自动驾驶

Privacy-Concealing Cooperative Perception for BEV Scene Segmentation

隐私保护的协作感知用于鸟瞰图场景分割

Song Wang, Lingling Li, Marcus Santos, Guanghui Wang

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

AI总结 本文提出隐私保护协作框架，通过隐藏网络与对抗学习机制，在保持分割性能的同时降低重建图像质量，保护协作车辆隐私。

V2V-LLM: Vehicle-to-Vehicle Cooperative Autonomous Driving with Multimodal Large Language Models

V2V-LLM：基于多模态大语言模型的车与车协同自动驾驶

Hsu-kuang Chiu, Ryo Hachiuma, Chien-Yi Wang, Stephen F. Smith, Yu-Chiang Frank Wang, Min-Hung Chen

机构 * NVIDIA ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出基于多模态大语言模型的V2V-LLM，通过车与车协同感知提升自动驾驶安全性和性能。

Comments Accepted by ICRA 2026 (IEEE International Conference on Robotics and Automation). Project: https://eddyhkchiu.github.io/v2vllm.github.io/ Code: https://github.com/eddyhkchiu/V2V-LLM Dataset: https://huggingface.co/datasets/eddyhkchiu/V2V-GoT-QA

3DRot: Rediscovering the Missing Primitive for RGB-Based 3D Augmentation

3DRot：重新发现RGB基于3D增强中缺失的基本原理

Shitian Yang, Deyu Li, Xiaoke Jiang, Lei Zhang

机构 * International Digital Economy Academy (IDEA), Shenzhen, China（国际数字经济学院（IDEA）） ； Shenzhen University, Shenzhen, China（深圳大学） 纠错

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

AI总结 3DRot是一种新的RGB基于3D增强方法，通过旋转和镜像图像并更新相关参数，提升3D检测和深度估计的性能。

AdaptManip: Learning Adaptive Whole-Body Object Lifting and Delivery with Online Recurrent State Estimation

AdaptManip: 基于在线递归状态估计的自适应全身体态物体抓取与配送

Morgan Byrd, Donghoon Baek, Kartik Garg, Hyunyoung Jung, Daesol Cho, Maks Sorokin, Robert Wright, Sehoon Ha

专题命中 感知 ：LiDAR(abstract)；分类 cs.RO

AI总结 AdaptManip通过强化学习实现人形机器人自主导航、物体抓取与配送，无需人类示范，具备高鲁棒性和适应性。

Comments Website: https://morganbyrd03.github.io/adaptmanip/

3D Wi-Fi Signal Measurement in Realistic Digital Twin Testbed Environments Using Ray Tracing

在现实数字孪生测试环境中的3D Wi-Fi信号测量：利用光线追踪

Mengyuan Wang, Haopeng Wang, Haiwei Dong, Abdulmotaleb El Saddik

专题命中 感知 ：LiDAR(abstract)

AI总结 本文提出基于数字孪生的3D Wi-Fi信号测量系统，利用光线追踪实现高精度电磁建模，验证了其在现实环境中的有效性与频率依赖性材料衰减建模能力。

Comments accepted by IEEE Transactions on Instrumentation and Measurement