自动驾驶

FlowCalib: LiDAR-to-Vehicle Miscalibration Detection using Scene Flows

FlowCalib: 基于场景流的激光雷达到车辆误校准检测

Ilir Tahiraj, Peter Wittal, Markus Lienkamp

机构 * TUM School of Engineering and Design, Chair of Automotive Technology, Technical University of Munich（慕尼黑技术大学工程与设计学院，汽车技术教授职位） ； TUM School of Computation, Information and Technology, Technical University of Munich（慕尼黑技术大学计算、信息与技术学院） 纠错

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

AI总结 FlowCalib通过分析场景流中的运动线索，首次提出利用神经网络和几何描述符检测激光雷达到车辆的误校准问题。

CaLiV: LiDAR-to-Vehicle Calibration of Arbitrary Sensor Setups

CaLiV：任意传感器配置的LiDAR到车辆校准

Ilir Tahiraj, Markus Edinger, Dominik Kulmer, Markus Lienkamp

机构 * Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 CaLiV提出了一种基于目标的校准技术，用于多LiDAR系统的传感器到传感器和传感器到车辆的校准，适用于非重叠视野范围，无需外部设备，实现了高精度的平移和旋转误差校正。

Advanced techniques and applications of LiDAR Place Recognition in Agricultural Environments: A Comprehensive Survey

激光雷达地点识别在农业环境中的高级技术和应用：全面综述

Judith Vilella-Cantos, Mónica Ballesta, David Valiente, María Flores, Luis Payá

机构 * University Institute for Engineering Research（工程研究院） ； Miguel Hernández University（米格尔·海纳尔德大学） 纠错

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

AI总结 本文综述了农业环境中激光雷达地点识别的最新技术与应用，探讨了其挑战、现有方法及未来研究方向。

GMOR: A Lightweight Robust Point Cloud Registration Framework via Geometric Maximum Overlapping

GMOR: 一种通过几何最大重叠实现的轻量稳健点云配准框架

Zhao Zheng, Jingfan Fan, Long Shao, Hong Song, Danni Ai, Tianyu Fu, Deqiang Xiao, Yongtian Wang, Jian Yang

机构 * Beijing Engineering Research Center of Mixed Reality and Advanced Display, School of Optics and Photonics, Beijing Institute of Technology（北京混合现实与先进显示工程研究中心，光学与 photonics 学院，北京理工大学） ； Zhengzhou Research Institute, Beijing Institute of Technology（郑州研究院，北京理工大学） ； School of Computer Science and Technology, Beijing Institute of Technology（计算机科学与技术学院，北京理工大学） ； School of Medical Technology, Beijing Institute of Technology（医学技术学院，北京理工大学） 纠错

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

AI总结 GMOR通过仅旋转BnB搜索和几何最大重叠方法，实现高效的点云配准，兼顾精度与效率。

Segment Any Events with Language

通过语言进行任意事件分割

Seungjun Lee, Gim Hee Lee

机构 * Department of Computer Science, National University of Singapore（新加坡国立大学计算机科学系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 SEAL通过语义感知框架实现开放词汇事件实例分割，支持多粒度级别的事件分割与掩码分类，并在多个基准测试中表现出优越的性能和效率。

Comments ICLR 2026. Project Page: https://0nandon.github.io/SEAL

Diachronic Stereo Matching for Multi-Date Satellite Imagery

多时相立体匹配用于多日期卫星影像

Elías Masquil, Luca Savant Aira, Roger Marí, Thibaud Ehret, Pablo Musé, Gabriele Facciolo

机构 * IIE, Facultad de Ingeniería, Universidad de la República（乌拉圭国家工程院，工程学院，乌拉圭共和国大学） ； Politecnico di Torino（托斯卡纳理工学院） ； Eurecat, Centre Tecnologic de Catalunya（欧洲催化中心，加泰罗尼亚技术中心） ； AMIAD, Pôle Recherche（AMIAD研究极） ； Universite Paris-Saclay, CNRS, ENS Paris-Saclay, Centre Borelli（巴黎萨克雷大学，国家科学研究中心，巴黎萨克雷高等师范学校，博雷利中心） ； Institut Universitaire de France（法国国家科学研究中心） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出多时相立体匹配方法，利用深度网络和单目先验，实现多日期卫星影像的可靠3D重建。

Journal ref ISPRS congress, ISPRS, Jul 2026, Toronto, Canada