自动驾驶

Registering the 4D Millimeter Wave Radar Point Clouds Via Generalized Method of Moments

通过广义矩方法配准4D毫米波雷达点云

Xingyi Li, Han Zhang, Ziliang Wang, Yukai Yang, Weidong Chen

机构 * School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院） ； Institute of Medical Robotics, Shanghai Jiao Tong University（上海交通大学医疗机器人研究院） ； Department of Statistics, Uppsala University（乌普萨拉大学统计系） 纠错

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

AI总结 针对4D雷达点云稀疏噪声导致配准困难的问题，提出基于广义矩方法的配准框架，无需显式点对应，在合成与真实数据集上精度和鲁棒性优于基准方法，甚至接近激光雷达方法。

Autonomous Exploration-Based Precise Mapping for Mobile Robots through Stepwise and Consistent Motions

基于逐步一致运动的移动机器人自主探索精准建图

Muhua Zhang, Lei Ma, Ying Wu, Kai Shen, Yongkui Sun, Henry Leung

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种面向采用激光SLAM的室内移动机器人的自主探索框架，通过多RRT采样、逐步一致运动等策略提升建图精度与鲁棒性，经仿真与真实实验验证其优于基准2D算法。

Comments 8 pages, 11 figures. This work has been submitted to the IEEE for possible publication

3D Gaussian Splatting against Moving Objects for High-Fidelity Street Scene Reconstruction

针对移动物体的3D高斯散射用于高保真的街道场景重建

Peizhen Zheng, Dongjing Jiang, Qingchong Jiao, Redouane EL Bouchtaoui, Flynnwell Jianfei Zhang

机构 * Ontario Knowledge Intelligence Centre, Canada（加拿大安大略知识智能中心） ； Canadian Institute of Interscience, Canada（加拿大跨学科科学研究所） ； DeepCox Intelligence, Canada（加拿大DeepCox智能科技公司） 纠错

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

AI总结 本文提出了一种新的3D高斯点分布方法，通过自适应透明机制消除移动物体并保留高保真静态场景细节，结合迭代优化提升几何精度和纹理表现。

Comments arXiv admin note: This paper has been withdrawn by arXiv due to unverifiable authorship and affiliation

Industrial3D: A Water-Treatment TLS Point Cloud Dataset and Cross-Paradigm Benchmark for MEP Scene Understanding

Industrial3D: 一个用于工业基础设施的地面激光雷达点云数据集和跨范式基准

Chao Yin, Hongzhe Yue, Qing Han, Difeng Hu, Zhenyu Liang, Fangzhou Lin, Bing Sun, Boyu Wang, Mingkai Li, Wei Yao, Jack C. P. Cheng

机构 * Department of Civil and Environmental Engineering, The Hong Kong University of Science and Technology（香港科技大学土木与环境工程系） ； Guangzhou Institute of Geography, Guangdong Academy of Sciences（广东省科学院广州地理研究所） ； School of Civil Engineering, Southeast University（东南大学土木工程学院） ； College of Geography and Tourism, Hengyang Normal University（衡阳师范学院地理与旅游学院） ； Department of Architecture and Civil Engineering, City University of Hong Kong（香港城市大学建筑与土木工程系） ； S.M.A.R.T. Construction Research Group, New York University Abu Dhabi（纽约大学阿布扎比分校S.M.A.R.T.建筑研究组） ； Department of the Built Environment, National University of Singapore（新加坡国立大学建筑环境系） ； Spatial Intelligence and Urban Computing, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所空间智能与城市计算） ； State Key Lab of Ecological Security of Regions and Cities, Institute of Urban Environment, Chinese Academy of Sciences（中国科学院城市环境研究所区域与城市生态安全国家重点实验室） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出Industrial3D数据集，包含6.12亿个高精度标注点云，用于解决工业设施中密集点云的语义理解难题，并建立首个跨范式基准，揭示了工业TLS数据中统计稀有性和几何模糊性带来的领域迁移挑战。

Comments 52 pages, 8 figure, 14 tables

Journal ref 2026, under review

The P$^3$ Dataset: Pixels, Points and Polygons for Multimodal Building Vectorization

P$^3$数据集：用于多模态建筑物矢量化的像素、点和多边形

Raphael Sulzer, Liuyun Duan, Nicolas Girard, Florent Lafarge

机构 * Université Côte d’Azur, INRIA（法国里沃利大学、INRIA） ； LuxCarta Technology（LuxCarta技术公司） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 介绍用于建筑物矢量化的多模态P$^3$数据集，由多源数据构建，含大量高精度激光雷达点等。证明激光雷达点云可用于预测建筑物多边形，融合激光雷达和图像能提高预测精度与几何质量，数据集公开。

A quantum mechanical analysis of the coherence de Broglie wavelength for superresolution and enhanced sensitivity in a coupled interferometer scheme

关于超分辨率和灵敏度增强的耦合干涉仪方案中的德布罗意相干波长量子力学分析

B. S. Ham

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文提出了一种基于反称耦合马赫-曾德干涉仪的量子力学分析，用于实现无损耗传感的超分辨率和增强灵敏度。

Comments 8 pages, 2 figures

Resource-optimal quantum mode parameter estimation with multimode Gaussian states

基于多模Gaussian态的资源最优量子模参数估计

Maximilian Reichert, Mikel Sanz, Nicolas Fabre

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文提出通过多模Gaussian态实现量子模参数估计的资源最优方案，统一了粒子数和模结构视角，推导了量子 Fisher 信息的紧上界并确定了最优Gaussian态。

Comments Comments are welcome!

Low Photon Number Non-Invasive Imaging Through Time-Varying Diffusers

低光子数非侵入式成像通过时间变化扩散器

Adrian Makowski, Wojciech Zwolinski, Pawel Szczypkowski, Bernard Gorzkowski, Sylvain Gigan, Radek Lapkiewicz

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本研究提出了一种非侵入式成像方法，通过时间变化的散射层实现低光子数下的稳健图像重建，适用于显微镜、激光雷达和内窥镜等多种应用。

Comments 18 pages, 5 figures; 42 pages of Supplementary Information with 10 figures included

Toward quantum scaling advantage in approximate optimization

迈向近似优化中的量子缩放优势

J. Pawłowski, P. Tarasiuk, J. Tuziemski, Ł. Pawela, B. Gardas

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究在近似优化中量子缩放优势，用模拟分岔机（SBM）重新审视相关发现，其源于量子动力学，与量子退火有共同特征，获得可比或更优缩放，明确当前量子退火器优势不明显及未来量子设备可实现优势的问题类。

Journal ref Phys. Rev. Applied 26, 014024 (2026)

Multi-Modal Beamforming with Model Compression and Modality Generation for V2X Networks

用于车联网的基于模型压缩和模态生成的多模态波束成形

Chen Shang, Dinh Thai Hoang, Jiadong Yu

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 针对6G车联网中ISAC范式的不足，提出基于分层Transformer的多模态学习框架BeamTransFuser，利用跨模态相关性提升波束预测性能，开发剪枝方案减少延迟，引入生成模型处理模态缺失，实验证明该方案优于现有基线。

Comments 15 pages, 5 figures

Journal ref IEEE Transactions on Mobile Computing, 2026