自动驾驶

Fast and Accurate Outlier-Aware LiDAR Super-Resolution for SLAM Applications

快速且准确的异常点感知激光雷达超分辨率方法用于SLAM应用

Christos Anagnostopoulos, Alexandros Gkillas, Nikos Piperigkos, Aris S. Lalos

机构 * Industrial Systems Institute（工业系统研究所） ； Dpt. of Informatics & Telecom.（信息与电信系） 纠错

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

AI总结 提出一种基于深度展开的超分辨率模型，集成异常点移除模块，在保持实时性能的同时高效重建高分辨率点云，显著提升SLAM中的位姿估计精度。

Comments 6 pages, 2 figures

Journal ref Proc. 2025 IEEE International Conference on Image Processing (ICIP), Anchorage, AK, USA, 2025

GeoISF: Instance Semantic Forest Inspired Large-Scale Cross-View Geo-Localization via Ground LiDAR-to-Satellite Image

GeoISF：基于实例语义森林的通过地面激光雷达到卫星图像的大规模跨视角地理定位

Di Hu, Xia Yuan, Chunxia Zhao

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

AI总结 提出GeoISF管道，利用WordNet构建实例语义森林增强语义表示，弥合点云与卫星图像模态差异，在KITTI数据集上R@10指标比并行方法提升13.22倍。

RIPA: Sensory-Vector Prompt Injection Attacks on LLM-Controlled ROS 2 Robots

RIPA: 针对LLM控制的ROS 2机器人的感官向量提示注入攻击

Nima Dorzhiev

机构 * Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 提出RIPA，首个通过感官管道对ROS 2机器人进行多通道提示注入攻击的系统研究，发现模型脆弱性不随规模单调变化，并提出混合语义防火墙。

Comments 12 pages, 4 figures, 10 tables, 3 appendices

LNN-Fly: Continuous-Time UAV Navigation for Robust Obstacle Avoidance under Timing Mismatch

LNN-Fly：时序失配下鲁棒避障的连续时间无人机导航

Yulin Huang, Shaojie Chen, Di Feng, Jiahao Wang, Ping Liu, Jianxiao Zou

机构 * Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（深圳先进研究院，电子科技大学） 纠错

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

AI总结 提出LNN-Fly，一种面向部署的连续时间导航策略，通过动态规划启发的结构化循环更新、显式控制间隔条件和自适应遗忘门，在时序失配下实现鲁棒避障，并在仿真和实物中验证了有效性。

Comments 8 pages, 7 figures, accepted for publication at IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2026

MM-Nav: Multi-View VLA Model for Robust Visual Navigation via Multi-Expert Learning

MM-Nav：基于多专家学习的多视角VLA模型用于鲁棒视觉导航

Tianyu Xu, Jiawei Chen, Jiazhao Zhang, Wenyao Zhang, Zekun Qi, Minghan Li, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出MM-Nav模型，通过多专家学习从合成数据中学习多样化的导航能力，展示模型在合成环境中的强泛化能力，并在现实世界实验中验证其有效性。

Comments Project page: https://pku-epic.github.io/MM-Nav-Web/

Empowering a Single-Frequency GNSS Receiver to Achieve High-Precision Positioning with Relative Observations

利用相对观测实现单频GNSS接收机的高精度定位

Xingpeng Wang, Ziwen Qu, Juncheng Chen, Ruitian Pang, Xiangyu Li, Tiancheng Lai, Siqi Shen, Wentao Liu, Pengfei Wang, Chao Xu, Yanjun Cao

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 提出一种紧耦合状态估计框架，通过单频GNSS接收机与相对运动传感器融合，利用滑动窗口因子图和虚拟锚点机制实现分米级定位，无需基站。

Comments 8 pages,7 figures

3D Field of Junctions: A Noise-Robust, Training-Free Structural Prior for Volumetric Inverse Problems

3D 立体接点场：一种噪声鲁棒、无需训练的结构先验用于体积分量逆问题

Narges Moeini, Namhoon Kim, Justin Romberg, Sara Fridovich-Keil

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出3D FoJ方法，通过优化3D楔形接点来实现体积分量逆问题的去噪，无需训练数据，保留和增强3D边缘和角结构，适用于低信噪比下的多种3D成像任务。

Comments ECCV 2026

Contact-Anchored Proprioceptive Odometry for Legged and Wheel-Legged Robots

基于接触的本体感觉里程计用于四足和轮腿机器人

Minxing Sun, Yao Mao

机构 * Institute of Optics and Electronics, Chinese Academy of Sciences（中国科学院光学与电子学研究所） ； Shenzhen Astralldynamics Technology（深圳星辰动力科技） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种纯本体感觉状态估计器，利用IMU和电机测量估计机器人姿态和速度，通过接触作为运动学锚点，结合高度聚类和时间衰减校正，解决四足和轮腿机器人中的漂移问题。

Comments 31 pages, 26 figures

GaRLILEO: Gravity-aligned Radar-Leg-Inertial Enhanced Odometry

GaRLILEO：基于重力对齐的雷达-腿-惯性增强里程计

Chiyun Noh, Sangwoo Jung, Hanjun Kim, Yafei Hu, Laura Herlant, Ayoung Kim

专题命中 多传感器融合 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出GaRLILEO，一种基于重力对齐的雷达-腿-惯性增强里程计框架，通过连续时间 ego-velocity spline 和软 S2-constrained 重力因子提升垂直姿态估计精度，适用于复杂地形导航。

Comments Accepted for publication at the International Journal of Robotics Research on 30 April, 2026

LaGen: Towards Autoregressive LiDAR Scene Generation

LaGen：迈向自主驾驶的自回归激光雷达场景生成

Sizhuo Zhou, Xiaosong Jia, Fanrui Zhang, Junjie Li, Juyong Zhang, Yukang Feng, Jianwen Sun, Songbur Wong, Junqi You, Junchi Yan

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 纠错

专题命中 仿真评测 ：LiDAR(title,abstract)；autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出LaGen，首个支持长时交互生成的自回归框架，能基于单帧输入生成高保真4D激光雷达场景，并通过场景解耦和噪声调节模块提升生成质量。

Comments Accepted to ECCV 2026

L2D2-GS: Learning to Densify for Feedforward Dynamic Gaussian Scene Reconstruction

L2D2-GS: 学习致密化以实现前馈动态高斯场景重建

Zetian Song, Chenming Wu, Junnan Liu, Chitian Sun, Liangliang He, Hangjun Ye, Jiaqi Zhang, Siwei Ma, Wen Gao

机构 * Xiaomi EV, Beijing（小米电动车，北京） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 提出L2D2-GS框架，将可泛化重建转化为迭代优化与致密化过程，通过自监督致密化策略和几何正则化机制，实现动态城市场景的高保真重建，在PandaSet和Waymo数据集上达到SOTA。

X-Stream: Exploring MLLMs as Multiplexers for Multi-Stream Understanding

X-Stream: 探索多模态大语言模型作为多流理解的多路复用器

Peiwen Sun, Xudong Lu, Huadai Liu, Yang Bo, Dongming Wu, Huankang Guan, Minghong Cai, Jinpeng Chen, Xintong Guo, Shuhan Li, Fang Liu, Rui Liu, Xiangyu Yue

机构 * MMLab, Chinese University of Hong Kong（中大香港人工智能实验室） ； Huawei Inc.（华为公司） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 为解决多流视频理解评估缺失的问题，提出首个基准X-Stream，包含4220个QA对和932个视频，覆盖多窗口、多视角和多设备场景，并基于信号多路复用理论评估MLLM作为多路复用器的性能，发现现有模型在并发流上仅达约50%分数。

Comments Project Page: https://peiwensun2000.github.io/xstream/

Integrating Counterfactual Simulations with Language Models for Explaining Multi-Agent Behaviour

将反事实模拟与语言模型结合以解释多智能体行为

Bálint Gyevnár, Christopher G. Lucas, Stefano V. Albrecht, Shay B. Cohen

机构 * DeepFlow 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.AI

AI总结 本文提出AXIS方法，通过语言模型与环境模拟器交互生成人类中心的多智能体行为解释，提升解释正确性和目标预测准确性。

Evaluating Newtonian Mechanics in Video Generative Models with Real Physical Systems

在视频生成模型中评估牛顿力学

Antonios Tragoudaras, Chenyu Zhang, Daniil Cherniavskii, Antonios Vozikis, Thijmen Nijdam, Derck W. E. Prinzhorn, Mark Bodracska, Nicu Sebe, Andrii Zadaianchuk, Efstratios Gavves

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出Morpheus框架，通过真实物理系统评估视频生成模型对牛顿力学的理解能力，揭示当前模型在物理原理编码上的不足。

Comments Forty-Third International Conference on Machine Learning (ICML 2026)

Multiport Analytical Pixel Electromagnetic Simulator (MAPES) for AI-assisted RFIC and Microwave Circuit Design

多端口分析像素电磁模拟器（MAPES）用于AI辅助射频集成电路和微波电路设计

Junhui Rao, Yi Liu, Jichen Zhang, Zhaoyang Ming, Tianrui Qiao, Yujie Zhang, Chi Yuk Chiu, Hua Wang, Ross Murch

专题命中 仿真评测 ：occupancy(abstract)

AI总结 本文提出了一种新型分析框架MAPES，用于高效准确预测任意像素基微波和射频集成电路结构的电磁性能，通过虚拟像素和多层/通孔端口公式实现快速分析，无需额外全波计算，提升预测精度和效率。

Efficient 3D Gaussian Splatting with Axis-Shared Rasterization and Order-independent Transmittance

高效3D高斯散射与轴共享光栅化及顺序无关透射率

Zhican Wang, Guanghui He, Lingjun Gao, Dantong Liu, Shell Xu Hu, Chen Zhang, Zhuoran Song, Nicholas Lane, Hongxiang Fan

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Cambridge（剑桥大学） ； Imperial College London（伦敦帝国学院） ； Samsung AI（三星人工智能） 纠错

专题命中 其他自动驾驶 ：autonomous driving(abstract)；分类 cs.CV

AI总结 本文提出轴共享光栅化和顺序无关透射率方法，提升3D高斯散射在资源受限平台的实时性能，实现1.33至1.88倍的加速。

Comments ISCA 2026