自动驾驶

From Features to Reference Points: Lightweight and Adaptive Fusion for Cooperative Autonomous Driving

从特征到参考点：轻量且自适应的融合用于协同自动驾驶

Yongqi Zhu, Morui Zhu, Qi Chen, Deyuan Qu, Isabella Luo, Song Fu, Qing Yang

机构 * University of North Texas（北卡罗来纳大学达灵顿分校） ； Toyota InfoTech Labs（丰田信息技术实验室） ； The Hockaday School（霍克达伊学校） 纠错

专题命中 多传感器融合 ：autonomous driving(title,abstract)；分类 cs.CV

AI总结 RefPtsFusion通过交换紧凑的参考点实现轻量且自适应的协同自动驾驶融合，显著降低通信开销并保持感知性能。

Comments v2: Updated author list to reflect contributions to this work

Navigation Around Unknown Space Objects Using Visible-Thermal Image Fusion

利用可见光与热红外图像融合进行未知空间物体的导航

Eric J. Elias, Michael Esswein, Jonathan P. How, David W. Miller

机构 * Draper Scholar, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系） ； Senior Member of Technical Staff, The Charles Stark Draper Laboratory Inc.（查尔斯·斯塔克·德拉珀实验室公司） ； Ford Professor of Engineering, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系） ； Professor Post Tenure, Department of Aeronautics and Astronautics, Massachusetts Institute of Technology（麻省理工学院航空航天系） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 本文提出利用可见光与热红外图像融合技术，提升在复杂光照条件下对未知空间物体的导航精度。

Comments 18 pages, 11 figures. To be published in proceedings of AIAA SCITECH 2026 Forum

R$^3$D: Regional-guided Residual Radar Diffusion

R$^3$D: 基于区域引导的残差雷达扩散

Hao Li, Xinqi Liu, Yaoqing Jin

机构 * University of Arizona（亚利桑那大学） ； University of Hong Kong（香港大学） ； University of Stuttgart（斯图加特大学） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.CV、eess.IV

AI总结 R3D通过区域引导残差雷达扩散框架，整合残差建模与sigma自适应引导，提升雷达点云质量，优于现有方法。

Comments 6 pages, 4 figures

AgriLiRa4D: A Multi-Sensor UAV Dataset for Robust SLAM in Challenging Agricultural Fields

AgriLiRa4D：一种多传感器无人机数据集，用于在具有挑战性的农业田间实现鲁棒SLAM

Zhihao Zhan, Yuhang Ming, Shaobin Li, Jie Yuan

机构 * School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与工程学院） ； TopXGun Robotics（TopXGun机器人公司） ； School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机科学学院） 纠错

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 AgriLiRa4D提供多传感器数据集，用于在农业环境中实现鲁棒SLAM，支持多种SLAM研究和评估

GM-MoE: Low-Light Enhancement with Gated-Mechanism Mixture-of-Experts

GM-MoE：基于门控机制的专家混合网络用于低光照增强

Minwen Liao, Hao Bo Dong, Xinyi Wang, Kurban Ubul, Yihua Shao, Ziyang Yan

机构 * Xinjiang University（新疆大学） ； Harbin University of Commerce（哈尔滨商业大学） ； Changchun University of Science and Technology（长春理工大学） ； University of Science and Technology Beijing（北京科技大学） ； University of Trento（特伦托大学） 纠错

专题命中 多传感器融合 ：autonomous driving(abstract)；分类 cs.CV

AI总结 GM-MoE通过门控机制混合专家网络实现低光照图像增强，提升图像质量与泛化能力。