自动驾驶

Rapid Debris-Volume Estimation from Post-Hurricane Aerial Imagery

飓风后航拍图像的快速 debris 体积估算

Kooshan Amini, Jamie Ellen Padgett, Guha Balakrishnan

机构 * Rice University（莱斯大学） ； Ken Kennedy Institute（肯·肯尼迪研究所） 纠错

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

AI总结 该研究提出 DebrisHeightNet 网络，利用飓风后单次航拍 RGB 图像，结合 CW-LMF 等技术实现残骸体积快速估算，精度优于传统参数化方法，部署便捷。

From crown candidates to neighborhood screening: integrating optical GeoAI and spatial modeling for urban-canopy assessment in Davis, California

从树冠候选到邻域筛选：整合光学地理人工智能与空间建模用于加利福尼亚州戴维斯市的城市树冠评估

Mohammadreza Narimani, Shreyan Mitra, Parastoo Farajpoor

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

AI总结 本研究整合光学GeoAI与空间建模，利用2022年影像在戴维斯市生成树冠筛选层，绘制了该市9.37%的树冠，验证了其与热环境的关联，为城市规划提供支持。

Comments 17 pages, 10 figures + 5 supplementary figures, 7 tables. Preprint submitted to Taylor & Francis. Code: https://github.com/MohammadrezaNarimaniUCDavis/Davis_Urban_Canopy_GeoAI Data: https://doi.org/10.5281/zenodo.21925527

SLAM in Low-Light Environments: Project Report

低光照环境下的同步定位与地图构建：项目报告

Oleh Basystyi, Anna Stasyshyn, Oleksandr Kosovan, Yaroslav Prytula

机构 * Applied Sciences Faculty, Ukrainian Catholic University（乌克兰天主教大学应用科学学院） 纠错

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

AI总结 研究低光照环境下RGB相机的SLAM问题，对六种不同范式的系统在五个序列上进行基准测试，发现仅RGB的SLAM需惯性融合和全局优化才能稳定跟踪，为后续改进提供方向。

Comments Conducted as part of the certification program "Off-Road Visual Navigation: Development and Evaluation of Systems in Challenging Environments'' at the Faculty of Applied Sciences, Ukrainian Catholic University, in collaboration with the UCU UGV Club

GeoUniPR: A Geometry-Consistent Unified Framework for Cross-Modal Place Recognition

GeoUniPR：用于跨模态地点识别的几何一致性统一框架

Wonbong Kim, Jiatong Xiao, Rui Li, Xufei Wang, Qiwen Gu, Junqiao Zhao, Chen Ye, Guang Chen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Shanghai Research Institute for Intelligent Autonomous System, Tongji University（同济大学上海智能自主系统研究院） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本研究提出GeoUniPR框架，通过构建几何一致性深度图像视图并引入SC-InfoNCE损失，在无需复杂对齐模块的情况下，实现了跨模态地点识别的最优性能与良好泛化能力。

Comments 17 pages, 10 figures

When Your State Estimator Has Lost The Plot: Detecting Estimator Failures Via Spectral Analysis

当你的状态估计器“迷失方向”时：通过频谱分析检测估计器故障

Christian Lanegger, Helen Oleynikova, Roland Siegwart, Michael Pantic

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究提出一种与传感器无关的频域分析方法，用于检测状态估计器故障，在三类里程计框架中可检测51%-58%的故障，精度达60%-84%，可作为轻量级自省工具。

G$^2$ARD-GS: Geometry-Guided Anchor-Regularized Gaussian Splatting Distillation

G$^2$ARD-GS：几何引导的锚点正则化高斯溅射蒸馏

Puyuan Zhang, Jianming Huang, Wenkai Ye, Wei Dong

机构 * Shanghai Jiao Tong University（上海交通大学） ； Jishu Technology Co., Ltd.（集度科技有限公司） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 针对3D高斯溅射模型基元过多导致成本高的问题，提出G$^2$ARD-GS几何引导蒸馏方法，在MatrixCity数据集上实现最优压缩性能，提升了外观适配与配准精度。

NeoRacer: An Open, Standardized 1:12 Scale Autonomous Race Car for Benchmarking and Education

NeoRacer：用于基准测试与教育的开源标准化1:12比例自主赛车

Koneshka Bandyopadhyay, Ansh Mehta, Bassel El Mabsout, Renato Mancuso

机构 * neobotics（尼奥机器人） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本研究推出开源标准化1:12比例自主赛车NeoRacer，兼具高算力与低成本，可作为自主赛车算法的基准测试平台，还可用于相关教育场景，已通过试点部署验证可行性。

Learning Traversability-Aware Global Planners for Long Horizon Off-Road Navigation

学习用于长距离越野导航的可通行性感知全局规划器

Kasi Viswanath, Jason M. Gregory, Shaunak Kolhe, Srikanth Saripalli

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University（德克萨斯农工大学J. Mike Walker '66机械工程系） ； DEVCOM Army Research laboratory（陆军研究实验室） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 针对大型越野环境自主导航难题，提出从高空数据学习连续可通行性地图的方法，由人类驾驶轨迹监督、激光雷达先验塑造，发布相关数据集，实地试验显示该方法能减少操作员干预，轨迹接近人类路径长度。

Mag4D-SLAM Dataset: A Repeated-Traversal Multi-Modal 4D Geomagnetic Dataset for Localization and Mapping

Mag4D-SLAM数据集：用于定位和映射的重复遍历多模态4D地磁数据集

Bibhutibhusan Nayak, Hyoseok Ju, Giseop Kim

机构 * Department of Robotics and Mechatronics Engineering, DGIST（大邱庆北科学技术院机器人与机电工程系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 该研究提出Mag4D-SLAM这一首个大规模室外地磁SLAM数据集，含多传感器同步测量与地面真值姿态。通过重复遍历实验分析磁场重复性等特性，支持偏航漂移缓解等研究，还能开启地磁传感补充其他模态及应对特殊情况的新研究。

Comments Accepted to IROS 2026. 8 pages, 8 figures. *Bibhutibhusan Nayak and Hyoseok Ju contributed equally to this work

RoughNet: Mapping Arctic Sea Ice Roughness Using Diffusion-Based Super-Resolution of Satellite Imagery

RoughNet：利用基于扩散的卫星图像超分辨率绘制北极海冰粗糙度

Tessa Cannon, Michel Tsamados, Petru Manescu, Thomas Newman, Christian Haas, Veit Helm, Weibin Chen, Randall Scharien

机构 * University College London（伦敦大学学院） ； Alfred Wegener Institute Helmholtz Centre for Polar and Marine Research（阿尔弗雷德·韦格纳极地与海洋研究所亥姆霍兹中心） ； University of Victoria（维多利亚大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 研究旨在准确估计北极海冰粗糙度，采用RoughNet方法，通过条件扩散框架从光学卫星图像重建海冰地形，经训练和评估，能在不同冰况下泛化，为高分辨率海冰测绘和粗糙度估计提供可扩展途径。

Comments Code available at https://github.com/tessacannon48/RoughNet

Self-Healing Visual Recovery for Autonomous Ground Vehicles Using Camera-Only Visual Odometry

使用仅摄像头视觉里程计的自主地面车辆自愈视觉恢复

Jakob Solberg Berntzen, Safia Fatima, Leon Moonen

机构 * Simula Research Laboratory（Simula研究实验室） ； University of Oslo（奥斯陆大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 研究低成本无人地面车辆仅靠摄像头视觉导航时标线丢失的恢复问题，提出轻量级两阶段恢复方法，结合多种视觉工具，在模拟课程中评估，该方法成功率高，证明仅靠摄像头在成本和计算限制内实现可靠视觉恢复可行。

Comments 18 pages, 11 figures, 4 tables

LTM: Large-scale Terrain Model for Wildfire-prone Landscapes

LTM：适用于易发生野火地区的大规模地形模型

Xiao Fu, Yue Hu, Meida Chen, Peter Anthony Beerel, Barath Raghavan

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 针对易发生野火地区传统地形重建方法不足，提出利用过时DEM的多模态重建框架，通过物理像素对齐降低计算复杂度，经大型地形模拟器验证，相比现有技术显著提升了重建精度与计算效率，为野火应对提供可扩展方案。

Rail Track Extraction from Rasterized Classified Point Clouds Using a Full-Resolution, Fully Convolutional Recurrent Neural Network

使用全分辨率全卷积递归神经网络从光栅化分类点云提取铁轨

Alexander Gribov, Jie Chang

机构 * Esri（环境系统研究所公司） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 介绍利用全卷积递归神经网络从分类3D点云提取铁轨的新方法，先光栅化点，经神经网络、形态学操作、平滑处理等步骤，用动态时间规整算法找中心线，人工干预少，实验验证了该方法提取铁轨的有效性。

Comments 15 pages, 8 figures, 1 table

A VLM-Enhanced Framework for Comprehensive Traffic Sign Condition Assessment Integrating Daytime Visual Performance and Nighttime Retroreflectivity Evaluation

一种用于综合交通标志状况评估的VLM增强框架，集成白天视觉性能和夜间逆反射率评估

Linlin Zhang, Neema Jakisa Owor, Xiang Yu, Abby Watts, Yaw Adu-Gyamfi

机构 * Department of Civil and Environmental Engineering University of Missouri- Columbia（土木与环境工程系密苏里大学哥伦比亚分校） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 研究开发用于综合评估交通标志状况的新框架，利用微调视觉语言模型评估白天视觉性能，结合激光雷达校准的逆反射率评估夜间性能，集成到标志状况指数，提供经济有效的评估方法，LLaVA和Qwen表现优，还标记出需更换的标志。

Comments 21 pages, 7 figures, 5 tables. Preprint. An earlier version of this work was presented at the 105th Annual Meeting of the Transportation Research Board (TRB), January 2026

Absorption-Feature-Guided Distance-Decoupled Estimation and Band Selection for LWIR Hyperspectral Passive Ranging

吸收特征引导的距离解耦估计与波段选择用于长波红外高光谱被动测距

Shuo Liu, Chen Fan, Zhihe Chen, Xiaolin Huang, Lilian Zhang

机构 * College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 提出ADER框架，利用大气吸收特征解耦温度与发射率，通过臭氧吸收分类像素并优化距离估计，结合贪婪波段选择，实现快速高精度被动测距。

Comments 18 pages, 9 figures

Contactless 3D Human Body Measurement Using Depth Cameras for Smart Health Monitoring

基于深度相机的非接触式3D人体测量用于智能健康监测

Martha Asare, Xuan Wang, Juan Lopez Alvarenga, Lois Akosua Serwaa, Jinghao Yang

机构 * Department of Computer（计算机系） ； Department of Information（信息系） ； Department of Human Genetics（人类遗传学系） ； University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

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

AI总结 提出一种基于深度相机和3D点云的非接触式人体测量框架，通过空间滤波、地标选择及体素/网格分析实现身高、臂展、体积和表面积等关键指标的准确估计。

Comments 6 pages, 4 figures. Depth camera-based framework for contactless anthropometric measurement and geometric analysis using 3D point clouds

Resilient Navigation for Autonomous Farm Robots by Leveraging Jerk-Augmented Models with IMU-Only Disturbance Rejection

利用基于加加速度增强模型与仅IMU干扰抑制的自主农业机器人弹性导航

Batu Candan, Mohammed Atallah, Simone Servadio, Saeed Arabi

机构 * Iowa State University（爱荷华州立大学） ； Salin247 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 针对农业机器人传感器中断和振动问题，提出加加速度增强EKF与多调谐因子自适应方法，动态调整测量协方差，显著降低3D位置RMSE。

Harnessing thermo-optic dynamics for frequency-agile soliton microcombs

利用热光动力学实现频率捷变的孤子微梳

Yang Liu, Suwan Sun, Yueguang Zhou, Yanjing Zhao, Chaochao Ye, Xinda Lu, Yi Zheng, Leif Kastuo Oxenløwe, Kresten Yvind, Hairun Guo, Minhao Pu

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 该研究通过强模式耦合重塑孤子形成的有效失谐轨迹，将热光效应从限制因素转为主动资源，在AlGaAs多模微谐振器中实现了32 mW泵浦下近100 GHz调谐范围的稳定孤子微梳，支持无需辅助稳定的频率捷变运行。

Comments 12 pages, 5 figures

Hybrid BaTiO3/TiO2 Metasurface for Efficient Gigahertz-Speed Free-Space Electro-Optic Modulation

用于高效千兆赫兹速自由空间电光调制的混合BaTiO3/TiO2超表面

Zhongpeng Sun, Kerolos M. A. Yousef, Michael Domm, Agham Posadas, Xudong Li, Marcus Ossiander, Maryna L. Meretska, Yiwei Ju, Isabel Barth, Jason Tischler, Theodore P. Letsou, Moaz Waqar, Amirhassan Shams-Ansari, Xiaoqing Pan, Alexander A. Demkov, Federico Capasso

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 该研究开发混合BaTiO3/TiO2超表面，结合可扩展薄膜生长与纳米加工技术，实现高效千兆赫兹速自由空间电光调制，为激光雷达等领域提供高性能调制器的可扩展方案。

Comments 21 pages, 4 figures, 1 table. Supplementary Information: 27 pages, 11 figures, 7 supplementary notes

Ultranarrow-linewidth self-injection-locked tunable blue GaN DFB laser

超窄线宽自注入锁定可调谐蓝光氮化镓分布反馈激光器

Georges Perin, Laurent Lablonde, Marco Rossetti, Marco Malinverni, Antonino Castliglia, Marcus Duelk, Stéphane Trebaol

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究展示了452nm超窄线宽自注入锁定DFB二极管激光器，通过与基于FBG的外腔耦合降低线宽，实验与理论吻合，还表征了调谐能力，其架构利于集成，可为集成光学原子钟和水下激光雷达提供关键的紧凑稳定且可调的可见光光源。

Numerical Investigation of a 3D End-Firing Antenna Array Based on Two-Photon Polymerization on Thin-Film Lithium Niobate for Optical Beam Steering

基于双光子聚合在薄膜铌酸锂上的三维端射天线阵列用于光束转向的数值研究

David Trop, Boris Desiatov

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究基于双光子聚合在薄膜铌酸锂上设计三维端射天线阵列用于光束转向，解决传统OPA设计权衡问题。通过提升聚合物天线实现二维光束转向并保持宽带优势，模拟展示高效传输及特定视场与波束宽度，为3D光子相控阵奠定基础。

Twist Engineering for Reconfigurable Optical and Optoelectronic Devices

用于可重构光学和光电器件的扭转工程

Gang Huang, Annan Helian, Mengting Jiang, Chi Wang, Yu Xing, Mayank Joshi, Jae Yeong Lee, Jiang Wang, Syed M Assad, Ping Koy Lam, Qiushi Liu, Lin Wu, Young-Wook Cho, Yuan Ma, Xuezhi Ma

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究可重构光学和光电器件的扭转工程，回顾扭转角计量学现状及表征方法，探讨扭转角控制技术路线，包括多种方法的能力、局限与前景，还讨论其未来从单个结构制造向动态可重构系统发展及相关代表性技术与应用。

Procedural Volumetric Modeling of Plant Branching Structures for Finite Element Analysis

用于有限元分析的植物分支结构的过程性体素建模

Ajith Moola, Prashant Kumar Gupta, Baskar Ganapathysubramanian, Aishwarya Pawar

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 针对精准农业等领域对植物建模的需求，提出自动体素过程性建模框架，能从输入骨架或点云生成适合有限元分析的六面体网格，经多步骤操作实现，在多植物数据集验证，还支持动态网格生成模拟植物生长。

Comments 31 pages, 15 figures

Near-real-time, meter-scale 3D urban wind modeling for low-altitude micrometeorology: numerical verification of a GPU-accelerated lattice Boltzmann framework

用于低海拔微气象学的近实时米级三维城市风建模：GPU加速格子玻尔兹曼框架的数值验证

Shuai Han, Huanxia Wei, Yue Cao, Dalin Liu, Lin Wen, Chao Xia, Shuolin Xiao, Yingying Xing, Qing Jia, Wenguang Liang, Zhigang Yang

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 针对复杂城市气象环境中的低空飞行事件，该研究结合稀疏观测与微尺度流建模，构建了近实时米级三维城市风模拟框架，经多方面测试验证其稳定性和准确性，为近实时城市风重建提供途径。

Coupling loss and transmission in a multimode fiber-fed Virtually Imaged Phased Array (VIPA)

多模光纤馈送的虚拟成像相控阵（VIPA）中的耦合损耗与传输

Matthew C. H. Leung, Andrew Szentgyorgyi, Colby Jurgenson, David Charbonneau

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 研究多模光纤馈送VIPA的相关问题，推导无扩展量耦合损耗时所需最小倾斜角的闭式表达式，得出其与相关参数的关系，还推导了可耦合进VIPA的2D和3D扩展量等，为高吞吐量光学系统设计提供指导。

Kerr Soliton Generation in Ultra-Compact Photonic Devices

超紧凑光子器件中的克尔孤子产生

Garrett J. Beals, Yun Zhao, Sai Kanth Dacha, James Eckstein, Karl McNulty, Michal Lipson, Alexander L. Gaeta

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 本文在紧凑螺旋微谐振器中实现了确定性和高稳定的克尔孤子梳，间距低至16 GHz，并通过快速反馈回路克服热不稳定性，实现孤子态的稳定和控制。

Shigatse Astronomical Site Testing. I. Cloud-cover Climatology and Selected Local Meteorological Conditions

日喀则天文台址测试. I. 云量气候学与选定的局部气象条件

Baiyu Zhang, Hejun Yang, Xiaojun Dong, Lingling Wang, Juean Luobu, Minfeng Gu, Xiyan Peng, Hao Luo, Yindun Mao, ZhaoXiang Qi, Basangzeren, Qihang He, Guojie Feng, Chunhai Bai, Ali Esamdin, Wenbo Gu, Siqi Wang, Zihuang Cao

专题命中 激光雷达 ：LiDAR(abstract)

AI总结 基于多源数据评估西藏南部日喀则40米台址的云量及气象条件，发现其具有中低年云量、10月至5月为低云季，可作为中国台址测试网络中的低纬度南部高原云量参考。

Comments Submitted to Research in Astronomy and Astrophysics