自动驾驶

Large Multimodal Models for Embodied Intelligent Driving: The Next Frontier in Self-Driving?

大规模多模态模型用于具身智能驾驶：自我驾驶的下一个前沿？

Long Zhang, Yuchen Xia, Bingqing Wei, Zhen Liu, Shiwen Mao, Zhu Han, Mohsen Guizani

机构 * School of Information and Electrical Engineering, Hebei University of Engineering（河北工程大学信息与电子工程学院） ； School of Information Science and Engineering, Lanzhou University（兰州大学信息科学与工程学院） ； Department of Electrical and Computer Engineering, Auburn University（阿肯色大学电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） ； Department of Computer Science and Engineering, Kyung Hee University（庆熙大学计算机科学与工程系） ； Machine Learning Department, Mohamed Bin Zayed University of Artificial Intelligence（Mohamed Bin Zayed人工智能大学机器学习系） 纠错

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

AI总结 本文提出了一种语义和策略双驱动的混合决策框架，用于提升具身智能驾驶中的持续学习与联合决策能力。

MetaSSC: Enhancing 3D Semantic Scene Completion for Autonomous Driving through Meta-Learning and Long-sequence Modeling

MetaSSC: 通过元学习和长序列建模增强自动驾驶中的3D语义场景补全

Yansong Qu, Zixuan Xu, Zilin Huang, Zihao Sheng, Tiantian Chen, Sikai Chen

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

AI总结 MetaSSC通过元学习和长序列建模提升自动驾驶中3D语义场景补全的性能与效率。

Journal ref Communications in Transportation Research 5 (2025): 100184

Mapping Hidden Heritage: Self-supervised Pre-training on High-Resolution LiDAR DEM Derivatives for Archaeological Stone Wall Detection

映射隐藏遗产：基于高分辨率LiDAR DEM衍生数据的自监督预训练用于考古石墙检测

Zexian Huang, Mashnoon Islam, Brian Armstrong, Billy Bell, Kourosh Khoshelham, Martin Tomko

机构 * The University of Melbourne（墨尔本大学） ； Gunditj Mirring Traditional Owners Corporation（Gunditj Mirring 原住民传统拥有者公司） 纠错

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

AI总结 本研究提出DINO-CV框架，通过自监督预训练实现高分辨率DEMs衍生数据中干石墙的高效自动检测，解决植被遮挡和数据稀缺问题。

AsyncBEV: Cross-modal Flow Alignment in Asynchronous 3D Object Detection

AsyncBEV: 无感异步3D目标检测中的跨模态流对齐

Shiming Wang, Holger Caesar, Liangliang Nan, Julian F. P. Kooij

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

AI总结 AsyncBEV通过跨模态流对齐提升3D目标检测在传感器异步情况下的鲁棒性，尤其在动态物体识别中表现优异。

Anti-Interference Diffractive Deep Neural Networks for Multi-Object Recognition

抗干扰衍射深度神经网络用于多目标识别

Zhiqi Huang, Yufei Liu, Nan Zhang, Zian Zhang, Qiming Liao, Cong He, Shendong Liu, Youhai Liu, Hongtao Wang, Xingdu Qiao, Joel K. W. Yang, Yan Zhang, Lingling Huang, Yongtian Wang

专题命中 感知 ：autonomous driving(abstract)；driving perception(abstract)

AI总结 本文提出抗干扰衍射深度神经网络，用于多目标识别，通过不同训练策略和物理网络实现高准确率分类。

Comments Complete manuscript, 28 pages, 13 figures

Journal ref Light: Science & Applications, 2026

A Lightweight Model-Driven 4D Radar Framework for Pervasive Human Detection in Harsh Conditions

一种轻量化的模型驱动4D雷达框架，用于在恶劣条件下进行 pervasive 人类检测

Zhenan Liu, Amir Khajepour, George Shaker

机构 * Mechanical \& Mechatronics Engineering University of Waterloo Waterloo, Canada ； Electrical \& Computer Engineering University of Waterloo Waterloo, Canada 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种基于雷达的轻量模型驱动4D雷达框架，在恶劣环境中实现稳定的人体检测。

Journal ref IEEE PerCom 2026

Real-Time 4D Radar Perception for Robust Human Detection in Harsh Enclosed Environments

实时4D雷达感知用于恶劣封闭环境中的可靠人类检测

Zhenan Liu, Yaodong Cui, Amir Khajepour, George Shaker

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种实时4D毫米波雷达感知方法，通过噪声过滤和基于规则的分类流程，在尘埃环境中实现可靠的人类检测。

Journal ref 2025 IEEE International Symposium on Antennas and Propagation and North American Radio Science Meeting (AP-S/CNC-USNC-URSI)

Deep Learning for Semantic Segmentation of 3D Ultrasound Data

用于3D超声数据语义分割的深度学习

Chenyu Liu, Marco Cecotti, Harikrishnan Vijayakumar, Patrick Robinson, James Barson, Mihai Caleap

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种基于3D超声传感器的深度学习框架，用于实现3D语义分割，展示了其在恶劣环境下的稳健性能及潜在改进方向。

Comments 14 pages, 10 figures, 8 tables, presented at 2025 13th International Conference on Robot Intelligence Technology and Applications (RITA)

GeoSurDepth: Harnessing Foundation Model for Spatial Geometry Consistency-Oriented Self-Supervised Surround-View Depth Estimation

GeoSurDepth：利用基础模型实现以空间几何一致性为导向的自监督周围视图深度估计

Weimin Liu, Wenjun Wang, Joshua H. Meng

机构 * State Key Laboratory of Intelligent Green Vehicle and Mobility, School of Vehicle and Mobility, Tsinghua University, Beijing 100084, China（1 智能绿色车辆与移动国家重点实验室，车辆与移动学院，清华大学，北京100084，中国） ； California PATH, University of California, Berkeley, CA, United States（2 加州PATH，加州大学伯克利分校，加州，美国） 纠错

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

AI总结 GeoSurDepth通过利用基础模型和几何一致性，实现了更鲁棒的自监督周围视图深度估计，验证了其在自动驾驶中的有效性。

HOT-POT: Optimal Transport for Sparse Stereo Matching

HOT-POT：稀疏立体匹配中的最优传输

Antonin Clerc, Michael Quellmalz, Moritz Piening, Philipp Flotho, Gregor Kornhardt, Gabriele Steidl

机构 * Univ. Bordeaux, CNRS, Bordeaux INP, IMB, UMR 5251（波尔多大学，CNRS，波尔多INP，IMB，UMR 5251） ； Okinawa Institute of Science and Technology（冲绳科学技术研究所） 纠错

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

AI总结 HOT-POT通过最优传输方法解决稀疏立体匹配问题，利用epipolar距离和3D射线距离提升匹配效率，应用于面部分析中的地标匹配。

Comments 18 pages, 10 figures, 6 tables

STRIDE-QA: Visual Question Answering Dataset for Spatiotemporal Reasoning in Urban Driving Scenes

STRIDE-QA：用于城市驾驶场景时空推理的视觉问答数据集

Keishi Ishihara, Kento Sasaki, Tsubasa Takahashi, Daiki Shiono, Yu Yamaguchi

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

AI总结 STRIDE-QA通过大规模视觉问答数据集提升自动驾驶中动态交通场景的时空推理能力，显著提升VLMs在空间定位和未来运动预测中的表现。

Comments Accepted to AAAI 2026 (Oral). project page: https://turingmotors.github.io/stride-qa/

VREM-FL: Mobility-Aware Computation-Scheduling Co-Design for Vehicular Federated Learning

VREM-FL：面向车联网联邦学习的移动感知计算调度联合设计

Luca Ballotta, Nicolò Dal Fabbro, Giovanni Perin, Luca Schenato, Michele Rossi, Giuseppe Piro

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

AI总结 VREM-FL通过结合车辆移动性和5G无线电环境图，优化车联网联邦学习的计算调度，提升模型训练效率和资源利用率。

Comments Copyright (c) 2024 IEEE. Personal use of this material is permitted. However, permission to use this material for any other purposes must be obtained from the IEEE by sending a request to pubs-permissions@ieee.org

Journal ref IEEE Transactions on Vehicular Technology, IEEE Transactions on Vehicular Technology, vol. 74, no. 2, pp. 3311-3326, 2025

Cross-Domain Object Detection Using Unsupervised Image Translation

跨领域目标检测使用无监督图像翻译

Vinicius F. Arruda, Rodrigo F. Berriel, Thiago M. Paixão, Claudine Badue, Alberto F. De Souza, Nicu Sebe, Thiago Oliveira-Santos

机构 * University of Trento (UNITN)（特伦托大学） 纠错

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

AI总结 本文提出了一种基于无监督图像翻译的方法，通过生成目标领域合成数据提升跨领域目标检测性能，实验表明在自动驾驶场景中优于现有方法。

Journal ref Expert Systems with Applications (ESWA), 192, 116334, 2022, Elsevier

YOLO-LLTS: Real-Time Low-Light Traffic Sign Detection via Prior-Guided Enhancement and Multibranch Feature Interaction

YOLO-LLTS: 通过先验引导增强和多分支特征交互实现实时低光交通标志检测

Ziyu Lin, Yunfan Wu, Yuhang Ma, Junzhou Chen, Ronghui Zhang, Jiaming Wu, Guodong Yin, Liang Lin

机构 * Guangdong Key Laboratory of Intelligent Transportation System, School of intelligent systems engineering, Sun Yat-sen University（广东智能交通系统重点实验室，智能系统工程学院，中山大学） ； Department of Architecture and Civil Engineering, Chalmers University of Technology（建筑与土木工程系，查尔姆斯理工大学） ； School of Mechanical Engineering, Southeast University（机械工程学院，东南大学） ； School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） 纠错

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

AI总结 YOLO-LLTS通过先验引导增强和多分支特征交互提升低光环境下交通标志检测精度。

Comments This work has been published in IEEE Transactions on Instrumentation and Measurement

Journal ref IEEE Trans. Instrum. Meas., vol. 74, pp. 1-18, 2025

Efficient Local-to-Global Collaborative Perception via Joint Communication and Computation Optimization

通过联合通信与计算优化实现高效的局部到全局协作感知

Hui Zhang, Yuquan Yang, Zechuan Gong, Xiaohua Xu, Dan Keun Sung

专题命中 感知 ：autonomous driving(abstract)

AI总结 本文提出了一种高效的局部到全局协作感知框架，通过联合优化通信和计算，减少数据传输量并提升协作性能。

SGCP: A Self-Organized Game-Theoretic Framework For Collaborative Perception

SGCP：一种自组织博弈论框架用于协作感知

Zechuan Gong, Hui Zhang, Yuquan Yang, Wenyu Lu

专题命中 感知 ：autonomous driving(abstract)

AI总结 SGCP通过自组织博弈框架实现车辆协作感知，提升自动驾驶的安全性和感知精度。