视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
可转移的物理世界对抗性补丁对抗自动驾驶中的目标检测
机构 * Huazhong University of Science（华中科技大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出AdvAD方法，通过统一框架优化多检测模型的对抗性补丁，提升其在不同架构中的鲁棒性和转移性，实验表明其在性能和可转移性上优于现有方法。
DriveAgent-R1: 通过主动感知和混合思维推进基于视觉语言模型的自动驾驶
机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； LiAuto ； Tongji University（同济大学） ； Tsinghua University（清华大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 DriveAgent-R1通过主动感知和混合思维框架，提升自动驾驶中的视觉推理能力，采用三阶段训练策略，在复杂场景中实现高效决策，展现与顶级模型相当的性能。
Comments Accepted to ICLR 2026
自动驾驶中的数据集安全：要求、风险与保证
机构 * Qualcomm Inc（高通公司）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 本文提出了一种结构化框架，用于开发符合ISO/PAS 8800指南的安全生产数据集，通过AI感知系统案例，介绍AI数据飞轮和数据集生命周期，涵盖数据收集、标注、整理与维护，并定义安全要求和验证策略以确保符合安全标准。
嵌套径向单调极占用估计：面向青光眼筛查的临床导向视盘和视杯分割
机构 * Graduate School of Advanced Integrated Studies in Human Survivability (GSAIS), Kyoto University（京都大学人类生存能力高级综合研究研究生院（GSAIS））
专题命中 感知 ：occupancy(title,abstract)；分类 cs.CV
AI总结 本文提出NPS-Net框架，通过嵌套径向单调极占用估计实现视盘和视杯的临床有效分割，提升跨数据集的泛化能力与分割精度。
针对恶劣天气的分支路由用于鲁棒的激光雷达-雷达3D目标检测
机构 * Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） ； Institute of Information Engineering, CAS（中国科学院信息工程研究所）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 本文提出一种基于天气条件的分支路由方法，通过动态调整模态偏好提升恶劣天气下3D目标检测的鲁棒性，实验表明其在K-Radar基准上达到最佳性能。
云辅助自动驾驶系统的对抗鲁棒性分析
机构 * Lane Department of Computer Science ； Electrical Engineering West Virginia University, WV, USA
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文分析云辅助自动驾驶系统中感知模型和网络链路的跨层脆弱性，通过硬件在环测试验证对抗攻击和网络干扰对系统安全的影响，发现PGD攻击显著降低感知性能，网络延迟和丢包进一步破坏闭环控制。
基于ROS 2的移动机器人动态生产环境LiDAR感知框架，利用合成数据生成、变换等价3D检测和多目标跟踪
机构 * Chair of Intelligence in Quality Sensing (IQS), Laboratory for Machine Tools and Production Engineering (WZL), RWTH Aachen University（亚琛工业大学机床与生产工程实验室质量感知智能教席） ； The Sirindhorn International Thai-German Graduate School of Engineering (TGGS), King Mongkut’s University of Technology North Bangkok (KMUTNB)（北曼谷先皇技术大学泰德国际工程研究生院）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 本文提出基于ROS 2的LiDAR框架，通过合成数据训练的变换等价3D检测与多目标跟踪，提升动态生产环境中机器人对6D姿态估计和多目标跟踪的鲁棒性，实验结果在72种场景中达到83.12%的IoU和91.12%的高阶跟踪精度。
Comments Accepted for publication at CIRP ICME 2025; will appear in Procedia CIRP
TerraSeg: 任意LiDAR的自监督地面分割
机构 * Delft University of Technology（代尔夫特理工大学） ； University of Alcalá（阿尔卡拉大学）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 TerraSeg通过自监督学习实现任意LiDAR的地面分割，利用大规模统一数据集OmniLiDAR提升泛化能力，无需人工标注即可在多个数据集上取得最优性能。
Comments CVPR 2026
PoseDriver: 多类别骨架检测的统一方法用于自动驾驶
机构 * Ecole Polytechnique Federale de Lausanne (EPFL)（洛桑联邦理工学院）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出PoseDriver框架，通过统一多任务学习实现多类别骨架检测，展示了在车道检测和自行车骨架检测中的高性能表现。
DarkDriving: 一个用于黑暗环境自动驾驶的真实世界白天和夜晚对齐数据集
机构 * Chang’an University（长安大学） ； Cleveland State University（克利夫兰州立大学） ； A*STAR
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出DarkDriving数据集，通过自动日夜间轨迹跟踪基于姿态匹配方法，在真实世界封闭测试场收集了9538对精准对齐的图像，用于研究低光照增强技术及自动驾驶检测任务。
Comments 8 pages, 8 figures. Accepted to ICRA 2026
自动驾驶中的交通标志识别：数据集、基准测试与实地实验
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Lingnan University（岭大） ； Shenzhen Unity Drive Innovation Technology Co., Ltd.（深圳Unity Drive创新技术有限公司） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出TS-1M数据集及诊断基准，通过跨区域识别、稀有类别识别等挑战性任务，评估现代交通标志识别模型的性能，揭示语义对齐对泛化能力的重要性。
原型开源四级自动驾驶系统的脱轨分析与实地测试
机构 * Professorship of Autonomous Vehicle Systems, TUM School of Engineering and Design, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑技术大学工程与设计学院，技术大学慕尼黑） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI））
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文通过236公里混合交通环境测试，分析了开源四级自动驾驶系统脱轨原因，发现感知与规划故障占比高，脱轨率低，揭示了标准指标难以发现的鲁棒性问题。
Comments 8 pages, submitted to IEEE for possible publication
单目视角：面向自动驾驶的实时感知包
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出LRHPerception，结合端到端学习与局部映射方法，提升自动驾驶中的目标跟踪、道路分割和深度估计性能，实现单目图像数据的五通道张量输出，实现实时29FPS处理。
Comments 9 pages, 5 figures
KLDrive: 基于知识图谱的细粒度3D场景推理用于自动驾驶
机构 * University of California San Diego, La Jolla, California, USA（加州大学圣地亚哥分校） ； University of California Merced, Merced, California, USA（加州大学默塞德分校）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 KLDrive通过构建可靠场景知识图谱和LLM代理进行事实驱动推理，提升自动驾驶中的细粒度问答性能，实验表明其在NuScenes-QA和GVQA上均取得最佳准确率和SPICE分数。
CRASH：面向自动驾驶安全隐患的认知推理代理
机构 * King Abdullah University of Science and Technology（国王阿卜杜勒-阿齐兹科技大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.AI
AI总结 本文提出CRASH，一种基于大语言模型的自动驾驶安全隐患分析工具，通过自动化处理事故报告，识别事故原因并评估自动驾驶系统对事故的影响，验证其在事故分析中的有效性与实用性。
轻量级基于3D激光雷达的无人机跟踪：一种自适应扩展卡尔曼滤波方法
机构 * Institute for Systems and Robotics（系统与机器人研究所）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.RO
AI总结 本文提出一种轻量级基于3D激光雷达的无人机跟踪系统，采用自适应扩展卡尔曼滤波框架，解决稀疏、噪声和非均匀点云数据的跟踪问题，适用于小无人机的严格载荷约束。
Comments Presented at the 19th International Conference on Intelligent Autonomous Systems, IAS-19, Genoa, Italy, June 30 to July 4, 2025. To appear in the Springer post-proceedings of the conference
一种用于受控环境自动驾驶赛车的模块化架构设计
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 本文提出一种模块化自动驾驶架构，用于Formula Student无人驾驶竞赛车辆在封闭赛道环境中的应用，通过YOLOv11实现交通锥检测，结合神经立体深度估计实现3D定位，提升厘米级定位精度，并通过三次样条插值路径规划与纯追求控制器实现高效控制。
FlowAD: 无人驾驶中的自体场景交互建模
机构 * AutoLab, School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院AutoLab） ； Baidu Inc（百度公司）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出FlowAD框架，通过自体场景交互建模提升自动驾驶性能，利用场景流建模动态变化，结合新颖的FCP指标评估场景理解能力，实验表明其在碰撞率和驾驶评分上均优于现有方法。
DynamicVGGT: 为自动驾驶中的4D场景重建学习动态点图
机构 * Fudan University（复旦大学） ； Huawei（华为） ； Yinwang Intelligent Technology（依文智能技术） ； Shanghai Innovation Institute（上海创新研究院） ； CUHK（香港中文大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 DynamicVGGT通过联合预测当前和未来点图，结合Motion-aware Temporal Attention模块和动态3D高斯点散射头，实现了自动驾驶中4D动态场景的高精度重建。
多源多模态数据中冗余建模与测量用于自动驾驶
机构 * Dept. of Information Science University of North Texas Denton, Texas, USA（信息科学系 诺克斯维尔大学 德顿, 德克萨斯州, 美国） ； Dept. of Data Science University of North Texas Denton, Texas, USA（数据科学系 诺克斯维尔大学 德顿, 德克萨斯州, 美国）
专题命中 感知 ：autonomous driving(title)；LiDAR(abstract)；分类 cs.CV
AI总结 本文研究了自动驾驶中多源多模态数据的冗余问题，通过实验展示了删除冗余标签对目标检测性能的提升作用，并揭示了数据质量与性能之间的直接联系。
Comments This paper has been accepted by the Fourth IEEE International Conference on Mobility: Operations, Services, and Technologies (MOST) 2026
基于本体的风险评估与安全增强：面向自动驾驶
机构 * Chubu University（楚鸟大学） ； Elith Inc.（Elith公司） ； Honda R&D Co., Ltd.（本田研发公司）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 OD-RASE通过本体驱动的数据过滤和视觉语言模型生成，提升自动驾驶系统对事故诱因道路结构的预测和改进能力，增强交通环境的安全性。
Comments Accepted ICCV2025
通过拉格朗日引导的流匹配实现实时生成策略用于自动驾驶
机构 * School of Vehicle and Mobility, Tsinghua University（车辆与移动系统学院，清华大学） ； College of Artificial Intelligence, Tsinghua University（人工智能学院，清华大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.RO
AI总结 DACER-F通过流匹配实现实时生成策略，提升自动驾驶中的决策效率与性能。
DriveCombo：自主驾驶中组合交通规则推理的基准测试
机构 * Autolab, Westlake University（西lake大学自动化实验室） ； Li Auto Inc（Li Auto公司） ； Tsinghua University（清华大学） ； The University of Hong Kong（香港大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 DriveCombo提出了一种基于文本和视觉的基准，用于评估自动驾驶中复杂交通规则的推理能力，通过五级认知阶梯和Rule2Scene代理提升模型在多规则冲突场景下的性能。
SCATR: 通过二次分配和轨迹查询丢弃缓解基于LiDAR的跟踪-注意力中的新实例抑制
机构 * University of Toronto（多伦多大学）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 SCATR通过二次分配和轨迹查询丢弃缓解基于LiDAR的跟踪-注意力中的新实例抑制，实现性能提升
Prune2Drive: 一种用于自动驾驶中加速视觉-语言模型的即插即用框架
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Carnegie Mellon University（卡内基梅隆大学） ； Sichuan University（四川大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； The University of Hong Kong（香港大学）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 Prune2Drive通过视觉令牌修剪框架在自动驾驶中加速视觉-语言模型，实现显著速度提升和内存节省，性能影响小。
Comments Accepted by CVPR 2026
CoLC: 通信高效协同感知与激光雷达补全
机构 * Key Laboratory of Big Data & Artificial Intelligence in Transportation, Ministry of Education（交通运输大数据与人工智能重点实验室，教育部） ； School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； Xiamen University（厦门大学）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 CoLC通过激光雷达补全和早期融合技术，在稀疏传输下实现高效协同感知，提升感知与通信的平衡性能。
Comments Accepted by CVPR'26
朝向生成逼真3D语义训练数据以实现自动驾驶
机构 * Center for Robotics, University of Bonn, Germany（bonn大学机器人中心） ； RWTH Aachen, Germany（亚琛工业大学） ； Lamarr Institute for Machine Learning and Artificial Intelligence, Germany（lamarr机器学习与人工智能研究所）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出一种无需投影或分离开的多分辨率模型的3D语义生成方法，生成更逼真的场景数据，提升自动驾驶训练效果。
TREND: 通过时间预测进行无监督3D表示学习的LiDAR感知
机构 * The University of Hong Kong（香港大学） ； Yale University（耶鲁大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； HKU Shanghai Intelligent Computing Research Center（香港大学上海智能计算研究中心）
专题命中 感知 ：LiDAR(title,abstract)；分类 cs.CV
AI总结 TREND通过时间预测进行无监督3D表示学习，提升LiDAR感知性能。
全光学分割 via 光学神经网络用于自动驾驶
机构 * Simon Fraser University（西蒙·弗雷泽大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Utah（犹他大学） ； University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文提出了一种全光学计算框架，利用衍射光学神经网络实现自动驾驶中的图像分割和车道检测，展示了其在CityScapes数据集和模拟场景中的有效性及泛化能力。
自动驾驶中的3D物体检测：综述
机构 * Key Lab of Data Engineering and Knowledge Engineering, Renmin University of China, Beijing 100872, China（数据工程与知识工程重点实验室，中国人民大学，北京100872，中国） ； School of Mathematics, Renmin University of China, Beijing 100872, China（数学学院，中国人民大学，北京100872，中国）
专题命中 感知 ：autonomous driving(title,abstract)；分类 cs.CV
AI总结 本文综述了自动驾驶中3D物体检测的研究进展，涵盖了传感器、数据集、性能指标及最新方法，并分析了其优缺点及未来方向。
Comments The manuscript is accepted by Pattern Recognition on 14 May 2022
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈