自动驾驶

Failure Analysis of Safety Controllers in Autonomous Vehicles Under Object-Based LiDAR Attacks

基于目标的激光雷达攻击下自动驾驶车辆安全控制器失效分析

Daniyal Ganiuly, Nurzhau Bolatbek, Assel Smaiyl

专题命中 感知 ：LiDAR(title,abstract)；autonomous driving(abstract)

AI总结 本文研究基于目标的激光雷达攻击对自动驾驶车辆安全控制器的影响，揭示了感知鲁棒性与控制安全之间的差距，并为设计更安全的控制策略提供参考。

InDRiVE: Reward-Free World-Model Pretraining for Autonomous Driving via Latent Disagreement

InDRiVE: 通过潜在分歧进行无奖励世界模型预训练以实现自动驾驶

Feeza Khan Khanzada, Jaerock Kwon

机构 * Department of Electrical and Computer Engineering, University of Michigan-Dearborn（电气与计算机工程系，密歇根大学-迪尔伯恩分校） 纠错

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

AI总结 InDRiVE通过潜在分歧进行无奖励世界模型预训练，提升了自动驾驶在零样本迁移和少量样本适应中的鲁棒性。

AVOID: The Adverse Visual Conditions Dataset with Obstacles for Driving Scene Understanding

AVOID: 用于驾驶场景理解的障碍物条件数据集

Jongoh Jeong, Taek-Jin Song, Jong-Hwan Kim, Kuk-Jin Yoon

专题命中 感知 ：self-driving(abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 AVOID数据集通过模拟环境收集了多种恶劣天气条件下的道路障碍物，用于提升自动驾驶场景理解的实时障碍物检测能力。

SCAFusion: A Multimodal 3D Detection Framework for Small Object Detection in Lunar Surface Exploration

SCAFusion: 一种针对月球表面探索的小目标多模态3D检测框架

Xin Chen, Kang Luo, Yangyi Xiao, Hesheng Wang

机构 * Department of Automation, Key Laboratory of System Control and Information Processing of Ministry of Education, Key Laboratory of Marine Intelligent Equipment and System of Ministry of Education, Shanghai Engineering Research Center of Intelligent Control and Management, Shanghai Jiao Tong University（自动化系、教育部系统控制与信息处理重点实验室、教育部海洋智能装备与系统重点实验室、上海智能控制与管理工程研究中心、上海交通大学） 纠错

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

AI总结 SCAFusion提出了一种针对月球表面探索的小目标多模态3D检测框架，通过改进的特征对齐和坐标注意机制提升小目标检测性能。

GS-GVINS: A Tightly-integrated GNSS-Visual-Inertial Navigation System Augmented by 3D Gaussian Splatting

GS-GVINS: 一种集成GNSS-视觉-惯性导航系统的系统，结合3D高斯点分布

Zelin Zhou, Saurav Uprety, Shichuang Nie, Hongzhou Yang

机构 * Department of Geomatics Engineering, Shulich School of Engineering, University of Calgary（测绘工程系、谢里尔工程学院、卡尔加里大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 GS-GVINS是一种结合3D高斯点分布的GNSS-视觉-惯性导航系统，通过提升导航精度实现大规模户外导航。

Exploring Syn-to-Real Domain Adaptation for Military Target Detection

探索合成到现实领域适应用于军事目标检测

Jongoh Jeong, Youngjin Oh, Gyeongrae Nam, Jeongeun Lee, Kuk-Jin Yoon

机构 * Department of Mechanical Engineering, Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院机械工程系） ； Drone Research and Development Laboratory, LIG Nex1（LIG Nex1无人机研究与发展实验室） 纠错

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

AI总结 本文提出使用Unreal Engine生成RGB合成数据，以提升军事目标检测在跨领域适应中的性能。

Rethinking the Spatio-Temporal Alignment of End-to-End 3D Perception

重新思考端到端3D感知的时空对齐

Xiaoyu Li, Peidong Li, Xian Wu, Long Shi, Dedong Liu, Yitao Wu, Jiajia Fu, Dixiao Cui, Lijun Zhao, Lining Sun

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

AI总结 HAT通过自适应解码多假设生成最优时空对齐提案，提升自动驾驶中3D感知精度和鲁棒性。

Comments Accepted to AAAI 2026

Unsupervised Learning for Detection of Rare Driving Scenarios

无监督学习用于罕见驾驶场景检测

Dat Le, Thomas Manhardt, Moritz Venator, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems, TUM School of Engineering and Design, Technical University Munich（自主车辆系统教授职位，技术大学慕尼黑工程与设计学院） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所） ； CARIAD SE（CARIAD公司） 纠错

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

AI总结 本研究提出一种无监督学习方法，利用深度隔离森林和t-SNE技术，有效检测自动驾驶中的罕见危险场景。

CoDS: Collaborative Perception via Digital Semantic Communication

CoDS：基于数字语义通信的协同感知

Jipeng Gan, Le Liang, Hua Zhang, Chongtao Guo, Shi Jin

专题命中 感知 ：autonomous driving(abstract)；分类 eess.IV

AI总结 CoDS通过数字语义通信实现协同感知，解决传统方法在V2X网络中的兼容性问题，提升感知性能与传输效率。

iOSPointMapper: RealTime Pedestrian and Accessibility Mapping with Mobile AI

iOSPointMapper: 基于移动AI的实时行人及可达性制图

Himanshu Naidu, Yuxiang Zhang, Sachin Mehta, Anat Caspi

机构 * University of Washington（华盛顿大学） ； Paul G. Allen School of Computer Science and Engineering（保罗·G·艾伦计算机科学与工程学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 iOSPointMapper通过移动AI实现实时人行道制图，结合语义分割、LiDAR和GPS数据，提供隐私保护的数据收集与多模式交通数据整合，提升行人基础设施的可达性。

A Weak Signal Learning Dataset and Its Baseline Method

弱信号学习数据集及其基线方法

Xianqi Liu, Xiangru Li, Lefeng He, Ziyu Fang

机构 * School of Artificial Intelligence, South China Normal University（人工智能学院，华南师范大学） ； School of Computer Science, South China Normal University（计算机学院，华南师范大学） 纠错

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出一个专为弱信号学习设计的数据集和PDVFN模型，通过双视角表示和多尺度特征提取，提升低信噪比和类别不平衡场景下的模型性能。

FuncPoison: Poisoning Function Library to Hijack Multi-agent Autonomous Driving Systems

FuncPoison：用于劫持多智能体自动驾驶系统的中毒函数库

Yuzhen Long, Songze Li

专题命中 规划控制 ：autonomous driving(title,abstract)

AI总结 FuncPoison通过注入恶意工具篡改多智能体自动驾驶系统的函数库，导致决策错误和系统误导，揭示了该领域的重要安全风险。

A Human-Oriented Cooperative Driving Approach: Integrating Driving Intention, State, and Conflict

面向人类的协作驾驶方法：整合驾驶意图、状态和冲突

Qin Wang, Shanmin Pang, Jianwu Fang, Shengye Dong, Fuhao Liu, Jianru Xue, Chen Lv

机构 * School of Software Engineering, Xi’an Jiaotong University（软件工程学院，西安交通大学） ； School of Artificial Intelligence, Xi’an Jiaotong University（人工智能学院，西安交通大学） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出面向人类的协作驾驶方法，通过意图感知轨迹规划和控制权分配策略，提升驾驶性能并减少人机冲突。

STAGNet: A Spatio-Temporal Graph and LSTM Framework for Accident Anticipation

STAGNet：一种用于事故预判的时空图和LSTM框架

Vipooshan Vipulananthan, Kumudu Mohottala, Kavindu Chinthana, Nimsara Paramulla, Charith D Chitraranjan

机构 * Department of Computer Science and Engineering, University of Moratuwa（计算机科学与工程系，莫图瓦大学） 纠错

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.CV

AI总结 STAGNet通过结合改进的时空特征和循环网络，提升图神经网络在行车记录仪视频中预测事故的能力，实验显示其在多个数据集上的性能优于现有方法。

Comments Published in IEEE Access

Journal ref IEEE Access, vol. 13, pp. 213769-213779, 2025

Stark Tuning and Charge State Control in Individual Telecom C-Band Quantum Dots

电信C波段量子点的强场调谐与电荷态控制

N. J. Martin, A. J. Brash, A. Tomlinson, E. M. Sala, E. O. Mills, C. L. Phillips, R. Dost, L. Hallacy, P. Millington-Hotze, D. Hallett, K. A. O'Flaherty, J. Heffernan, M. S. Skolnick, A. M Fox, L. R. Wilson

专题命中 规划控制 ：occupancy(abstract)

AI总结 本研究通过强场调谐和电荷态控制实现了电信C波段量子点的单光子发射，为长距离量子通信提供了新途径。

Comments 9 pages, 4 figures

Journal ref Applied Physics Letters 127, 194001 (2025)

The effect of multi-occupancy traps on the diffusion and retention of multiple hydrogen isotopes in irradiated tungsten and vanadium

多占据陷阱对 irradiated 钼和钒中多种氢同位素扩散和滞留效应的影响

Sanjeet Kaur, Daniel R. Mason, Prashanth Srinivasan, Stephen Dixon, Sid Mungale, Teresa Orr, Mikhail Yu. Lavrentiev, Duc Nguyen-Manh

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

AI总结 本文提出了一种多占据陷阱模型，用于研究氢同位素在辐照钼和钒中的扩散与滞留行为，并通过实验验证了该模型的适用性。

Comments 16 pages, 10 figures

Journal ref Phys. Rev. Mat., 9(12), 125404 (2025)

Quenching pathways in the green valley at low redshift: confronting SDSS AGN hosts with IllustrisTNG and EAGLE

低红移绿色谷中的淬灭路径：将SDSS AGN宿主与IllustrisTNG和EAGLE对比

Gaurav Gawade

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究比较了SDSS与TNG、EAGLE模拟中低红移绿色谷AGN宿主的淬灭路径，发现TNG的恒星形成快速关闭而EAGLE则较慢，揭示了不同模拟对星系演化机制的不同模拟效果。

Comments 12 pages, 12 figures. Reproducibility notebook on Zenodo (DOI: 10.5281/zenodo.17917468)

LidarDM: Generative LiDAR Simulation in a Generated World

LidarDM: 生成世界中的生成激光雷达模拟

Vlas Zyrianov, Henry Che, Zhijian Liu, Shenlong Wang

机构 * UIUC（伊利诺伊大学香槟分校） ； NVIDIA（英伟达） 纠错

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

AI总结 LidarDM通过集成4D世界生成框架，实现了基于驾驶场景的4D激光雷达点云生成，提升自动驾驶模拟的逼真度与时间一致性。

A microcomb-empowered Fourier domain mode-locked LiDAR

基于微梳的傅里叶域模式锁LiDAR

Zhaoyu Cai, Zihao Wang, Ziqi Wei, Baoqi Shi, Wei Sun, Changxi Yang, Junqiu Liu, Chengying Bao

专题命中 激光雷达 ：LiDAR(title,abstract)

AI总结 本文提出一种结合宽带FDML激光与硅氮化物孤子微梳的LiDAR，实现亚10纳米精度和24.6 kHz更新率，突破FMCW LiDAR速度测量精度瓶颈。

Journal ref Sci. Adv. 11, eads9590 (2025)

MCI-Net: A Robust Multi-Domain Context Integration Network for Point Cloud Registration

MCI-Net：一种用于点云配准的鲁棒多域上下文整合网络

Shuyuan Lin, Wenwu Peng, Junjie Huang, Qiang Qi, Miaohui Wang, Jian Weng

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 MCI-Net通过多域上下文整合提升点云配准性能，采用图邻域聚合、渐进式上下文交互和动态内点选择方法，在3DMatch数据集上达到96.4%的配准召回率。

From Indoor to Open World: Revealing the Spatial Reasoning Gap in MLLMs

从室内到开放世界：揭示MLLMs中的空间推理差距

Mingrui Wu, Zhaozhi Wang, Fangjinhua Wang, Jiaolong Yang, Marc Pollefeys, Tong Zhang

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； ETH Zürich（苏黎世联邦理工学院） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种大规模基准测试，通过户外数据集揭示MLLMs在空间推理方面的不足，并证明其依赖语言先验而非真实视觉推理。

Comments Project page: https://mingrui-wu.github.io/openbench/

Model-based Development for Autonomous Driving Software Considering Parallelization

基于模型的自动驾驶软件开发中考虑并行化

Kenshin Obi, Takumi Onozawa, Hiroshi Fujimoto, Takuya Azumi

专题命中 仿真评测 ：autonomous driving(title,abstract)

AI总结 本文提出了一种基于模型的开发方法，用于提高自动驾驶软件的并行化和实时性能。

Journal ref Proceedings of the 29th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2024, pp. 1-8

A Kalman Filter-Based Disturbance Observer for Steer-by-Wire Systems

基于卡尔曼滤波的转向线控系统扰动观测器

Nikolai Beving, Jonas Marxen, Steffen Mueller, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑技术大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Chair of Automotive Engineering, Institute of Land and Sea Transport, Technical University of Berlin（汽车工程教授职位，陆海运输研究所，柏林技术大学） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出基于卡尔曼滤波的扰动观测器，用于估计转向线控系统中的高频驾驶员扭矩，通过仿真验证其在处理摩擦非线性方面的有效性。

Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing

评估多智能体系统模拟在自动驾驶测试中的行为覆盖率

Manuel Franco-Vivo

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于模型预测控制的行人智能体，用于评估多智能体系统模拟在自动驾驶测试中的行为覆盖率，以提升系统安全性和可靠性。

SCPainter: A Unified Framework for Realistic 3D Asset Insertion and Novel View Synthesis

SCPainter：一个用于真实3D资产插入和新视角合成的统一框架

Paul Dobre, Jackson Cooper, Xin Wang, Hongzhou Yang

机构 * Department of Geomatics Engineering, University of Calgary, Calgary, Alberta, Canada（测绘工程系，卡尔加里大学，卡尔加里，阿尔伯塔，加拿大） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 SCPainter通过整合3D高斯点和点云与扩散生成，实现真实3D资产插入与新视角合成，提升自动驾驶训练数据的多样性和真实性。

Driving Beyond Privilege: Distilling Dense-Reward Knowledge into Sparse-Reward Policies

超越特权：将密集奖励知识蒸馏到稀疏奖励策略中

Feeza Khan Khanzada, Jaerock Kwon

机构 * Department of Electrical and Computer Engineering, University of Michigan-Dearborn（电气与计算机工程系，密歇根大学迪尔伯恩分校） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出通过密集奖励蒸馏学习稀疏奖励策略，提升自动驾驶在稀疏目标上的泛化能力。

Parallelized Code Generation from Simulink Models for Event-driven and Timer-driven ROS 2 Nodes

基于Simulink模型的并行代码生成用于事件驱动和定时驱动的ROS 2节点

Kenshin Obi, Ryo Yoshinaka, Hiroshi Fujimoto, Takuya Azumi

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出了一种基于MBD的框架，用于实现事件驱动和定时驱动的ROS 2节点的并行代码生成，解决了多输入场景下的并行化问题。

Journal ref Proceedings of the 50th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), 2024, pp. 48-55

A Minimal Solver for Relative Pose Estimation with Unknown Focal Length from Two Affine Correspondences

基于两个仿射对应关系的最小求解器用于估计未知焦距的相对姿态

Zhenbao Yu, Shirong Ye, Ronghe Jin, Shunkun Liang, Zibin Liu, Huiyun Zhang, Banglei Guan

机构 * School of Aerospace Science and Engineering, National University of Defense Technology（航天科学与工程学院，国防科技大学） ； Hunan Provincial Key Laboratory of Image Measurement and Vision Navigation（图像测量与视觉导航省级重点实验室） ； Global Navigation Satellite System Research Center（全球导航卫星系统研究中心） ； School of Geodesy and Geomatics, Wuhan University（测绘学院，武汉大学） ； School of Remote Sensing Information Engineering, Wuhan University（遥感信息工程学院，武汉大学） ； School of Software, Henan University（软件学院，河南大学） 纠错

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

AI总结 本文提出了一种基于两个仿射对应关系的最小求解器，用于估计未知焦距的相对姿态，通过多项式特征值方法提高了求解效率和精度。