自动驾驶

Hierarchical Context Alignment with Disentangled Geometric and Temporal Modeling for Semantic Occupancy Prediction

具有解耦几何和时间建模的层次上下文对齐用于语义占用预测

Bohan Li, Jiajun Deng, Yasheng Sun, Xiaofeng Wang, Xin Jin, Wenjun Zeng

机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； Ningbo Institute of Digital Twin（宁波数字孪生研究所） ； University of Adelaide（阿德莱德大学） ； Tokyo Institute of Technology（东京技术大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 BEV与占用 ：occupancy(title,abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 本文提出Hi-SOP方法，通过解耦几何和时间上下文进行层次化对齐，提升语义占用预测的准确性，在多个数据集上取得优异效果。

Comments IEEE TPAMI 2025

Robust Robotic Exploration and Mapping Using Generative Occupancy Map Synthesis

使用生成占用地图合成的鲁棒机器人探索与建图

Lorin Achey, Alec Reed, Brendan Crowe, Bradley Hayes, Christoffer Heckman

专题命中 BEV与占用 ：occupancy(title,abstract)；分类 cs.RO、cs.AI

AI总结 本文提出了一种基于生成占用地图合成的鲁棒机器人探索方法，通过实时融合预测提升地图质量和可通行性，实验表明其在不同环境中提升了探索一致性。

Comments arXiv admin note: text overlap with arXiv:2409.10681

Journal ref Auton Robot 50, 8 (2026)

Low-complexity spectral shaping method for OFDM signals with dynamically adaptive emission mask

低复杂度的频谱成形方法用于OFDM信号的动态自适应发射掩码

Javier Giménez, José A. Cortés, Luis Díez

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 本文提出了一种低复杂度的动态自适应频谱成形方法，通过预优化脉冲和简单变换实现OFDM信号的频谱优化，无需解决NP难优化问题。

Comments 12 pages

Journal ref IEEE Transactions on Communications, Volume 71, Issue 4, April 2023, pp. 2351-2363