自动驾驶

Omni-LIVO: Robust RGB-Colored Multi-Camera Visual-Inertial-LiDAR Odometry via Photometric Migration and ESIKF Fusion

Omni-LIVO：通过光度迁移和ESIKF融合实现鲁棒的多摄像头视觉-惯性-激光雷达里程计

Yinong Cao, Chenyang Zhang, Xin He, Yuwei Chen, Chengyu Pu, Bingtao Wang, Kaile Wu, Shouzheng Zhu, Fei Han, Shijie Liu, Chunlai Li, Jianyu Wang

机构 * Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Advanced Laser Technology Lab of Anhui Province（安徽省先进激光技术实验室） ； Key Laboratory of Space Active Opto-Electronics Technology, Shanghai Institute of Technical Physics, Chinese Academy of Sciences（中国科学院上海技术物理研究所空间主动光电技术重点实验室） 纠错

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

AI总结 Omni-LIVO通过多视角观测充分利用LiDAR几何信息，引入跨视角直接对齐策略和改进的ESIKF，提升多摄像头视觉-惯性-LiDAR里程计的精度和鲁棒性。

Comments Accepted by IEEE Robotics and Automation Letters (RA-L). Early Access version available. This version supersedes all previous versions and is the official accepted manuscript for citation

Physics-Aware Diffusion for LiDAR Point Cloud Densification

面向激光雷达点云密集化的物理感知扩散模型

Zeping Zhang, Robert Laganière

机构 * University of Ottawa（渥太华大学） 纠错

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

AI总结 本文提出Scanline-Consistent Range-Aware Diffusion模型，通过概率细化提升激光雷达点云密集度，以156ms实现高保真结果，采用Ray-Consistency损失和Negative Ray增强技术抑制物理幻觉，提升3D检测性能。

LiZIP: An Auto-Regressive Compression Framework for LiDAR Point Clouds

LiZIP：一种用于激光雷达点云的自回归压缩框架

Aditya Shibu, Kayvan Karim, Claudio Zito

机构 * MACS Heriot Watt University Dubai, United Arab Emirates（MACS 哈罗德·瓦特大学迪拜，阿联酋） 纠错

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

AI总结 本文提出LiZIP框架，通过神经预测编码实现轻量级近无损压缩，优于现有方法，在不同数据集上实现更高的压缩比和效率，适用于V2X和大规模云存储。

Comments 8 pages

Spatially-Aware Evaluation Framework for Aerial LiDAR Point Cloud Semantic Segmentation: Distance-Based Metrics on Challenging Regions

面向空中的激光雷达点云语义分割的空间感知评估框架：基于距离的挑战区域指标

Alex Salvatierra, José Antonio Sanz, Christian Gutiérrez, Mikel Galar

机构 * Department of Statistics, Computer Science and Mathematics and Institute of Smart Cities (ISC), Public University of Navarre (UPNA)（统计、计算机科学与数学系和智能城市研究所（ISC），纳瓦拉公共大学） ； Tracasa Instrumental 纠错

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

AI总结 本文提出一种新的评估框架，通过引入基于距离的指标和聚焦于困难点的评估方法，解决传统指标在空中有激光雷达数据中的局限性，揭示空间误差模式，提升地球观测应用中的模型选择。

Comments 11 pages, 1 figure

PA-LVIO: Real-Time LiDAR-Visual-Inertial Odometry and Mapping with Pose-Only Bundle Adjustment

PA-LVIO: 基于姿态仅捆绑调整的实时激光雷达-视觉-惯性里程计与建图

Hailiang Tang, Tisheng Zhang, Liqiang Wang, Xin Ding, Man Yuan, Xiaoji Niu

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

AI总结 本文提出PA-LVIO，通过姿态仅捆绑调整实现高精度实时激光雷达-视觉-惯性里程计与建图，结合无边际化和帧到地图的激光雷达测量模型，消除里程计漂移，实现高精度点云地图生成。

Comments 14 pages, 10 figures

Benchmarking Deep Learning Models for Aerial LiDAR Point Cloud Semantic Segmentation under Real Acquisition Conditions: A Case Study in Navarre

在真实采集条件下评估深度学习模型用于空中LiDAR点云语义分割：纳瓦拉案例研究

Alex Salvatierra, José Antonio Sanz, Christian Gutiérrez, Mikel Galar

机构 * Department of Statistics, Computer Science and Mathematics and Institute of Smart Cities (ISC), Public University of Navarre (UPNA)（统计、计算机科学与数学系和智能城市研究所（ISC），纳瓦拉公共大学（UPNA）） ； Tracasa Instrumental 纠错

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

AI总结 本文评估了四种深度学习模型在真实飞行条件下大规模空中LiDAR数据集上的性能，揭示了空中数据中类别不平衡和几何变化的挑战，结果显示KPConv在多个类别上表现最佳。

Comments 6 pages, 2 figures

SE(3)-LIO: Smooth IMU Propagation With Jointly Distributed Poses on SE(3) Manifold for Accurate and Robust LiDAR-Inertial Odometry

SE(3)-LIO：在SE(3)流形上联合分布姿态的平滑IMU传播以实现准确且鲁棒的LiDAR-惯性里程计

Gunhee Shin, Seungjae Lee, Jei Kong, Youngwoo Seo, Hyun Myung

机构 * School of Electrical Engineering, KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院电子工程学院） ； Hanwha Aerospace（翰威航宇） 纠错

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

AI总结 本文提出SE(3)-LIO，通过在SE(3)流形上联合分布姿态的IMU传播和不确定性感知运动补偿，解决现有方法在运动预测和补偿中的不足，提升LiDAR-惯性里程计的准确性与鲁棒性。

RegFormer++: An Efficient Large-Scale 3D LiDAR Point Registration Network with Projection-Aware 2D Transformer

RegFormer++：一种高效的大规模3D激光雷达点云配准网络，具有投影感知的2D变换器

Jiuming Liu, Guangming Wang, Zhe Liu, Chaokang Jiang, Haoang Li, Mengmeng Liu, Tianchen Deng, Marc Pollefeys, Michael Ying Yang, Hesheng Wang

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

AI总结 本文提出RegFormer++，一种高效的3D点云配准网络，通过投影感知的2D变换器提升鲁棒性，无需额外后处理，实验表明在KITTI、NuScenes和Argoverse数据集上性能优异。

LOSC: LiDAR Open-voc Segmentation Consolidator

LOSC：激光雷达开放词汇分割整合器

Nermin Samet, Gilles Puy, Renaud Marlet

机构 * LIGM, Ecole des Ponts, Univ Gustave Eiffel, CNRS（LIGM，巴黎理工大学，埃菲尔大学，CNRS） 纠错

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

AI总结 本文研究了基于图像的视觉-语言模型在驾驶场景中对激光雷达扫描进行开放词汇分割的应用，通过整合标签提升空间时间一致性与图像增强鲁棒性，提出LOSC方法在nuScenes和SemanticKITTI上优于现有最佳方法。

Comments 3DV 2026, Oral

Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs

一致且高效的基于MSCKF的无人机激光雷达-惯性里程计与推断的簇到平面约束

Jinwen Zhu, Xudong Zhao, Fangcheng Zhu, Jun Hu, Shi Jin, Yinian Mao, Guoquan Huang

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

AI总结 本文提出了一种针对无人机的高效紧密耦合LIO框架，通过推断的平面特征构建共面约束，利用空域投影消除状态向量中的特征参数依赖，提升一致性与效率，实现实时运行于资源受限平台。

Spectral-Geometric Neural Fields for Pose-Free LiDAR View Synthesis

光谱-几何神经场用于无姿态激光雷达视角合成

Yinuo Jiang, Jun Cheng, Yiran Wang, Cheng Cheng

机构 * School of AIA, Huazhong University of Science and Technology（华中科技大学人工智能学院） 纠错

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

AI总结 本文提出SG-NLF框架，通过融合光谱信息与几何一致性实现无姿态激光雷达视角合成，提升重建质量和姿态精度。

Comments Accepted by CVPR 2026

D-SLAMSpoof: An Environment-Agnostic LiDAR Spoofing Attack using Dynamic Point Cloud Injection

D-SLAMSpoof：一种基于动态点云注入的环境无关激光雷达欺骗攻击

Rokuto Nagata, Kenji Koide, Kazuma Ikeda, Ozora Sako, Kentaro Yoshioka

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

AI总结 D-SLAMSpoof是一种通过动态点云注入实现的环境无关激光雷达欺骗攻击，利用扫描匹配原理提升攻击成功率，并提出ISD-SLAM作为仅依赖惯性信号的防御方法，有效缓解位置漂移问题。

MirrorDrift: Actuated Mirror-Based Attacks on LiDAR SLAM

MirrorDrift: 基于运动镜的LiDAR SLAM攻击

Rokuto Nagata, Kenji Koide, Kazuma Ikeda, Ozora Sako, Shion Horie, Kentaro Yoshioka

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

AI总结 MirrorDrift利用可动平面镜产生鬼点，通过镜面反射攻击LiDAR SLAM，导致定位误差显著增加。

Degeneracy-Resilient Teach and Repeat for Geometrically Challenging Environments Using FMCW Lidar

退化环境下的FMCW激光雷达Teach and Repeat导航方法

Katya M. Papais, Wenda Zhao, Timothy D. Barfoot

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

AI总结 本文提出一种退化鲁棒的FMCW激光雷达Teach and Repeat导航系统，通过多普勒速度里程计和退化感知定位方法，提升在几何退化环境中的自主导航能力。

ARSGaussian: 3D Gaussian Splatting with LiDAR for Aerial Remote Sensing Novel View Synthesis

ARSGaussian：基于LiDAR的3D高斯点分布用于航空遥感新视角合成

Yiling Yao, Bing Zhang, Wenjuan Zhang, Lianru Gao, Dailiang Peng, Bocheng Li, Yaning Wang, Bowen Wang

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

AI总结 ARSGaussian通过整合LiDAR点云约束，改进3D高斯点分布方法，解决航空遥感中视角合成的漂浮物和过度生长问题，提升几何估计精度。

Comments This is the author's version of a work that was accepted for publication in [ISPRS]. Changes resulting from the publishing process... may not be reflected in this document

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing,Volume 231,2026,Pages 288-306,ISSN 0924-2716,

LiDAR Remote Sensing Meets Weak Supervision: Concepts, Methods, and Perspectives

LiDAR遥感与弱监督学习：概念、方法与展望

Yuan Gao, Shaobo Xia, Pu Wang, Xiaohuan Xi, Sheng Nie, Cheng Wang

机构 * aircas.ac.cn（航空科学研究院） 纠错

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

AI总结 本文从弱监督学习视角系统回顾了LiDAR遥感的最新进展，探讨了弱监督方法在数据解释、参数反演及跨域适应中的应用，并展望了WSL在提升LiDAR遥感性能与泛化能力方面的未来方向。

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing Volume 235, May 2026, Pages 72-104

Omnidirectional Humanoid Locomotion on Stairs via Unsafe Stepping Penalty and Sparse LiDAR Elevation Mapping

全方位台阶行走的人形机器人：通过不安全踏步惩罚与稀疏Li DAR高度映射

Yuzhi Jiang, Yujun Liang, Junhao Li, Han Ding, Lijun Zhu

机构 * School of Artificial Intelligence and Automation, Huazhong University of Science and Technology（华中科技大学人工智能与自动化学院） ； State Key Laboratory of Intelligent Manufacturing Equipment and Technology, Huazhong University of Science and Technology（华中科技大学智能制造装备技术国家重点实验室） ； School of Mechanical Science and Engineering, Huazhong University of Science and Technology（华中科技大学机械科学与工程学院） 纠错

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

AI总结 本文提出一种单阶段训练框架，结合密集不安全踏步惩罚和稀疏LiDAR高度映射，实现人形机器人在台阶上的安全全方位行走。

GSeg3D: A High-Precision Grid-Based Algorithm for Safety-Critical Ground Segmentation in LiDAR Point Clouds

GSeg3D：一种高精度基于网格的算法，用于激光雷达点云中的安全关键地面分割

Muhammad Haider Khan Lodhi, Christoph Hertzberg

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 GSeg3D提出了一种高精度基于网格的地面分割算法，以满足自动驾驶和机器人在安全关键场景中的高精度需求。

Fusion of Visual-Inertial Odometry with LiDAR Relative Localization for Cooperative Guidance of a Micro-Scale Aerial Vehicle

融合视觉惯性里程计与LiDAR相对定位以实现微尺度空中车辆的协同引导

Václav Pritzl, Matouš Vrba, Petr Štěpán, Martin Saska

机构 * Multi-robot Systems Group, Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague, Technick\'a 2, Prague, 166 27, Czech Republic 纠错

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

AI总结 本文提出融合视觉惯性里程计与LiDAR相对定位的协同导航方法，用于引导微型无人机，实现高精度轨迹跟踪和漂移抑制。

Comments Accepted version

Journal ref IEEE Access, vol. 14, pp. 31269-31285, 2026

Adaptive Augmentation-Aware Latent Learning for Robust LiDAR Semantic Segmentation

自适应增强感知潜在学习用于鲁棒激光雷达语义分割

Wangkai Li, Zhaoyang Li, Yuwen Pan, Rui Sun, Yujia Chen, Tianzhu Zhang

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

AI总结 A3Point通过自适应增强感知潜在学习框架，有效缓解恶劣天气下的语义偏移问题，提升激光雷达语义分割的鲁棒性。

Comments Accepted by International Conference on Learning Representations (ICLR 2026)

Multi-robot LiDAR SLAM: a practical case study in underground tunnel environments

多机器人激光雷达SLAM：地下隧道环境中的实用案例研究

Federica Di Lauro, Domenico G. Sorrenti, Miguel Angel Sotelo

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

AI总结 本文研究了多机器人SLAM在地下隧道环境中的应用，发现环检测是导致假阳性的主要原因，并提出新的启发式方法来解决这一问题。

Comments 14 pages, 14 figures

LiREC-Net: A Target-Free and Learning-Based Network for LiDAR, RGB, and Event Calibration

LiREC-Net：一种无需目标且基于学习的激光雷达、RGB和事件校准网络

Aditya Ranjan Dash, Ramy Battrawy, René Schuster, Didier Stricker

机构 * RPTU – University Kaiserslautern-Landau（莱茵-威斯法伦大学（科布伦茨-劳埃希恩）） ； DFKI – German Research Center for Artificial Intelligence（德国人工智能研究中心） 纠错

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

AI总结 LiREC-Net是一种基于学习的多传感器校准网络，通过统一框架联合校准激光雷达、RGB和事件数据，提升多传感器融合的精度和效率。

Comments Accepted in CVPR 2026

SF3D-RGB: Scene Flow Estimation from Monocular Camera and Sparse LiDAR

SF3D-RGB：从单目相机和稀疏LiDAR估计场景流

Rajai Alhimdiat, Ramy Battrawy, René Schuster, Didier Stricker, Wesam Ashour

机构 * Islamic University of Gaza（加沙伊斯兰大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） 纠错

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

AI总结 SF3D-RGB通过结合单目图像和稀疏LiDAR数据，提出了一种端到端深度学习架构，实现了更高效且准确的场景流估计。

Comments Accepted in Computer Vision Conference (CVC) 2026

L3DR: 3D-aware LiDAR Diffusion and Rectification

L3DR：基于3D感知的LiDAR扩散与校正

Quan Liu, Xiaoqin Zhang, Ling Shao, Shijian Lu

机构 * Nanyang Technological University（南洋理工大学） ； Zhejiang University of Technology（浙江工业大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 L3DR通过3D-aware的LiDAR扩散和校正框架，在3D空间中消除RV伪影并恢复局部几何结构，实现更真实的3D几何生成。

Comments In Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

Enhancing 3D LiDAR Segmentation by Shaping Dense and Accurate 2D Semantic Predictions

通过塑造密集且准确的2D语义预测来增强3D激光雷达分割

Xiaoyu Dong, Tiankui Xian, Wanshui Gan, Naoto Yokoya

机构 * The University of Tokyo（东京大学） 纠错

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

AI总结 本文提出MM2D3D模型，通过多模态引导滤波和动态跨伪监督提升2D预测质量，从而增强3D激光雷达分割的准确性。

A Fully Interpretable Statistical Approach for Roadside LiDAR Background Subtraction

一种完全可解释的统计方法用于道路LiDAR背景减除

Aitor Iglesias, Nerea Aranjuelo, Patricia Javierre, Ainhoa Menendez, Ignacio Arganda-Carreras, Marcos Nieto

机构 * Fundación Vicomtech, Basque Research and Technology Alliance (BRTA)（维克森科技基金会、巴斯克研究与技术联盟） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学） ； CAFSignalling（CAF信号公司） ； IKERBASQUE, Basque Foundation for Science（伊基尔巴斯克基金会） ； Donostia International Physics Center (DIPC)（多诺西亚国际物理中心） ； Biofisika Institute（生物物理研究所） 纠错

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

AI总结 本文提出了一种可解释的统计方法，用于道路LiDAR背景减除，通过高斯分布网格和过滤算法提升自动驾驶感知的准确性和灵活性。

Journal ref 2025 IEEE International Conference on Vehicular Electronics and Safety (ICVES), pp. 34-41

LiDAR-Anchored Collaborative Distillation for Robust 2D Representations

基于LiDAR的协同蒸馏用于鲁棒的2D表示

Wonjun Jo, Hyunwoo Ha, Kim Ji-Yeon, Hawook Jeong, Tae-Hyun Oh

机构 * Dept. of Electrical Engineering（电气工程系） ； Dept. of Convergence IT Engineering（融合IT工程系） ； RideFlux Inc.（RideFlux公司） ； School of Computing（计算机学院） 纠错

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

AI总结 本文提出基于LiDAR的协同蒸馏方法，通过自监督提升2D图像编码器在恶劣天气下的鲁棒性，并增强3D感知能力。

FPGA Implementation of Sketched LiDAR for a 192 x 128 SPAD Image Sensor

FPGA实现基于多项式样条函数的压缩LiDAR用于192 x 128 SPAD图像传感器

Zhenya Zang, Mike Davies, Istvan Gyongy

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

AI总结 本研究提出了一种基于多项式样条函数的FPGA实现方法，用于压缩192 x 128 SPAD图像传感器的数据，实现高保真度的在线深度重建，解决SPAD阵列的时间戳传输瓶颈问题。

Contextual Range-View Projection for 3D LiDAR Point Clouds

基于上下文的视距投影用于3D激光雷达点云

Seyedali Mousavi, Seyedhamidreza Mousavi, Masoud Daneshtalab

机构 * School of Innovation, Design and Engineering（创新、设计与工程学院） ； Division of Intelligent Future Technologies（智能未来技术系） ； Mälardalen University（马尔默大学） 纠错

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

AI总结 本文提出CAP和CWAP两种机制，通过结合实例中心和类别标签的上下文信息，改进3D激光雷达点云的视距投影，提升实例点保留率和目标类别性能。

Bridging the Modality Gap in Roadside LiDAR: A Training-Free Vision-Language Model Framework for Vehicle Classification

弥合道路激光雷达的模态差距：一种无需训练的视觉-语言模型框架用于车辆分类

Yiqiao Li, Bo Shang, Jie Wei

机构 * Department of Civil Engineering, City College of New York（城市学院土木工程系） ； Department of Computer Science, City College of New York（城市学院计算机科学系） 纠错

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

AI总结 本文提出一种无需训练的视觉-语言模型框架，用于解决道路激光雷达中稀疏点云与密集图像之间的模态差距问题，实现细粒度车辆分类。

Comments 12 pages, 10 figures, 4 tables