自动驾驶

OmniHD-Scenes: A Next-Generation Multimodal Dataset for Autonomous Driving

OmniHD-Scenes：面向自动驾驶的下一代多模态数据集

Lianqing Zheng, Long Yang, Qunshu Lin, Wenjin Ai, Minghao Liu, Shouyi Lu, Jianan Liu, Hongze Ren, Jingyue Mo, Xiaokai Bai, Jie Bai, Zhixiong Ma, Xichan Zhu

机构 * School of Automotive Studies, Tongji University（同济大学汽车学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； AI Foundation（2077AI基金会） ； Momoni AI ； College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； School of Information and Electrical Engineering, Hangzhou City University（杭州城市学院信息与电气工程学院） 纠错

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

AI总结 OmniHD-Scenes提出了一种大规模多模态数据集，结合多种传感器数据，用于提升自动驾驶的3D检测和语义预测性能。

Comments Accepted by IEEE TPAMI

ALIGN: Advanced Query Initialization with LiDAR-Image Guidance for Occlusion-Robust 3D Object Detection

ALIGN: 基于LiDAR-图像引导的高级查询初始化方法用于遮挡鲁棒的3D目标检测

Janghyun Baek, Mincheol Chang, Seokha Moon, Seung Joon Lee, Jinkyu Kim

机构 * Computer Scienece and Engineering, Korea University（韩国大学计算机科学与工程系） ； CTO Devision, LG Innotek（LG Innotek首席技术官部门） 纠错

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

AI总结 ALIGN通过结合LiDAR和图像信息，改进查询初始化方法，提升遮挡环境下3D目标检测的准确性和效率。

Comments 12 pages, 6 figures

Chamelion: Reliable Change Detection for Long-Term LiDAR Mapping in Transient Environments

Chamelion：在瞬态环境中实现长期LiDAR映射的可靠变化检测

Seoyeon Jang, Alex Junho Lee, I Made Aswin Nahrendra, Hyun Myung

机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电子工程学院） ； Department of Electrical Mechanical Systems Engineering, Sookmyung Women’s University（成均馆女子大学电气机械系统工程系） ； KRAFTON 纠错

专题命中 感知 ：LiDAR(title)；分类 cs.RO、cs.CV

AI总结 Chamelion通过双头网络实现在线变化检测和长期LiDAR地图维护，利用数据增强策略提升在瞬态环境中的地图更新效率与准确性。

Comments 8 pages, IEEE Robot. Automat. Lett. (RA-L) 2026

CoBEVMoE: Heterogeneity-aware Feature Fusion with Dynamic Mixture-of-Experts for Collaborative Perception

CoBEVMoE：基于动态专家混合的异质性感知特征融合

Lingzhao Kong, Jiacheng Lin, Siyu Li, Kai Luo, Zhiyong Li, Kailun Yang

机构 * School of Computer Science and Electronic Engineering, Hunan University（计算机科学与电子工程学院，湖南大学） ； School of Artificial Intelligence and Robotics, Hunan University（人工智能与机器人学院，湖南大学） ； National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人视觉感知与控制技术国家工程研究中心，湖南大学） 纠错

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

AI总结 CoBEVMoE通过动态混合专家架构实现多智能体协作感知中的异质性特征融合，提升感知精度与性能。

Comments Accepted to ICRA 2026. The source code will be made publicly available at https://github.com/godk0509/CoBEVMoE

Adversarial Wear and Tear: Exploiting Natural Damage for Generating Physical-World Adversarial Examples

对抗性磨损：利用自然损坏生成物理世界对抗性示例

Samra Irshad, Seungkyu Lee, Nassir Navab, Hong Joo Lee, Seong Tae Kim

机构 * Department of Computer Science and Engineering, Kyung Hee University（计算机科学与工程系，庆熙大学） ； Technical University of Munich（慕尼黑技术大学） ； Seoul National University of Science and Technology（首尔科学理工大学） ； G-LAMP NEXUS Institute, Kyung Hee University（G-LAMP NEXUS研究所，庆熙大学） 纠错

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

AI总结 本文提出AdvWT，通过模拟自然磨损生成更真实有效的物理世界对抗性示例，提升深度神经网络在现实环境中的鲁棒性。

Comments Accepted to IEEE Transactions in Secure and Dependable Computing. This version corresponds to the author's accepted manuscript

Neural Sentinel: Unified Vision Language Model (VLM) for License Plate Recognition with Human-in-the-Loop Continual Learning

神经哨兵：用于车牌识别的统一视觉语言模型（VLM）与人类在循环持续学习

Karthik Sivakoti

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

AI总结 Neural Sentinel利用视觉语言模型实现车牌识别与多任务学习，提升准确率并减少系统复杂性。

Temperature Scaling Attack Disrupting Model Confidence in Federated Learning

温度缩放攻击破坏联邦学习中的模型置信度

Kichang Lee, Jaeho Jin, JaeYeon Park, Songkuk Kim, JeongGil Ko

机构 * College of Computing, Yonsei University（延世大学计算机学院） ； Department of Mobile Systems Engineering, Dankook University（Dankook大学移动系统工程系） 纠错

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

AI总结 温度缩放攻击通过破坏联邦学习中的模型置信度，显著降低校准性同时保持准确率，揭示了校准完整性作为关键攻击面的重要性。

Comments 20 pages, 20 figures

CHAI: Command Hijacking against embodied AI

CHAI：针对具身AI的命令劫持

Luis Burbano, Diego Ortiz, Qi Sun, Siwei Yang, Haoqin Tu, Cihang Xie, Yinzhi Cao, Alvaro A Cardenas

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 CHAI是一种针对具身AI的物理环境间接提示注入攻击，通过嵌入误导性自然语言指令，利用多模态语言解释能力，有效提升了攻击性能，凸显了对传统对抗鲁棒性之外的防御需求。

Comments This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). The final version will be available on IEEE Xplore

Three-qubit encoding in ytterbium-171 atoms for simulating 1+1D QCD

在ytterbium-171原子中进行三量子比特编码以模拟1+1维QCD

William Huie, Cianan Conefrey-Shinozaki, Zhubing Jia, Patrick Draper, Jacob P. Covey

专题命中 感知 ：occupancy(abstract)

AI总结 通过在ytterbium-171原子中编码三个量子比特，实现对1+1维QCD的高效模拟，展示了该方法在真空持续振荡和弦断裂模拟中的应用。

Comments W.H. and C.C.S. contributed equally to this work

Journal ref PRX Quantum 7, 010327 (2026)

Beyond Crash: Hijacking Your Autonomous Vehicle for Fun and Profit

超越事故：为娱乐和利润劫持你的自动驾驶汽车

Qi Sun, Ahmed Abdo, Luis Burbano, Ziyang Li, Yaxing Yao, Alvaro Cardenas, Yinzhi Cao

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Johns Hopkins University Applied Physics Laboratory（约翰斯·霍普金斯大学应用物理实验室） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 感知 ：end-to-end driving(abstract)

AI总结 本文提出JackZebra框架，通过物理可行的攻击车辆实现对自动驾驶车辆的路线劫持，以实现长期路线完整性妥协。