自动驾驶

Road is Enough! Extrinsic Calibration of Non-overlapping Stereo Camera and LiDAR using Road Information

Jinyong Jeong, Lucas Y. Cho, Ayoung Kim

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

Comments 8 pages, 11 figures, calibration paper for complex urban dataset (http://irap.kaist.ac.kr/dataset)

DeepLO: Geometry-Aware Deep LiDAR Odometry

Younggun Cho, Giseop Kim, Ayoung Kim

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

Comments 8 pages

DLO: Direct LiDAR Odometry for 2.5D Outdoor Environment

Lu Sun, Junqiao Zhao, Xudong He, Chen Ye

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

Learning a Local Feature Descriptor for 3D LiDAR Scans

Ayush Dewan, Tim Caselitz, Wolfram Burgard

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

Comments Accepted for IROS-2018. Project details and code: http://deep3d-descriptor.informatik.uni-freiburg.de/

Reflectance Intensity Assisted Automatic and Accurate Extrinsic Calibration of 3D LiDAR and Panoramic Camera Using a Printed Chessboard

Weimin Wang, Ken Sakurada, Nobuo Kawaguchi

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

Comments 20 pages, submitted to the journal of Remote Sensing

Journal ref Remote Sensing, 9(8):851 (2017)

Automatic Extrinsic Calibration for Lidar-Stereo Vehicle Sensor Setups

Carlos Guindel, Jorge Beltrán, David Martín, Fernando García

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

Comments Accepted to IEEE International Conference on Intelligent Transportation Systems 2017 (ITSC)

Deep Semantic Classification for 3D LiDAR Data

Ayush Dewan, Gabriel L. Oliveira, Wolfram Burgard

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

Comments 8 pages to be published in IROS 2017

LiDAR-Camera Calibration using 3D-3D Point correspondences

Ankit Dhall, Kunal Chelani, Vishnu Radhakrishnan, K. M. Krishna

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

Hardware-triggered Time Synchronization of Roadside Multi-lidar, Multi-camera Measurement System for Accurate Data Alignment

用于精确数据对齐的路边多激光雷达、多摄像头测量系统的硬件触发时间同步

Shiva Agrawal, Savankumar Bhanderi, Zhiran Yan, Gordon Elger

机构 * Technische Hochschule Ingolstadt（英戈尔施塔特技术大学） 纠错

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

AI总结 研究路边多激光雷达与多摄像头系统数据对齐问题，提出开源、简单、模块化的硬件触发时间同步电路，通过实验评估其对时空对齐的影响，实现跨传感器一致性最大化，为多传感器同步提供低成本可扩展方案。

Comments Accepted at the IEEE International Conference on Intelligent Transportation Systems (ITSC 2026). Code and hardware design: https://github.com/shiva-THI/hardware-trigger-time-sync-lidar-cameras

LiDAR-HMR: 3D Human Mesh Recovery from LiDAR

Bohao Fan, Wenzhao Zheng, Jianjiang Feng, Jie Zhou

机构 * Department of Automation, Tsinghua University（自动化系，清华大学） 纠错

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

Comments Code is available at: https://github.com/soullessrobot/LiDAR-HMR/

LPFormer: LiDAR Pose Estimation Transformer with Multi-Task Network

Dongqiangzi Ye, Yufei Xie, Weijia Chen, Zixiang Zhou, Lingting Ge, Hassan Foroosh

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

Comments ICRA 2024. Top solution for the Waymo Open Dataset Challenges 2023 - Pose Estimation. CVPR 2023 Workshop on Autonomous Driving

LiDAR-NeRF: Novel LiDAR View Synthesis via Neural Radiance Fields

Tang Tao, Longfei Gao, Guangrun Wang, Yixing Lao, Peng Chen, Hengshuang Zhao, Dayang Hao, Xiaodan Liang, Mathieu Salzmann, Kaicheng Yu

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

Comments This paper introduces a new task of novel LiDAR view synthesis, and proposes a differentiable framework called LiDAR-NeRF with a structural regularization, as well as an object-centric multi-view LiDAR dataset called NeRF-MVL

Real-time LIDAR localization in natural and urban environments

Georgi Tinchev, Adrian Penate-Sanchez, Maurice Fallon

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

Comments For interest in the dataset please email georgi.tinchev+lidar_dataset@gmail.com

Anti-degenerated UWB-LiDAR Localization for Automatic Road Roller in Tunnel

Bingqi Shen, Yuyin Chen, Huiyong Yang, Jianbo Zhan, Yichao Sun, Rong Xiong, Shuwei Dai, Yue Wang

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

Comments This article needs withdrawing for the reason of some technical issues including that the method of obtaining the ground truth in Section V was not rigorous enough, and we found that Lidar sensor was affected by external force during the experiments, which will lead to the inaccuracy of the results

Monocular 3D Object Detection with Pseudo-LiDAR Point Cloud

Xinshuo Weng, Kris Kitani

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

Comments Camera Ready for ICCV Workshop on "Road Scene Understanding and Autonomous Driving"

Point-Cloud-Assistant Localized Statistical Channel Prediction by Tangent Gaussian Splatting

点云辅助的切线高斯溅射局部统计信道预测

Ye Xue, Yiheng Wang, Xinhua Shao, Qi Yan, Shutao Zhang, Tsung-Hui Chang

机构 * China Telecom（中国电信） 纠错

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 提出点云辅助切线高斯溅射（PC-TGS）框架，通过融合稀疏无线电测量与密集LiDAR几何数据，将角功率谱外推到未测量网格，实现大规模无线数字孪生中的高效信道预测。

Journal ref IEEE Trans. Wireless Commun. 25, 17816-17830 (2026)

Foundation-Model Earth Representations Enable Regional-Scale Forest Aboveground Biomass Monitoring Across the Northeastern United States

基于基础模型的地球表征实现美国东北部区域尺度森林地上生物量监测

Shashika Lamahewage, Chandi Witharana

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 该研究利用AlphaEarth基础模型生成的Google卫星嵌入，结合LiDAR数据与森林清查数据构建模型，实现美国东北部区域森林地上生物量的高精度监测，为规模化碳评估提供了新途径。

Multi-Modal Environment-Aware Beam Management for Massive MIMO: A Geometry-Driven Virtual Base Station Framework

大规模MIMO的多模态环境感知波束管理：一种几何驱动的虚拟基站框架

Yijie Bian, Wei Guo, Jie Yang, Shenghui Song, Jun Zhang, Shi Jin, Khaled B. Letaief

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 提出几何驱动框架，利用3D LiDAR点云和位置信息构建虚拟基站数据库，通过镜像对称建模主导反射路径，实现粗信道重建和低开销波束训练，并采用双智能体深度强化学习协调波束选择，提升波束管理效率。

Adaptive Guidance and Integrated Navigation with Reinforcement Meta-Learning

自适应引导与集成导航的强化元学习

Brian Gaudet, Richard Linares, Roberto Furfaro

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 本文提出了一种基于强化元学习的自适应引导系统，采用递归策略和价值函数近似器，通过递归网络层使部署策略能实时适应作用在智能体上的环境力，在四个具有未知但高度动态变化的挑战性环境中比较了DR/DV引导律、非递归策略的RL代理和递归策略的RL代理的性能，并展示了RL元学习优化的策略在火星着陆环境中仅使用多普勒雷达高度计读数，在小行星着陆环境中仅使用LIDAR高度计读数时实现引导和导航的整合能力。

Comments arXiv admin note: substantial text overlap with arXiv:1901.04473

Assessing engineering wake models against operational data: insights from the Lillgrund wind farm wake steering campaign

评估工程尾流模型与运行数据：来自Lillgrund风电场尾流偏转活动的见解

Diego Siguenza-Alvarado, Matthew Harrison, Mohammadreza Mohammadi, Pragya Vishwakarma, Ervin Bossanyi, Lars Landberg, Majid Bastankhah

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 利用Lillgrund海上风电场的SCADA和LiDAR数据，评估四种工程尾流模型组合在基准和主动尾流偏转条件下的性能，发现模型能再现尾流亏损趋势但存在7%-15%的速度亏损MAE和3%-23%的功率误差。

Journal ref Wind Energy, Volume29, Issue6 June 2026 e70126

MTA-RL: Robust Urban Driving via Multi-modal Transformer-based 3D Affordances and Reinforcement Learning

MTA-RL：通过多模态Transformer-based 3D affordances和强化学习实现鲁棒的城市驾驶

Guangli Chen, Dianzhao Li, Wenjian Zhong, Bangquan Xie, Ostap Okhrin

机构 * Dongguan Key Laboratory of Intelligent Equipment and Smart Industry, School of Advanced Engineering, Great Bay University（东莞智能装备与智能制造重点实验室，先进工程学院，大湾大学） ； Chair of Applied Statistics, Technische Universität Dresden（应用统计学教授职位，德累斯顿技术大学） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI)（可扩展数据解析与人工智能中心（ScaDS.AI）） ； College of Automation, Guangdong University of Technology（自动化学院，广东技术大学） 纠错

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

AI总结 本文提出MTA-RL框架，通过多模态Transformer-based 3D affordances和强化学习实现可靠的城市自动驾驶，提升样本效率和稳定性，优于现有基线方法。

Ultrawide-angle diffraction-limited 2D beam steering via hybrid integrated metasurface-photonic circuit

超宽角度衍射限二维束流转向的混合集成元表面-光子电路

Zhiping He, Luigi Ranno, Padraic Burns, Fan Yang, Hung-I Lin, Maarten R. A. Peters, Hanyu Zheng, Rui Chen, Yi Ji Tan, Chuanyu Lian, Nathan Dostart, Hyun Jung Kim, Carlos Ríos, Tian Gu, Juejun Hu

专题命中 激光雷达 ：LiDAR(summary_cn,abstract)

AI总结 本文提出了一种基于硅光子集成电路和光学元表面的混合集成平台，实现超宽角度衍射限的二维束流转向，适用于自由空间光学系统，如卫星间光学链路、航空LiDAR等。

Comments 17 pages, 6 figures

RVLoss: Runoff Vote Loss for Self-Supervised LiDAR Scene Flow Estimation

RVLoss：用于自监督激光雷达场景流估计的 runoff vote 损失

Shiming Wang, Liangliang Nan, Julian Kooij, Holger Caesar, Yancong Lin

机构 * TU Delft（代尔夫特理工大学） ； University of Nottingham（诺丁汉大学） 纠错

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

AI总结 该研究针对自监督激光雷达场景流估计中运动刚性不足的问题，提出融入 runoff vote 机制的 RVLoss，在 Argoverse2 2026 挑战赛上性能超基线 20%，跨数据集也有稳定提升。

Comments 15 pages, 5 figures

How Sampling Strategy Affects Imbalance Mitigation in LiDAR Segmentation: A Study of Structured vs. Random Point-Based Architectures

采样策略如何影响激光雷达分割中的不平衡缓解：结构化与基于随机点的架构研究

Antonis Savva, Christos Kyrkou, Theocharis Theocharides

机构 * University of Cyprus（塞浦路斯大学） 纠错

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

AI总结 该研究在DALES、S3DIS、STPLS3D数据集上，针对KPConv和RandLA-Net架构，测试了6种重加权方案与5种感知不平衡损失，发现采样策略、不平衡程度及数据采集特征的相互作用影响激光雷达分割的不平衡缓解效果。

Comments 9 pages, 6 figures, IEEE International Conference on Image Processing (ICIP) 2026

Degenerate in Whose Frame? An Equivariance Condition for Degeneracy Detection in LiDAR Registration

在谁的坐标系中退化？激光雷达配准的退化检测的等变性条件

Yujie Zhang, Chunlei Zhao, Yuzong Lin, Yuxuan Guo, Xiaohui Jia, Jinyue Liu

机构 * School of Mechanical Engineering, Hebei University of Technology（河北工业大学机械工程学院） 纠错

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

AI总结 该研究针对激光雷达配准退化检测中坐标系依赖问题，提出等变度量规则，构建等变点位移度量，经实验验证其特征值与阈值的不变性，为退化检测提供坐标系无关的准则。

Comments 8 pages, 4 figures, 5 tables. Submitted to IEEE Robotics and Automation Letters (RA-L)

LightLoc++: Sensor-Robust Representation Learning for Efficient Outdoor LiDAR Localization

LightLoc++：面向高效室外激光雷达定位的传感器鲁棒性表示学习

Wen Li, Shangshu Yu, Dunqiang Liu, Qiming Xia, Sheng Ao, Siqi Shen, Chenglu Wen, Cheng Wang

机构 * Xiamen University（厦门大学） ； University of Bristol（布里斯托大学） ； Northeastern University（东北大学） 纠错

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

AI总结 LightLoc++通过引入SULID数据集与跨传感器一致性学习预训练传感器鲁棒骨干，结合样本分类引导与冗余样本下采样，实现高效室外激光雷达定位，性能最优且新场景训练成本最低。

Comments 19 pages, 10 figures

CORAL: Curriculum-Optimized Reward Adaptation for LiDAR-Based Goal-Directed Urban Driving

CORAL：面向基于激光雷达的目标导向城市驾驶的课程优化奖励适配

Anisa Saleem, Duksu Kim

机构 * Korea University of Technology and Education (KOREATECH)（韩国技术教育大学） 纠错

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

AI总结 CORAL结合五阶段课程与阶段感知奖励，在CARLA中训练多流演员-评论家策略，实现基于激光雷达的城市驾驶，长路线约束下成功率显著优于PPO基线，且可零样本跨城镇迁移。

Comments 13 pages, 6 figures

Targetless LiDAR-Camera Calibration with Neural Gaussian Splatting

无目标激光雷达-摄像头校准与神经高斯点分布

Haebeom Jung, Namtae Kim, Jungwoo Kim, Jaesik Park

机构 * Department of Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能交叉学科项目系，首尔国立大学） ； Department of Artificial Intelligence, Yonsei University（人工智能系，延世大学） 纠错

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

AI总结 本文提出无目标激光雷达-摄像头校准方法，通过神经高斯点分布优化传感器姿态，实现鲁棒且可推广的校准，优于现有方法并在多数据集上表现优异。

Comments IEEE RA-L 2026. Project page: https://zang09.github.io/tlc-calib-site

Journal ref 2026 IEEE Robotics and Automation Letters

Rethinking 3D Segmentation from Individual LiDAR Scans: Incidence-Aware Sampling on the SIP Benchmark

从单个激光雷达扫描数据重新思考三维分割：SIP基准上的入射角感知采样

Seongyong Kim, Jingdao Chen, Yong Kwon Cho

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

AI总结 针对单个激光雷达扫描的三维分割，本研究在SIP基准上提出入射角感知采样策略，提升了非平面构件等的分割性能，降低了对采样分辨率的敏感性。

UQ-Loc: Uncertainty-Aware LiDAR Scene Coordinate Regression

UQ-Loc：感知不确定性的激光雷达场景坐标回归

Jacek Komorowski

机构 * Warsaw University of Technology（华沙理工大学） 纠错

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

AI总结 UQ-Loc扩展LightLoc架构，添加各向同性高斯协方差头，采用NLL损失结合kNN正则化训练，改进SC2-PCR求解器推理，提升6自由度定位精度并校准不确定性。