自动驾驶

Real-Time 2D LiDAR Object Detection Using Three-Frame RGB Scan Encoding

基于三帧RGB扫描编码的实时2D激光雷达目标检测

Soheil Behnam Roudsari, Alexandre S. Brandão, Felipe N. Martins

机构 * Smart Systems Group, Institute of Engineering Hanze University of Applied Sciences, Groningen, The Netherlands 纠错

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

AI总结 本研究提出一种基于三帧RGB扫描编码的实时2D激光雷达目标检测方法，实现高效且隐私友好的嵌入式室内机器人感知。

Comments 6 pages, 6 figures, submitted to IEEE SAS 2026

UrbanTwin: Synthetic Roadside LiDAR Datasets

UrbanTwin：合成道路激光雷达数据集

Muhammad Shahbaz, Shaurya Agarwal

机构 * University of Central Florida（中央佛罗里达大学） 纠错

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

AI总结 UrbanTwin数据集通过数字孪生技术生成，提供高保真合成道路激光雷达数据，用于提升3D目标检测等任务的模型训练效果。

Comments Published journal article; 12 pages; includes figures and tables

Journal ref in IEEE Open Journal of Intelligent Transportation Systems, vol. 7, pp. 353-364, 2026

Multi-mode Coherent Detection Ghost Imaging Lidar and Vibration-Mode Imaging

多模式相干检测鬼成像雷达与振动模式成像

Jinquan Qi, Shuang Liu, Chenjin Deng, Chaoran Wang, Zunwang Bo, Youzhen Gui, Shensheng Han

专题命中 感知 ：LiDAR(title,abstract)

AI总结 本文提出了一种基于桶探测器的多模式相干检测方案，用于实现多模式光场的相干混合与振动模式重建，提升雷达的抗干扰和相位分辨能力。

Comments 16 pages, 7 figures

Exploring the Limitations of kNN Noisy Feature Detection and Recovery for Self-Driving Labs

探索kNN噪声特征检测与恢复在自动驾驶实验室中的局限性

Qiuyu Shi, Kangming Li, Yao Fehlis, Runze Zhang, Daniel Persaud, Robert Black, Jason Hattrick-Simpers

专题命中 感知 ：self-driving(title,abstract)

AI总结 本研究探讨了kNN噪声特征检测与恢复在自动驾驶实验室中的局限性，通过系统分析噪声强度、数据集大小等因素对特征可检测性和可恢复性的影响，提出了一种通用的数据恢复框架并建立了材料数据集的基准。

Comments 20 pages, 7 figures

UV-M3TL: A Unified and Versatile Multimodal Multi-Task Learning Framework for Assistive Driving Perception

UV-M3TL: 一种统一且多功能的多模态多任务学习框架用于辅助驾驶感知

Wenzhuo Liu, Qiannan Guo, Zhen Wang, Wenshuo Wang, Lei Yang, Yicheng Qiao, Lening Wang, Zhiwei Li, Chen Lv, Shanghang Zhang, Junqiang Xi, Huaping Liu

机构 * Energy and Transportation Domain, Beijing Institute of Technology（能源与交通领域，北京理工大学） ； State Key Laboratory of Intelligent Technology and Systems and Department of Computer Science and Technology, Tsinghua University（智能技术与系统国家重点实验室和清华大学计算机科学与技术系） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院，南洋理工大学） ； School of Transportation Science and Engineering and the State Key Lab of Intelligent Transportation System, Beihang University（交通运输科学与工程学院和智能交通系统国家重点实验室，北京航空航天大学） ； Beijing University of Chemical Technology（北京化工大学） 纠错

专题命中 感知 ：driving perception(title)；分类 cs.CV

AI总结 UV-M3TL通过双分支结构和自适应损失机制，实现多模态多任务学习，提升辅助驾驶感知的性能与多样性。

ARCAS: An Augmented Reality Collision Avoidance System with SLAM-Based Tracking for Enhancing VRU Safety

ARCAS：一种基于SLAM跟踪的增强现实避障系统，用于提升VRU安全

Ahmad Yehia, Jiseop Byeon, Tianyi Wang, Huihai Wang, Yiming Xu, Junfeng Jiao, Christian Claudel

机构 * Department of Civil, Architectural, and Environmental Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校土木、建筑与环境工程系） ； School of Architecture, The University of Texas at Austin（德克萨斯大学奥斯汀分校建筑学院） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 ARCAS通过融合激光雷达与SLAM跟踪，为行人提供实时AR避障，显著提升城市出行安全。

Comments 8 pages, 3 figures, 1 table, accepted for IEEE Intelligent Vehicles (IV) Symposium 2026

Mixed Precision PointPillars for Efficient 3D Object Detection with TensorRT

混合精度PointPillars用于基于TensorRT的高效3D目标检测

Ninnart Fuengfusin, Keisuke Yoneda, Naoki Suganuma

机构 * Advanced Mobility Research Institute（先进移动研究院） ； Kanazawa University（金泽大学） 纠错

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

AI总结 本文提出混合精度PointPillars框架，结合TensorRT实现高效3D目标检测，通过量化感知训练和贪心搜索优化模型性能，降低延迟达2.538倍。

Comments 6 pages, 4 figures

Under-Canopy Terrain Reconstruction in Dense Forests Using RGB Imaging and Neural 3D Reconstruction

利用RGB成像和神经3D重建进行密林下的地形重建

Refael Sheffer, Chen Pinchover, Haim Zisman, Dror Ozeri, Roee Litman

机构 * Rafael Advanced Defense Systems inc., Israel（拉斐尔先进防御系统公司，以色列） ； Bar-Ilan University, Israel（巴伊兰大学，以色列） 纠错

专题命中 感知 ：LiDAR(abstract)；分类 cs.CV

AI总结 利用RGB图像和神经3D重建技术，实现密林下的地形重建，提供一种低成本、高精度的替代方案。

Comments WACV 2026 CV4EO

TF-Lane: Traffic Flow Module for Robust Lane Perception

TF-Lane：用于鲁棒车道感知的交通流模块

Yihan Xie, Han Xia, Zhen Yang

机构 * BYD Company Limited（比亚迪公司） 纠错

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

AI总结 TF-Lane通过引入交通流信息提升车道感知鲁棒性，实现在NuScenes数据集上mAP提升达4.1%

Comments 9 pages, 7 figures, 7 tables

V2X-DSC: Multi-Agent Collaborative Perception with Distributed Source Coding Guided Communication

V2X-DSC: 基于分布式源编码引导通信的多智能体协同感知

Yuankun Zeng, Shaohui Li, Zhi Li, Shulan Ruan, Yu Liu, You He

机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） 纠错

专题命中 感知 ：BEV(abstract)；分类 cs.CV

AI总结 V2X-DSC通过分布式源编码引导通信，实现多智能体协同感知的高效带宽受限融合，提升3D理解精度与通信效率。

CADGrasp: Learning Contact and Collision Aware General Dexterous Grasping in Cluttered Scenes

CADGrasp: 学习接触和碰撞感知的通用灵巧抓取在杂乱场景中

Jiyao Zhang, Zhiyuan Ma, Tianhao Wu, Zeyuan Chen, Hao Dong

机构 * Center on Frontiers of Computing Studies, School of Computer Science, Peking University（前沿计算研究中心，计算机学院，北京大学） ； National Key Laboratory for Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家级重点实验室，计算机学院，北京大学） 纠错

专题命中 感知 ：occupancy(abstract)；分类 cs.RO

AI总结 CADGrasp通过两阶段算法实现接触和碰撞感知的灵巧抓取，利用点云输入预测稀疏IBS表示，并结合占用扩散模型和能量函数优化，提升在杂乱场景中的抓取成功率与稳定性。

Deep Learning-Based Object Detection for Autonomous Vehicles: A Comparative Study of One-Stage and Two-Stage Detectors on Basic Traffic Objects

基于深度学习的对象检测在自动驾驶中的应用：对一阶段和两阶段检测器在基本交通物体上的比较研究

Bsher Karbouj, Adam Michael Altenbuchner, Joerg Krueger

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

AI总结 本文比较了YOLOv5和Faster R-CNN在自动驾驶中的对象检测性能，发现YOLOv5在精度和效率上表现更优，而Faster R-CNN在检测小距离和复杂光照条件下的物体更有效。

Metrology-grade mid-infrared spectroscopy for multi-dimensional perception

用于多维感知的计量级中红外光谱学

Baoqi Shi, Chenxi Zhang, Ming-Yang Zheng, Yue Hu, Zeying Zhong, Zhenyuan Shang, Wenbo Ma, Xiu-Ping Xie, Xue Bai, Yi-Han Luo, Anting Wang, Hairun Guo, Qiang Zhang, Junqiu Liu

专题命中 感知 ：LiDAR(abstract)

AI总结 本研究提出了一种基于差频生成的计量级中红外光谱系统，实现了宽波段、高光子通量和高频率精度的结合，有效降低了硅氮化物微谐振器的光学损耗，并展示了在复杂环境中的多维感知能力。

Efficient UAV trajectory prediction: A multi-modal deep diffusion framework

高效无人机轨迹预测：一种多模态深度扩散框架

Yuan Gao, Xinyu Guo, Wenjing Xie, Zifan Wang, Hongwen Yu, Gongyang Li, Shugong Xu

专题命中 规划控制 ：LiDAR(abstract)；分类 cs.RO、cs.CV、eess.IV

AI总结 本文提出一种多模态深度融合框架，通过融合激光雷达和毫米波雷达数据提升无人机轨迹预测精度，实验显示其比基线模型提升40%。

Comments in Chinese language

DMAVA: Distributed Multi-Autonomous Vehicle Architecture Using Autoware

DMAVA：基于Autoware的分布式多自主车辆架构

Zubair Islam, Mohamed El-Darieby

机构 * Faculty of Engineering（工程学院） ； Applied Science（应用科学） ； Ontario Tech University（安大略技术大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO、cs.AI

AI总结 DMAVA是一种基于Autoware的分布式多自主车辆架构，通过集成ROS 2、Autoware Universe等工具，实现多车辆在分布式环境下的协同控制与一致行为。

Comments 7 pages, 3 figures, 5 tables, Submitted to IEEE IV 2026, Demo videos and source code available

A Gait Driven Reinforcement Learning Framework for Humanoid Robots

一种用于双足机器人的基于步态驱动的强化学习框架

Bolin Li, Yuzhi Jiang, Linwei Sun, Xuecong Huang, Lijun Zhu, Han Ding

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出了一种基于步态驱动的强化学习框架，用于双足机器人，通过设计奖励函数提升运动性能。

Estimating Force Interactions of Deformable Linear Objects from their Shapes

从形状估计变形线性物体的力相互作用

Qi Jing Chen, Shilin Shan, Timothy Bretl, Quang-Cuong Pham

机构 * Nanyang Technological University, School of Mechanical and Aerospace Engineering（南洋理工大学机械与航空航天工程学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Eureka Robotics 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出了一种基于线缆形状信息的力估计方法，无需额外传感器即可准确识别变形线性物体的外部力相互作用。

Comments 7 pages, 4 figures

Physics-informed Diffusion Mamba Transformer for Real-world Driving

物理引导的扩散Mamba变换器用于现实驾驶

Hang Zhou, Qiang Zhang, Peiran Liu, Yihao Qin, Zhaoxu Yan, Yiding Ji

机构 * Robotics and Autonomous Systems Thrust, The Hong Kong University of Science and Technology(Guangzhou)（香港科学与技术大学（广州）机器人与自主系统方向） ； MoSense Technologies 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出了一种结合Mamba和注意力机制的扩散模型，通过整合物理约束提升自动驾驶轨迹预测的准确性和可解释性。

Journal ref International Conference on Robotics & Automation (ICRA) 2026

UniMotion: A Unified Motion Framework for Simulation, Prediction and Planning

UniMotion: 一种用于仿真、预测和规划的统一运动框架

Nan Song, Junzhe Jiang, Jingyu Li, Xiatian Zhu, Li Zhang

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； University of Surrey（Surrey大学） 纠错

专题命中 规划控制 ：autonomous driving(abstract)；分类 cs.RO

AI总结 UniMotion提出了一种统一的运动框架，通过共享结构和定制化训练策略，同时支持运动仿真、预测和规划，实现高效的任务整合和泛化能力。

Comments Accepted at NeurIPS 2025

From Edge to Edge: A Flow-Inspired Scheduling Planner for Multi-Robot Systems

从边缘到边缘：一种受流启发的多机器人系统调度规划器

Han Liu, Yu Jin, Mingyue Cui, Boyang Li, Tianjiang Hu, Kai Huang

机构 * School of Computer Science, Sun Yat-sen University（中山大学计算机学院） ； School of Aeronautics and Astronautics, Sun Yat-sen University（中山大学航空与航天学院） 纠错

专题命中 规划控制 ：trajectory planning(abstract)；分类 cs.RO

AI总结 本文提出了一种受流启发的实时调度规划器，用于多机器人系统在复杂障碍环境中实现从边缘到边缘的高效协同穿越。

HERMES: A Holistic End-to-End Risk-Aware Multimodal Embodied System with Vision-Language Models for Long-Tail Autonomous Driving

HERMES: 一种集成端到端风险感知多模态具身系统，用于长尾自动驾驶

Weizhe Tang, Junwei You, Jiaxi Liu, Zhaoyi Wang, Rui Gan, Zilin Huang, Feng Wei, Bin Ran

机构 * Department of Civil and Environmental Engineering, University of Wisconsin–Madison（土木与环境工程系，威斯康星大学麦迪逊分校） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；trajectory planning(abstract)；分类 cs.RO、cs.AI

AI总结 HERMES通过整合视觉-语言模型和多模态感知，提升自动驾驶在长尾混合交通场景中的风险感知和轨迹规划能力。

UniDriveDreamer: A Single-Stage Multimodal World Model for Autonomous Driving

UniDriveDreamer: 一种用于自动驾驶的单阶段多模态世界模型

Guosheng Zhao, Yaozeng Wang, Xiaofeng Wang, Zheng Zhu, Tingdong Yu, Guan Huang, Yongchen Zai, Ji Jiao, Changliang Xue, Xiaole Wang, Zhen Yang, Futang Zhu, Xingang Wang

机构 * GigaAI ； CASIA ； BYD 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；LiDAR(abstract)；分类 cs.CV

AI总结 UniDriveDreamer是一种用于自动驾驶的单阶段多模态世界模型，通过统一的多模态生成方法提升视频和激光雷达数据合成的性能。

Comments 16 pages, 7 figures

The Role of World Models in Shaping Autonomous Driving: A Comprehensive Survey

世界模型在塑造自动驾驶中的作用：全面综述

Sifan Tu, Xin Zhou, Dingkang Liang, Xingyu Jiang, Yumeng Zhang, Xiaofan Li, Xiang Bai

机构 * Huazhong University of Science and Technology（华中科技大学） ； Baidu Inc（百度公司） 纠错

专题命中 端到端驾驶 ：autonomous driving(title,abstract)；occupancy(abstract)；分类 cs.CV

AI总结 本文综述了驾驶世界模型在自动驾驶中的作用，分析了其生态系统、分类方法及性能表现，探讨了当前研究的局限性与未来发展方向。

Comments For continuous updates, please follow the repository: https://github.com/LMD0311/Awesome-World-Model

UniDWM: Towards a Unified Driving World Model via Multifaceted Representation Learning

UniDWM: 通过多维表征学习实现统一的驾驶世界模型

Shuai Liu, Siheng Ren, Xiaoyao Zhu, Quanmin Liang, Zefeng Li, Qiang Li, Xin Hu, Kai Huang

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； Xpeng Motors Technology Co Ltd（小鹏汽车科技有限公司） 纠错

专题命中 端到端驾驶 ：autonomous driving(abstract)；trajectory planning(abstract)；分类 cs.RO、cs.CV

AI总结 UniDWM通过多维表征学习实现统一驾驶世界模型，提升自动驾驶中的轨迹规划和4D重建能力。

NetWorld: Communication-Based Diffusion World Model for Multi-Agent Reinforcement Learning in Wireless Networks

NetWorld: 基于通信的扩散世界模型用于无线网络中的多智能体强化学习

Kechen Meng, Rongpeng Li, Yansha Deng, Zhifeng Zhao, Honggang Zhang

专题命中 端到端驾驶 ：trajectory planning(abstract)

AI总结 NetWorld通过通信增强的扩散世界模型，实现无线网络中多智能体强化学习的少样本泛化和高效轨迹规划。

Enhancing Indoor Occupancy Prediction via Sparse Query-Based Multi-Level Consistent Knowledge Distillation

通过稀疏查询多级一致知识蒸馏增强室内占用预测

Xiang Li, Yupeng Zheng, Pengfei Li, Yilun Chen, Ya-Qin Zhang, Wenchao Ding

机构 * College of AI, Tsinghua University（清华大学人工智能学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； AIR, Tsinghua University（清华大学人工智能研究院） ； TARS ； College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） 纠错

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

AI总结 DiScene通过多级一致知识蒸馏和教师引导初始化，实现高效鲁棒的室内占用预测，优于现有方法并取得SOTA性能。

Comments Accepted by RA-L

VVLoc: Prior-free 3-DoF Vehicle Visual Localization

VVLoc: 无需先验信息的3自由度车辆视觉定位

Ze Huang, Zhongyang Xiao, Mingliang Song, Longan Yang, Hongyuan Yuan, Li Sun

机构 * Fudan University（复旦大学） ； NIO（蔚来汽车） ； Bosch XC（博世XC） 纠错

专题命中 BEV与占用 ：autonomous driving(abstract)；分类 cs.RO、cs.CV

AI总结 VVLoc通过单一神经网络实现多摄像头下的车辆拓扑与度量定位，无需先验信息，提升定位精度与效率。

DenseFormer: Learning Dense Depth Map from Sparse Depth and Image via Conditional Diffusion Model

DenseFormer: 通过条件扩散模型学习稀疏深度和图像的密集深度图

Ming Yuan, Chuang Zhang, Lei He, Qing Xu, Jianqiang Wang

机构 * the School of Vehicle and Mobility（车辆与移动学院） ； Tsinghua University（清华大学） 纠错

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

AI总结 DenseFormer通过条件扩散模型，结合特征提取和深度细化模块，实现从稀疏深度和图像生成密集深度图，优于传统方法。

Spot-Wise Smart Parking: An Edge-Enabled Architecture with YOLOv11 and Digital Twin Integration

按车位智能停车：集成YOLOv11和数字孪生的边缘计算架构

Gustavo P. C. P. da Luz, Alvaro M. Aspilcueta Narvaez, Tiago Godoi Bannwart, Gabriel Massuyoshi Sato, Luis Fernando Gomez Gonzalez, Juliana Freitag Borin

机构 * Institute of Computing University of Campinas (UNICAMP)（计算研究所 卡廷斯大学（UNICAMP）） 纠错

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

AI总结 本文提出一种基于边缘计算的智能停车系统，结合YOLOv11和数字孪生技术，实现高精度车位监控与可持续发展。

Comments Submitted to Journal of Internet Services and Applications, 27 pages, 20 figures, 3 tables

Expected Cost of Greedy Online Facility Assignment on Regular Polygons (v3)

正则多边形上贪心在线设施分配的预期成本

Md. Rawha Siddiqi Riad, Md. Tanzeem Rahat, Md. Manzurul Hasan

专题命中 BEV与占用 ：occupancy(abstract)

AI总结 研究正则多边形上贪心在线设施分配的预期成本，利用对称性减少动态规划和蒙特卡洛模拟验证理论结果。