自动驾驶

SETI Observations of k-Hz Periodic Radio Signals from Five Nearby Stars with FAST at L Band

利用FAST射电望远镜在L波段对五颗邻近恒星进行kHz周期性无线电信号的搜寻

Yu Hu, Bo-Lun Huang, Vishal Gajjar, Xiao-Hang Luan, Zhen-Zhao Tao, Tong-Jie Zhang

专题命中 感知 ：occupancy(abstract)

AI总结 利用FAST在L波段对五颗邻近恒星进行周期性kHz信号的射电搜寻，未发现确凿信号，得出最严格的周期性无线电发射限制。

Comments 16 pages, 6 Figures, Submitted to the Astrophysical Journal

Gaussian Based Adaptive Multi-Modal 3D Semantic Occupancy Prediction

基于高斯的自适应多模态3D语义占位预测

A. Enes Doruk

机构 * Abdullah Enes Doruk (2025)（Abdullah Enes Doruk） 纠错

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

AI总结 本文提出一种基于高斯的自适应多模态3D语义占位预测模型，通过高效3D高斯模型融合相机与激光雷达数据，提升自动驾驶安全性能。

Comments Master Thesis

Deriving Duration Time from Occupancy Data -- A case study in the length of stay in Intensive Care Units for COVID-19 patients

从占用数据中推导持续时间——一项关于新冠患者在重症监护室停留时间的案例研究

Martje Rave, Göran Kauermann

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

AI总结 本文利用随机期望最大化算法和外生信息，从ICU占用数据中推断新冠患者平均停留时间。

Geo-Registration of Terrestrial LiDAR Point Clouds with Satellite Images without GNSS

无需GNSS的地面LiDAR点云与卫星图像地理配准

Xinyu Wang, Muhammad Ibrahim, Haitian Wang, Atif Mansoor, Xiuping Jia, Ajmal Mian

机构 * Department of Computer Science and Software Engineering, The University of Western Australia（计算机科学与软件工程系，西澳大学） ； School of Engineering and Technology, University of New South Wales（工程与技术学院，新南威尔士大学） 纠错

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

AI总结 本研究提出了一种无需GNSS的LiDAR点云与卫星图像地理配准方法，通过点云分割、道路骨架提取和刚性变换实现高精度配准，显著降低地理偏移误差。

Comments Submitted to IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. Under reviewing now

Vision-Based Natural Language Scene Understanding for Autonomous Driving: An Extended Dataset and a New Model for Traffic Scene Description Generation

基于视觉的自然语言场景理解用于自动驾驶：一个扩展数据集和一个用于交通场景描述生成的新模型

Danial Sadrian Zadeh, Otman A. Basir, Behzad Moshiri

机构 * Department of Electrical and Computer Engineering, University of Waterloo（滑铁卢大学电气与计算机工程系） ； School of Electrical and Computer Engineering, College of Engineering, University of Tehran（德黑兰大学电气与计算机工程学院） 纠错

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

AI总结 本文提出了一种基于视觉的自然语言场景理解模型，通过扩展数据集和混合注意力机制，提升自动驾驶中交通场景描述生成的准确性和丰富性。

Comments Under review at Computer Vision and Image Understanding (submitted July 25, 2025)