自动驾驶

ATLASFusion: Aggregation Tracking with Location-Aware Sparse Fusion for Robust Spatio-Temporal Multi-View Pedestrian Tracking

ATLASFusion：用于鲁棒时空多视角行人跟踪的位置感知稀疏融合聚合跟踪

Keisuke Toida, Taigo Sakai, Takeshi Nakamura, Hiroshi Shimizu, Kazuhiro Hotta

机构 * Meijo University（名古屋大学） ； Chubu Electric Power Co., Inc.（Chubu电力公司） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 本文提出ATLASFusion框架，通过稀疏透视变换、密度感知加权聚合等技术解决多视角行人跟踪的特征畸变问题，在基准测试中提升精度与鲁棒性，且计算开销极小。

HeteroPROPMT: A Real-time and Privacy-Preserving Heterogeneous Collaborative Perception Framework

HeteroPROPMT：一种实时且隐私保护的异构协同感知框架

Armin Maleki, Hayder Radha

机构 * Michigan State University（密歇根州立大学） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 HeteroPROPMT是一种实时隐私保护异构协同感知框架，通过模块化提示与轻量调优对齐异构智能体特征，在OPV2V-H等数据集上性能优于现有方法，且参数效率高、隐私性好。

Comments Accepted to 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). 9 pages, 4 figures, 5 tables

Test-Time Coverage: Test-Conditioned Data Curation for Deployment-Aware Learning

测试时覆盖：用于部署感知学习的测试条件数据管理

Nadine Chang, Maying Shen, Shizhe Diao, Jialiang Wang, Jingde Chen, Thomas Breuel, Pavlo Molchanov, Rafid Mahmood, Jose M. Alvarez

机构 * NVIDIA（英伟达） ； University of Ottawa（渥太华大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；end-to-end driving(abstract)；分类 cs.CV、cs.AI

AI总结 研究针对部署的AI系统训练需数据管理的问题，提出TTCov方法，通过构建任务图谱和知识图谱分别表示覆盖与分布，选择预算训练集，应用于自动驾驶时能提升数据质量及性能，实现对新领域的无缝适应。

PGTT: Phase-Guided Terrain Traversal for Perceptive Legged Locomotion

PGTT：用于感知式有腿运动的相位引导地形遍历

Alexandros Ntagkas, Chairi Kiourt, Konstantinos Chatzilygeroudis

机构 * Laboratory of Automation and Robotics (LAR) in the Department of Electrical & Computer Engineering, University of Patras（自动化与机器人实验室（LAR）（电气与计算机工程系，帕特拉斯大学）） ； Archimedes/Athena RC, Greece（阿基米德/雅典娜RC，希腊） ； Athena - Research and Innovation Center in Information, Communication and Knowledge Technologies, Xanthi, Greece（雅典娜信息、通信和知识技术研究中心（Xanthi，希腊）） ； Computational Intelligence Laboratory (CILab), Department of Mathematics, University of Patras（计算智能实验室（CILab）（数学系，帕特拉斯大学）） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 研究针对有腿机器人感知强化学习控制器的不足，提出相位引导地形遍历（PGTT）方法，通过奖励塑造强化步态结构，编码腿相位等，在特定训练下，该方法在多种场景成功率高且速度跟踪可比，还能跨平台转移。

Comments 8 pages, 9 figures, 3 tables, Accepted at IROS 2026

CoGoal3D: Collaborative 3D Object Detection with 3D-Aware Fusion and Refinement

CoGoal3D：基于3D感知融合与优化的协作式3D目标检测

Zhihao Yang, Zhiyu Xiang, Peng Xu, Tianyu Pu, Kai Wang, Eryun Liu, Dongping Zhang, Yong Ding

机构 * Zhejiang University（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； China Jiliang University（中国计量大学） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 针对V2X协作目标检测中3D检测效果不佳的问题，提出CoGoal3D框架，通过两阶段管道提取和优化3D特征，设计融合模块与辅助任务，还提出数据增强策略，在多数据集上取得新的最优性能。

Comments Accepted to ECCV 2026. 17 pages, 8 figures, 6 tables. Code: https://github.com/Megalo-f/CoGoal3D

Hydra++: Real-Time Hierarchical 3D Scene Graph Construction With Object-Level Shape Estimation

Hydra++：通过对象级形状估计进行实时分层3D场景图构建

Hyungtae Lim, Nathan Hughes, Xihang Yu, Ruihan Xu, Yun Chang, Jingnan Shi, Rajat Talak, Luca Carlone

机构 * Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（信息与决策系统实验室，麻省理工学院） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 研究如何将基于学习的对象形状估计器集成到分层3D场景图管道中，提出Hydra++系统。它结合形状估计和一致性检查，默认配置可在线构建场景图，支持混合配置应对室外挑战，实验证明其提高了对象和场景级重建质量。

Comments 8 pages, 12 figures, accepted in Proc. IEEE/RSJ IROS

OctoSense: Self-Supervised Learning for Multimodal Robot Perception

OctoSense: 多模态机器人感知的自监督学习

Anthony Bisulco, Jeremy Wang, Kostas Daniilidis, Randall Balestriero, Pratik Chaudhari

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 提出OctoSense传感器平台和数据集，通过“晚融合”掩码自编码器实现多模态自监督学习，在多种退化条件下鲁棒预测光流、深度、语义分割和自运动。

Unsupervised Memory-Enhanced Video Transformers: Obstacle Detection for Autonomous Agricultural Rover

无监督记忆增强视频变换器：自主农业机器人的障碍物检测

Théo Biardeau, Anne-Sophie Capelle-Laizé, Salwan Alwan, David Helbert

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.AI

AI总结 提出VMTAD，一种无监督方法，利用记忆增强的变换器处理动态场景，实现农业机器人实时障碍物检测，在油菜数据集上达到SOTA性能。

Journal ref Precision Agriculture, 2026, 27 (3), pp.74

DSP-SLAM++: A Unified Framework for Multi-Class, High-Fidelity Object SLAM in the Wild

DSP-SLAM++：面向野外多类高保真物体SLAM的统一框架

Ahmad Kourani, Ghina Daoud, Daniel Asmar, Imad Elhajj

机构 * American University of Beirut（贝鲁特美国大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 提出DSP-SLAM++，通过异步建图流水线和单目鱼眼-激光雷达传感器融合，在支持多类物体的同时实现实时高保真物体建模，将最大物体处理延迟降低70%。

Comments 9 pages, 9 figures

Does Appearance Help? A Systematic Study of Image-Based Re-Identification in Online 3D Multi-Pedestrian Tracking

外观有帮助吗？在线3D多行人追踪中基于图像的重识别系统研究

Eduardo Borges, Luís Garrote, Urbano J. Nunes

机构 * Institute of Systems and Robotics, Department of Electrical and Computer Engineering, University of Coimbra（系统与机器人研究所，电气与计算机工程系，科英布拉大学） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 系统研究轻量级投影框架下图像重识别在在线3D多目标追踪中的作用，提出级联匹配策略以在低延迟下恢复遮挡轨迹并防止身份切换。

Comments Accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)

The Kalman Evolve: Closing the Gap in Kalman Filtering via Interpretable Algorithm Discovery

卡尔曼演化：通过可解释算法发现缩小卡尔曼滤波的差距

Vasileios Saketos, Ming Xiao

机构 * KTH Royal Institute of Technology（皇家理工学院） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 针对非线性传感场景下卡尔曼滤波性能下降的问题，提出Kalman Evolve框架，联合优化噪声参数与更新结构，利用大语言模型生成可解释的非仿射修改，在多个基准上实现高达12%的RMSE降低。

Towards Trustworthy and Explainable AI for Perception Models: From Concept to Prototype Vehicle Deployment

面向感知模型的可信与可解释人工智能：从概念到原型车辆部署

Till Beemelmanns, Shayan Sharifi, Manas Mehrotra, Ayushman Choudhuri, Lutz Eckstein

机构 * Institute for Automotive Engineering, RWTH Aachen University（汽车工程研究所，亚琛工业大学） 纠错

专题命中 感知 ：autonomous driving(abstract)；driving perception(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出一个结合鲁棒性、可解释性和不确定性校准的Transformer感知模块，并部署于原型车辆，通过实时可视化验证可信AI的可行性。

Comments Accepted for publication at IEEE ITSC 2026

Deformba: Vision State Space Model with Adaptive State Fusion

Deformba：具有自适应状态融合的视觉状态空间模型

Hongyu Ke, Jack Morris, Yongkang Liu, Satoshi Kitai, Kentaro Oguchi, Yi Ding, Haoxin Wang

机构 * Department of Computer Science, Georgia State University（佐治亚州立大学计算机科学系） ； University of Tennessee Knoxville（田纳西大学肯纳邦克分校） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.CV、cs.AI

AI总结 本文提出Deformba，一种能够动态增强空间结构信息并保持状态空间模型线性复杂度的自适应方法，通过多模态融合（如交叉注意力）提升视觉任务的性能，展示了在2D和3D视觉任务中的广泛适用性。

Journal ref Forty-Third International Conference on Machine Learning (ICML 2026)

Mono-Hydra++: Real-Time Monocular Scene Graph Construction with Multi-Task Learning for 3D Indoor Mapping

Mono-Hydra++: 基于多任务学习的实时单目场景图构建用于3D室内映射

U. V. B. L. Udugama, George Vosselman, Francesco Nex

机构 * Department of Earth Observation Science, University of Twente（特文特大学地球观测科学系） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文提出Mono-Hydra++，一种基于多任务学习的实时单目RGB加IMU流水线，用于3D室内度量语义映射和分层3D场景图构建，通过结合M2H-MX多任务模型和深度特征视觉惯性里程计前端，实现了在资源受限的机器人平台上无需主动深度传感器的实时度量语义映射和场景图构建。

Comments Submitted to ISPRS Journal of Photogrammetry and Remote Sensing. 50 pages, figures and tables included. Code: https://github.com/BavanthaU/mono-hydra-pp.git

LEXI-SG: Monocular 3D Scene Graph Mapping with Room-Guided Feed-Forward Reconstruction

LEXI-SG：基于房间引导前馈重建的单目3D场景图映射

Christina Kassab, Hyeonjae Gil, Matías Mattamala, Ayoung Kim, Maurice Fallon

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 LEXI-SG是首个仅使用RGB相机输入的开放词汇3D场景图密集映射系统，通过语义先验分割场景为房间，实现可扩展的密集映射。

Query2Uncertainty: Robust Uncertainty Quantification and Calibration for 3D Object Detection under Distribution Shift

Query2Uncertainty: 3D目标检测中分布偏移下的鲁棒不确定性量化与校准

Till Beemelmanns, Alexey Nekrasov, Stefan Vilceanu, Jonas Steinhaus, Timo Woopen, Bastian Leibe, Lutz Eckstein

机构 * Institute for Automotive Engineering, RWTH Aachen（汽车工程研究所，亚琛RWTH大学） ； Computer Vision Institute, RWTH Aachen（计算机视觉研究所，亚琛RWTH大学） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文提出一种密度感知校准方法，结合后验校准器与DETR风格3D目标检测器的潜在对象查询特征密度，提升分布偏移场景下的不确定性估计与校准性能。

Comments Accepted for publication at CVPR 2026

Robust Fusion of Object-Level V2X for Learned 3D Object Detection

鲁棒的V2X对象级融合用于学习的3D物体检测

Lukas Ostendorf, Lennart Reiher, Onn Haran, Lutz Eckstein

机构 * Institute for Automotive Engineering, RWTH Aachen University（汽车工程研究所，亚琛工业大学） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文研究如何将V2X信息整合到3D物体检测中，并探讨其在现实V2X缺陷下的鲁棒性。通过nuScenes数据集模拟真实场景，提出噪声感知训练策略和显式置信度编码以提升系统鲁棒性。

Comments Accepted at IEEE VTC 2026-Spring, 7 pages

DENALI: A Dataset Enabling Non-Line-of-Sight Spatial Reasoning with Low-Cost LiDARs

DENALI：一个支持低成本LiDARs非线性视界空间推理的数据集

Nikhil Behari, Diego Rivero, Luke Apostolides, Suman Ghosh, Paul Pu Liang, Ramesh Raskar

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Technische Universität Berlin（柏林技术大学） 纠错

专题命中 感知 ：LiDAR(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文提出DENALI数据集，利用低成本LiDARs的时间分辨直方图实现非线性视界空间推理，展示了其在隐藏物体感知中的应用及性能限制因素。

CooperDrive: Enhancing Driving Decisions Through Cooperative Perception

CooperDrive：通过协作感知增强驾驶决策

Deyuan Qu, Qi Chen, Takayuki Shimizu, Onur Altintas

机构 * Toyota InfoTech Labs（丰田信息科技实验室） 纠错

专题命中 感知 ：BEV(abstract,abstract_cn)；分类 cs.RO、cs.CV

AI总结 本文提出CooperDrive协作感知框架，通过轻量级对象级共享与融合策略提升感知与规划能力，实现在遮挡和非视线场景下的更早安全驾驶决策。

Comments Accepted at ICRA 2026

RACF: A Resilient Autonomous Car Framework with Object Distance Correction

RACF：一种具有物体距离校正的鲁棒自动驾驶框架

Chieh Tsai, Hossein Rastgoftar, Salim Hariri

机构 * Department of Electrical and Computer Engineering, University of Arizona, Tucson, AZ, USA（电气与计算机工程系，亚利桑那大学，图森，亚利桑那州，美国） ； Department of Aerospace and Mechanical Engineering, University of Arizona, Tucson, AZ, USA（航空航天与机械工程系，亚利桑那大学，图森，亚利桑那州，美国） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.AI

AI总结 本文提出RACF框架，通过多传感器冗余和多样性提升自动驾驶感知鲁棒性，实验表明其在强干扰下可降低35%的RMSE，提升停车合规性和制动延迟。

Comments 8 pages, 9 figures, 5 tables. Submitted manuscript to IROS 2026

Cross-Vehicle 3D Geometric Consistency for Self-Supervised Surround Depth Estimation on Articulated Vehicles

跨车辆3D几何一致性用于机械臂车辆上的自监督周围深度估计

Weimin Liu, Jiyuan Qiu, Wenjun Wang, Joshua H. Meng

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（哥本哈根大学遥感与地球观测实验室） ； California PATH, University of California, Berkeley（加州大学伯克利分校加州PATH） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出ArticuSurDepth框架，通过跨视图和跨车辆几何一致性提升机械臂车辆周围深度估计的结构一致性与精度。

Look Before You Fuse: 2D-Guided Cross-Modal Alignment for Robust 3D Detection

先看再融合：基于2D引导的跨模态对齐用于鲁棒的3D检测

Xiang Li, Zhangchi Hu, Xiao Xu, Bin Kong

机构 * Institute of Intelligent Machines, Hefei Institutes of Physical Science, Chinese Academy of Sciences（智能机器研究所，合肥物理科学研究院，中国科学院） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 感知 ：BEV(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出利用2D对象先验进行跨模态特征预对齐，解决LiDAR与相机特征的空间错位问题，提升3D检测鲁棒性。

Comments accepted to cvpr 2026

AW-MoE: All-Weather Mixture of Experts for Robust Multi-Modal 3D Object Detection

AW-MoE：面向所有天气条件的专家混合方法用于鲁棒多模态3D目标检测

Hongwei Lin, Xun Huang, Chenglu Wen, Cheng Wang

机构 * Fujian Key Laboratory of Urban Intelligent Sensing and Computing（福建城市智能感知与计算重点实验室） ； School of Informatics, Xiamen University（厦门大学信息学院） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出AW-MoE，通过引入天气感知路由和统一双模态增强方法，提升多模态3D目标检测在恶劣天气下的鲁棒性，实验表明其在恶劣天气下的性能提升达15%。

FOMO-3D: Using Vision Foundation Models for Long-Tailed 3D Object Detection

FOMO-3D：利用视觉基础模型进行长尾3D目标检测

Anqi Joyce Yang, James Tu, Nikita Dvornik, Enxu Li, Raquel Urtasun

机构 * Waabi ； University of Toronto（多伦多大学） 纠错

专题命中 感知 ：self-driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 FOMO-3D通过利用视觉基础模型的丰富先验知识和多模态融合设计，提升长尾3D目标检测的性能。

Comments Published at 9th Annual Conference on Robot Learning (CoRL 2025)

Perception Characteristics Distance: Measuring Stability and Robustness of Perception System in Dynamic Conditions under a Certain Decision Rule

感知特性距离：在特定决策规则下动态条件下感知系统稳定性与鲁棒性测量

Boyu Jiang, Liang Shi, Zhengzhi Lin, Lanxin Xiang, Loren Stowe, Feng Guo

机构 * Department of Statistics, Virginia Tech（弗吉尼亚理工学院统计学系） ； Virginia Tech Transportation Institute（弗吉尼亚理工学院交通研究所） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

AI总结 提出感知特性距离（PCD）作为衡量动态条件下感知系统稳定性与鲁棒性的新指标，并通过SensorRainFall数据集验证其有效性。

Comments This paper has been accepted to the CVPR 2026 Main Conference

Instance-Guided Radar Depth Estimation for 3D Object Detection

实例引导的雷达深度估计用于3D物体检测

Chen-Chou Lo, Patrick Vandewalle

专题命中 感知 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV、cs.AI

AI总结 本文提出InstaRadar和RCDPT整合框架，通过实例分割引导和深度监督提升雷达与相机融合的3D物体检测性能。

Comments Accepted to IPMV2026

CompTrack: Information Bottleneck-Guided Low-Rank Dynamic Token Compression for Point Cloud Tracking

CompTrack: 基于信息瓶颈的点云跟踪低秩动态令牌压缩

Sifan Zhou, Yichao Cao, Jiahao Nie, Yuqian Fu, Ziyu Zhao, Xiaobo Lu, Shuo Wang

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

AI总结 CompTrack通过信息瓶颈引导的低秩动态令牌压缩技术，有效解决点云中空间和信息冗余问题，实现高效实时的三维单目标跟踪。

Comments Accepted by AAAI 2026 (Oral)

FQ-PETR: Fully Quantized Position Embedding Transformation for Multi-View 3D Object Detection

Jiangyong Yu, Changyong Shu, Sifan Zhou, Zichen Yu, Xing Hu, Yan Chen, Dawei Yang

机构 * HOUMO AI 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.CV、cs.AI

Comments This paper is acceptted by AAAI 2026

Fine-Grained Representation for Lane Topology Reasoning

Guoqing Xu, Yiheng Li, Yang Yang

专题命中 感知 ：autonomous driving(abstract)；BEV(abstract)；分类 cs.CV、cs.AI

Comments Accepted by AAAI 2026

LED: Light Enhanced Depth Estimation at Night

Simon de Moreau, Yasser Almehio, Andrei Bursuc, Hafid El-Idrissi, Bogdan Stanciulescu, Fabien Moutarde

机构 * Mines Paris - PSL University Paris, France（巴黎 Mines Paris - PSL 大学） ； Valeo Paris, France（法国 Valeo 巴黎） ； Valeo AI Paris, France（法国 Valeo AI 巴巴黎） 纠错

专题命中 感知 ：autonomous driving(abstract)；LiDAR(abstract)；分类 cs.RO、cs.CV

Comments BMVC 2025 (Poster). Code and dataset available on the project page : https://simondemoreau.github.io/LED/ 21 pages, 13 figures