自动驾驶

LSRE: Latent Semantic Rule Encoding for Real-Time Semantic Risk Detection in Autonomous Driving

LSRE: 隐式语义规则编码用于自动驾驶中的实时语义风险检测

Qian Cheng, Weitao Zhou, Cheng Jing, Nanshan Deng, Junze Wen, Zhaoyang Liu, Kun Jiang, Diange Yang

机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动系统学院，清华大学） 纠错

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

AI总结 LSRE通过隐式语义规则编码实现自动驾驶中的实时语义风险检测，以10 Hz速度提供高效准确的危险预判。

ParkGaussian: Surround-view 3D Gaussian Splatting for Autonomous Parking

ParkGaussian：用于自动驾驶停车的环绕视图3D高斯点云法

Xiaobao Wei, Zhangjie Ye, Yuxiang Gu, Zunjie Zhu, Yunfei Guo, Yingying Shen, Shan Zhao, Ming Lu, Haiyang Sun, Bing Wang, Guang Chen, Rongfeng Lu, Hangjun Ye

机构 * Hangzhou Dianzi University（杭州电子科技大学） 纠错

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

AI总结 ParkGaussian通过整合3D高斯点云法，实现了停车场景的高质量重建，提升了自动驾驶停车任务中的感知一致性。

Learnability-Driven Submodular Optimization for Active Roadside 3D Detection

基于可学习性的子模优化用于主动道路3D检测

Ruiyu Mao, Baoming Zhang, Nicholas Ruozzi, Yunhui Guo

机构 * The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究提出了一种基于可学习性的主动学习框架，用于道路侧单目3D物体检测，通过选择信息丰富且可可靠标注的场景，有效减少标注成本并提升模型性能。

Comments 10 pages, 7 figures. Submitted to CVPR 2026

LabelAny3D: Label Any Object 3D in the Wild

LabelAny3D: 在真实世界中标注任意物体的3D

Jin Yao, Radowan Mahmud Redoy, Sebastian Elbaum, Matthew B. Dwyer, Zezhou Cheng

机构 * University of Virginia（弗吉尼亚大学） 纠错

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

AI总结 LabelAny3D通过分析-合成框架生成高质量3D标注，提升单目3D检测性能，推动真实世界3D识别发展。

Comments NeurIPS 2025. Project page: https://uva-computer-vision-lab.github.io/LabelAny3D/

Optically Transparent Meta-Grating Embedded in Rear Windshields for Automotive Radar Detection

光学透明的元格栅嵌入后风挡用于汽车雷达检测

Sergey Geyman, Dmytro Vovchuk, Denis Kolchanov, Mykola Khobzei, Vladyslav Tkach, Hagit Gilon, Eyal Cohen, Eran Yunger, Vjaceslavs Bobrovs, Aviel Glam, Ofer Amrani, Pavel Ginzburg

专题命中 感知 ：autonomous driving(abstract)

AI总结 本研究提出在汽车后风挡嵌入光学透明的元格栅，以提高雷达探测性能，通过增强雷达截面实现更远距离的检测范围。