自动驾驶

Hyperspectral Sensors and Autonomous Driving: Technologies, Limitations, and Opportunities

高光谱传感器与自动驾驶：技术、限制与机遇

Imad Ali Shah, Jiarong Li, Roshan George, Tim Brophy, Enda Ward, Martin Glavin, Edward Jones, Brian Deegan

机构 * School of Engineering, University of Galway（Galway大学工程学院） ； Ryan Institute, University of Galway（Galway大学Ryan学院） ； Valeo Vision Systems（Valeo视觉系统） 纠错

专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 本文综述了高光谱成像在自动驾驶中的技术、限制与机遇，分析了现有设备性能及数据集的局限性，指出其在实际应用中的挑战与发展方向。

Comments Submitted and under review at IEEE OJVT, August 2025

Journal ref IEEE Open Journal of Vehicular Technology, Vol. 7, pp. 124-143, 2026

StereoMV2D: A Sparse Temporal Stereo-Enhanced Framework for Robust Multi-View 3D Object Detection

StereoMV2D: 一种稀疏时间立体增强框架，用于鲁棒的多视角3D目标检测

Di Wu, Feng Yang, Wenhui Zhao, Jinwen Yu, Pan Liao, Benlian Xu, Dingwen Zhang

机构 * the school of automation, Northwestern Polytechnical University（自动化学院，西北工业大学） ； the school of electronic and information engineering, Suzhou University of Science and Technology（电子信息工程学院，苏州科技大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；driving perception(abstract)；分类 cs.CV

AI总结 StereoMV2D通过整合时间立体建模，提升多视角3D目标检测的鲁棒性和精度，无需显著增加计算开销。

Comments 12 pages, 4 figures. This work has been submitted to the IEEE for possible publication

Symbolic Imitation Learning: From Black-Box to Explainable Driving Policies

符号模仿学习：从黑箱到可解释的驾驶策略

Iman Sharifi, Mustafa Yildirim, Saber Fallah

机构 * Department of Science and Engineering, the George Washington University（科学与工程系，乔治·华盛顿大学） ； Autonomous Vehicles Lab, Department of Mechanical Engineering, University of Surrey（自主车辆实验室，机械工程系，萨里大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出符号模仿学习框架，利用归纳逻辑编程生成可解释的驾驶策略，通过实验证明其在提升透明度和性能方面的优势。

Comments 24 pages, 4 figures, 4 tables

MULTIAQUA: A multimodal maritime dataset and robust training strategies for multimodal semantic segmentation

MULTIAQUA：一种多模态海洋数据集和多模态语义分割的鲁棒训练策略

Jon Muhovič, Janez Perš

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 MULTIAQUA数据集和多模态语义分割的鲁棒训练策略，旨在通过多模态数据提升恶劣能见度下的场景解释质量。

Flying in Clutter on Monocular RGB by Learning in 3D Radiance Fields with Domain Adaptation

在仅用单目RGB图像中飞行的 clutter 问题通过学习3D辐射场并进行域适应

Xijie Huang, Jinhan Li, Tianyue Wu, Xin Zhou, Zhichao Han, Fei Gao

机构 * State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China（浙江大学工业控制技术状态重点实验室） ； Differential Robotics, Hangzhou 311121, China（差异机器人技术） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出通过学习3D辐射场并结合域适应，使飞行机器人在仅使用单目RGB图像的情况下实现鲁棒的零样本迁移，以应对 clutter 和光照变化的挑战。

Comments 8 pages, 7 figures

Inference on state occupancy in covariate-driven hidden Markov models

在协变量驱动隐马尔可夫模型中进行状态占用推断

Maya N. Vienken, Jan-Ole Koslik, Roland Langrock

专题命中 BEV与占用 ：occupancy(title,abstract)

AI总结 本文提出两种方法，用于在协变量驱动隐马尔可夫模型中准确推断动物行为与协变量的关系，以避免生态推断的偏差。

Design of a minimal, allosteric, and ATPase-like machine using mechanical linkages

设计一种最小的、别构的、类似ATP酶的机器，使用机械连杆

Tosan Omabegho

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 该研究设计了一种类似ATP酶的机械系统，通过机械连杆实现别构耦合和催化循环，模拟能量转换过程。

Absorbing Markov Decision Processes: Geometric Properties and Sufficiency of Finite Mixtures of Deterministic Policies

吸收马尔可夫决策过程：几何性质和确定性策略有限混合的充分性

Francois Dufour, Tomas Prieto-Rumeau

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文研究了吸收马尔可夫决策过程的几何性质，证明有限混合的确定性策略是均匀吸收MDP的充分策略类，并确定了表示任意策略性能向量所需的最小阶数。

Comments arXiv admin note: substantial text overlap with arXiv:2510.04808

SPIDER, a Waveform Digitizer ASIC for picosecond timing in LHCb PicoCal

SPIDER，一种用于LHCb PicoCal的皮秒时间测量ASIC

Ludovic Alvado, Nicolas Arveuf, Edouard Bechetoille, Guillaume Blanchard, Dominique Breton, Baptiste Joly, Laurent Leterrier, Jihane Maalmi, Samuel Manen, Hervé Mathez, Christophe Sylvia, Philippe Vallerand, Richard Vandaele

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 SPIDER是一种用于LHCb PicoCal的ASIC，通过高采样频率和数字算法实现皮秒级时间测量，适用于未来加速器的快速探测器。

UniGaussian: Driving Scene Reconstruction from Multiple Camera Models via Unified Gaussian Representations

UniGaussian：通过统一的高斯表示从多种相机模型进行驾驶场景重建

Yuan Ren, Guile Wu, Runhao Li, Zheyuan Yang, Yibo Liu, Xingxin Chen, Tongtong Cao, Bingbing Liu

机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； University of Toronto（多伦多大学） ； York University（约克大学） 纠错

专题命中 激光雷达 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 UniGaussian通过统一的高斯表示从多种相机模型实现驾驶场景重建，解决鱼眼相机的兼容性问题并提升渲染质量和速度。

Comments 3DV 2026

OntoGSN: An Ontology-Based Framework for Semantic Management and Extension of Assurance Cases

OntoGSN：基于本体的保障案例语义管理和扩展框架

Tomas Bueno Momcilovic, Barbara Gallina, Ingmar Kessler, Jule Hendricks, Dian Balta

机构 * fortiss research institute（fortiss研究机构） ； Mälardalen University（马尔默达伦大学） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.AI

AI总结 OntoGSN通过本体和中间件实现保障案例的语义管理和扩展，提供知识表示和查询功能，并在对抗鲁棒性保障中展示实用性。

Comments Submitted to the ESWC 2026 Resources track

Globally Optimal Solution to the Generalized Relative Pose Estimation Problem using Affine Correspondences

利用仿射对应关系求解通用相对位姿估计问题的全局最优解

Zhenbao Yu, Banglei Guan, Shunkun Liang, Zibin Liu, Yang Shang, Qifeng Yu

机构 * College of Aerospace Science and Engineering, National University of Defense Technology（航空科学与工程学院，国防科技大学） ； Global Navigation Satellite System Research Center, Wuhan University（导航卫星系统研究所，武汉大学） 纠错

专题命中 其他自动驾驶 ：self-driving(abstract)；分类 cs.CV

AI总结 本文提出了一种利用仿射对应关系的全局最优求解器，用于估计已知垂直方向的通用相对位姿，通过建立成本函数和多项式求解方法，提升了多摄像头系统相对位姿估计的精度。