自动驾驶

End-to-End LiDAR optimization for 3D point cloud registration

端到端激光雷达优化用于3D点云配准

Siddhant Katyan, Marc-André Gardner, Jean-François Lalonde

机构 * Université Laval（拉瓦尔大学） ； Bentley Systems（贝恩特系统） 纠错

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

AI总结 本文提出端到端自适应激光雷达框架，通过动态调整参数优化点云配准，提升精度与效率，并在CARLA模拟中验证其优于固定参数方法的性能。

Comments 36th British Machine Vision Conference 2025, {BMVC} 2025, Sheffield, UK, November 24-27, 2025. Project page: https://lvsn.github.io/e2e-lidar-registration/

FPGA Implementation of Sketched LiDAR for a 192 x 128 SPAD Image Sensor

FPGA实现基于多项式样条函数的压缩LiDAR用于192 x 128 SPAD图像传感器

Zhenya Zang, Mike Davies, Istvan Gyongy

专题命中 激光雷达 ：LiDAR(title,abstract)；分类 eess.IV

AI总结 本研究提出了一种基于多项式样条函数的FPGA实现方法，用于压缩192 x 128 SPAD图像传感器的数据，实现高保真度的在线深度重建，解决SPAD阵列的时间戳传输瓶颈问题。

Contextual Range-View Projection for 3D LiDAR Point Clouds

基于上下文的视距投影用于3D激光雷达点云

Seyedali Mousavi, Seyedhamidreza Mousavi, Masoud Daneshtalab

机构 * School of Innovation, Design and Engineering（创新、设计与工程学院） ； Division of Intelligent Future Technologies（智能未来技术系） ； Mälardalen University（马尔默大学） 纠错

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

AI总结 本文提出CAP和CWAP两种机制，通过结合实例中心和类别标签的上下文信息，改进3D激光雷达点云的视距投影，提升实例点保留率和目标类别性能。

Digging for Data: Experiments in Rock Pile Characterization Using Only Proprioceptive Sensing in Excavation

挖掘数据：仅使用本体感觉传感在挖掘中进行岩石堆 characterization 的实验

Unal Artan, Martin Magnusson, Joshua A. Marshall

机构 * Center for Applied Autonomous Sensor Systems, Örebro University（应用自主传感系统中心，奥雷布罗大学） ； Ingenuity Labs Research Institute, Smith Engineering, Queen’s University（创新实验室研究机构，史密斯工程，女王大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出了一种仅使用本体感觉传感数据来估计破碎岩石堆相对颗粒大小的方法，通过现场实验验证了该方法的有效性，并与视觉分析和筛分方法进行了对比。

Comments Accepted for publication in the IEEE Transactions on Field Robotics

Viewpoint Recommendation for Point Cloud Labeling through Interaction Cost Modeling

通过交互成本建模实现点云标注的视角推荐

Yu Zhang, Xinyi Zhao, Chongke Bi, Siming Chen

机构 * School of Data Science, Fudan University（复旦大学数据科学学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； College of Intelligence and Computing, Tianjin University（天津大学智能与计算学院） ； Shanghai Key Laboratory of Data Science, Shanghai（上海数据科学重点实验室） 纠错

专题命中 激光雷达 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出通过交互成本建模减少点云标注时间的方法，利用Fitts定律优化视角推荐，提升标注效率。

Comments Accepted to IEEE TVCG

Normalized Surveillance in the Datafied Car: How Autonomous Vehicle Users Rationalize Privacy Trade-offs

数据化汽车中的规范化监控：自动驾驶车辆用户如何合理化隐私权衡

Yehuda Perry, Tawfiq Ammari

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究探讨自动驾驶车辆用户如何通过比较现有数字平台来合理化隐私权衡，并提出治理措施以规范数据提取。