自动驾驶

Contact-Anchored Proprioceptive Odometry for Legged and Wheel-Legged Robots

基于接触的本体感觉里程计用于四足和轮腿机器人

Minxing Sun, Yao Mao

机构 * Institute of Optics and Electronics, Chinese Academy of Sciences（中国科学院光学与电子学研究所） ； Shenzhen Astralldynamics Technology（深圳星辰动力科技） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种纯本体感觉状态估计器，利用IMU和电机测量估计机器人姿态和速度，通过接触作为运动学锚点，结合高度聚类和时间衰减校正，解决四足和轮腿机器人中的漂移问题。

Comments 31 pages, 26 figures

Channel-adaptive Cross-modal Generative Semantic Communication for Point Cloud Transmission

面向点云传输的信道自适应跨模态生成式语义通信

Wanting Yang, Zehui Xiong, Qianqian Yang, Ping Zhang, Merouane Debbah, Rahim Tafazolli

机构 * IEEE 纠错

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

AI总结 提出GenSeC-PC框架，通过跨模态语义编码融合图像与点云，结合信道自适应联合编解码和扩散模型加速，实现低信噪比下的鲁棒点云传输。

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。

Breaking Time: A Fully Gaussian Framework for Distributed and Continuous-Time SLAM

打破时间：一种用于分布式和连续时间SLAM的全高斯框架

Davide Ceriola, Simone Ferrari, Luca Di Giammarino, Leonardo Brizi, Giorgio Grisetti

机构 * Department of Computer, Control, and Management Engineering "Antonio Ruberti", Sapienza University of Rome（计算机、控制与管理工程系（Antonio Ruberti）, 罗马萨皮恩扎大学） ； University of Stuttgart（斯图加特大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 提出G-solver，结合高斯信念传播和高斯过程运动先验的分布式连续时间轨迹估计框架，支持异构异步传感器和多相机场景。

Comments To be published in RA-L. Open-source implementation is released at https://github.com/rvp-group/gsolver

Sensor Setups for State and Wind Estimation for Airborne Wind Energy Converters

用于空载风能转换器状态和风速估计的传感器配置

Maximilian Ranneberg

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种无迹卡尔曼滤波器，用于空载风能转换器的空气动力学、状态和风况估计，通过不同传感器配置验证，展示了低成本高可靠性的可行性。

SRENet: Spectral Re-Entry Network for Point Cloud Action Recognition

SRENet：用于点云动作识别的频谱重入网络

Qiuxia Wu, Jiarui Lan, Wenxiong Kang, Zhiyong Wang, Kun Hu

机构 * School of Software Engineering, South China University of Technology（南方科技大学软件工程学院） ； School of Automation Science and Engineering, South China University of Technology（南方科技大学自动化科学与工程学院） ； School of Computer Science, University of Sydney（悉尼大学计算机科学学院） ； School of Science, Edith Cowan University（爱丁堡牛津大学科学学院） 纠错

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

AI总结 提出SRENet，通过频谱分解与重入模块从频率角度学习全局上下文和细粒度时间动态，实现点云序列动作识别。

Comments 13 pages, 11 figures. Accepted by IEEE Transactions on Circuits and Systems for Video Technology

ScaRF-SLAM: Scale-Consistent Reconstruction with Feed-Forward Models and Classical Visual SLAM

ScaRF-SLAM: 基于前馈模型与经典视觉SLAM的尺度一致重建

Yuhao Zhang, Yifu Tao, Frank Dellaert, Maurice Fallon

机构 * Oxford Robotics Institute, University of Oxford（牛津大学机器人研究所） ； College of Computing, Georgia Institute of Technology（佐治亚理工学院计算机学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 提出一种解耦框架，将经典特征SLAM用于鲁棒跟踪，几何基础模型仅用于建图，通过尺度优化和子图融合实现高质量一致密集重建，在建筑级数据集上重建精度提升10%-20%。

Comments 8 pages

Vanilla ViT for Automotive Point Cloud Semantic Segmentation

用于汽车点云语义分割的普通ViT

Gilles Puy, Nermin Samet, Alexandre Boulch, Spyros Gidaris, Tuan-Hung VU, Renaud Marlet

机构 * LIGM, CNRS, Univ Gustave Eiffel, ENPC, IP Paris, France（LIGM、CNRS、Université Gustave Eiffel、ENPC、IP Paris、法国） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出VaViT，通过精心设计的标记器、轻量级解码器头和定制数据增强，使普通非分层ViT在大规模激光雷达点云语义分割中达到或超越现有最先进方法。

Enhancing Graph-Based SLAM in GNSS-Denied environments by leveraging leg odometry

通过利用腿部里程计增强基于图的SLAM在GNSS受限环境中的性能

Léon Perruchot-Triboulet, Luc Jaulin, Kai Xiao

机构 * LinxAI Tech（LinxAI科技） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种基于因子图的架构，通过结合本体感觉腿部里程计和激光雷达-惯性里程计，有效减少了GNSS受限环境中视觉漂移，提高了SLAM的鲁棒性。

Comments 4 pages, 3 figures, 2 tables, for ICRA workshop on Robot Meets GNSS and Ranging for Seamless Autonomy

Smartphone-based Circular Plot Sampling for Forest Inventory

基于智能手机的圆形采样法用于森林调查

Su Sun, Jui-Cheng Chiu, Nabin Khanal, Songlin Fei, Yingjie Victor Chen

机构 * School of Applied and Creative Computing, Purdue University（应用与创意计算学院，普渡大学） ； Department of Forestry and Natural Resources, Purdue University（林业与自然资源学院，普渡大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出了一种基于智能手机的轻量级pipeline，通过单次 walkthrough 视频实现完整的圆形采样法树测量，无需额外专业硬件，结合预训练的单目深度估计和树实例分割与SLAM框架，实现相机轨迹和深度的联合优化，从而获得树的位置和胸径估计，具有较高的准确性和可扩展性。

Stretch-ICP: A Continuous-Trajectory Registration and Deskewing Algorithm in Scenarios of Aggressive Motions

Stretch-ICP: 一种在剧烈运动场景下的连续轨迹配准与校正算法

Simon-Pierre Deschênes, Veronica Vannini, Philippe Giguère, François Pomerleau

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出Stretch-ICP算法，通过改进SLAM的鲁棒性，以提高在剧烈运动下的激光雷达-惯性导航状态估计的鲁棒性和一致性，同时减少了线速度和角速度的估计误差。

Comments 29 pages, 16 figures, published in Sensors 2026, 26(8), 2567, special issue "New Challenges and Sensor Techniques in Robot Positioning"

Journal ref Sensors 2026, 26(8), 2567

Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments

反应式机器人中心安全机制用于受约束和动态环境中的自主导航

Viswa Narayanan Sankaranarayanan, Vignesh K. Viswanathan, Akshit Saradagi, Sumeet Satpute, George Nikolakopoulos

机构 * Department of Computer Science, Electrical and Space Engineering（计算机科学与电气与空间工程系） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种基于3D激光雷达感知的复合控制屏障函数安全过滤器，用于实时保障自主机器人在受限动态环境中的安全导航，通过现场实验验证其在复杂环境下的可靠性。

Comments 9 pages, 12 figures, currently under review

Sharing the Load: Autonomous Multi-Rover Cargo Transport

分担负载：自主多车货运

Alexander Krawciw, Luka Antonyshyn, Sven Lilge, Nicolas Olmedo, Faizan Rehmatullah, Maxime Desjardins-Goulet, Pascal Toupin, Timothy D. Barfoot

机构 * University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） ； Toronto Metropolitan University（多伦多 Metropolitan 大学） ； MDA Space（MDA 空间公司） ； Centre de Technologies Avancées（先进科技中心） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种分布式模型预测控制器，实现多车共享货运任务，通过定制化货运连接器实现高精度路径跟踪和任务灵活性，实验表明其在月球栖息地建设中具有显著优势。

Comments 19 pages, 14 figures, submitted to IEEE Transactions on Field Robotics

Saturation-Aware Angular Velocity Estimation: Extending the Robustness of SLAM to Aggressive Motions

考虑饱和的角速度估计：将SLAM的鲁棒性扩展到激进运动

Simon-Pierre Deschênes, Dominic Baril, Matěj Boxan, Johann Laconte, Philippe Giguère, François Pomerleau

机构 * Northern Robotics Laboratory, Université Laval, Quebec City, Quebec, Canada（北方机器人实验室，拉瓦尔大学，魁北克市，魁北克，加拿大） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种新的角速度估计方法，以提高SLAM算法在剧烈运动引起的陀螺仪饱和情况下的鲁棒性。通过使用加速度计在机器人翻滚时估计角速度，显著降低定位误差，并提出TIGS数据集以支持研究。

Comments 7 pages, 7 figures, published in 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan

Journal ref 2024 IEEE International Conference on Robotics and Automation (ICRA), Yokohama, Japan, 2024, pp. 10711-10718

Learning Point Cloud Geometry as a Statistical Manifold: Theory and Practice

学习点云几何作为统计流形：理论与实践

Jinwoo Lee, Jiwoo Kim, Woojae Shin, Giseop Kim, Hyondong Oh

机构 * Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出Point-to-Ellipsoid方法，通过统计流形建模实现点云几何的自监督学习，提升机器人感知任务的几何推理能力与鲁棒性。

Implicit Neural Compression of Point Clouds

隐式神经网络点云压缩

Hongning Ruan, Yulin Shao, Qianqian Yang, Liang Zhao, Zhaoyang Zhang, Dusit Niyato

机构 * College of Information Science and Electronic Engineering, Zhejiang University（浙江大学信息科学与电子工程学院） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（香港大学电子与电气工程系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） 纠错

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

AI总结 本文提出NeRC³框架，利用隐式神经表示实现点云的高效压缩，通过坐标基神经网络编码几何与属性，并扩展至动态点云压缩，实验验证其在静态和动态点云压缩中的优越性能。

Journal ref IEEE Transactions on Image Processing, vol. 35, pp. 260-275, 2026

Continuum Robot Localization using Distributed Time-of-Flight Sensors

基于分布式飞行时间传感器的连续机器人定位

Spencer Teetaert, Giammarco Caroleo, Marco Pontin, Sven Lilge, Jessica Burgner-Kahrs, Timothy D. Barfoot, Perla Maiolino

机构 * University of Toronto Robotics Institute, Canada（多伦多大学机器人研究所，加拿大） ； Oxford Robotics Institute, University of Oxford, UK（牛津大学机器人研究所，英国） ； Toronto Metropolitan University, Canada（多伦多 Metropolitan 大学，加拿大） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出了一种利用小型低分辨率飞行时间传感器进行连续机器人定位的方法，通过融合传感器数据与机器人形状先验信息，实现了在复杂环境中高精度的定位与建图。

Comments Print version, to be published at Robotics: Science and Systems (RSS) 2026

Channel-Level Relation to Attentive Aggregation with Neighborhood-Homogeneity Constraint for Point Cloud Analysis

通道级关系与具有邻域同质性约束的注意聚合在点云分析中的应用

Jiaqi Shi, Jin Xiao, Xiaoguang Hu, Wenxuan Ji, Zichong Jia, Zifan Long, Tianyou Chen, Baochang Zhang

机构 * 1School of Automation Science ； Electrical Engineering, Beihang University, Beijing, China 2Wuhan Leaddo Measuring \& Control Technology, Wuhan, China 3School of Artificial Intelligence, Beihang University, Beijing, China Emails 纠错

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

AI总结 本文提出PointCRA网络，通过引入时间趋势变化作为新评估维度，解决现有空间和通道注意机制中权重维度坍缩导致的信息丢失问题，提升点云分析的精度与效率。

Uncertainty Quantification Framework for Aerial and UAV Photogrammetry through Error Propagation

通过误差传播的航空和无人机摄影测量不确定性量化框架

Debao Huang, Rongjun Qin

机构 * Geospatial Data Analytics Laboratory, The Ohio State University（地理空间数据分析实验室，俄亥俄州立大学） ； Department of Civil, Environmental and Geodetic Engineering, The Ohio State University（土木、环境与大地测量工程系，俄亥俄州立大学） ； Department of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； Translational Data Analytics Institute, The Ohio State University（转化数据分析研究院，俄亥俄州立大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出通过误差传播的不确定性量化框架，解决多视立体阶段的不确定性估计问题，利用自校准方法提升摄影测量点云的鲁棒性和可验证性。

Comments 27 pages, 12 figures, this manuscript has been accepted to ISPRS Journal of Photogrammetry and Remote Sensing

EnerGS: Energy-Based Gaussian Splatting with Partial Geometric Priors

EnerGS: 基于部分几何先验的能量场能量基于高斯点散射

Rui Song, Tianhui Cai, Markus Gross, Yun Zhang, Walter Zimmer, Zhiyu Huang, Olaf Wysocki, Jiaqi Ma

机构 * University of California, Los Angeles, California, USA（加州大学洛杉矶分校） ； University of Cambridge, Cambridge, UK（剑桥大学） ； Technical University of Munich, Munich, Germany（慕尼黑技术大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 EnerGS通过建模部分可观测几何为连续能量场，提升大规模户外场景中高斯点散射的光度质量和几何稳定性，同时缓解过拟合问题。

Neural-Geometric Tunnel Traversal: Localization-free UAV Flight with Tilted LiDARs

神经几何隧道穿越：无定位无人机飞行与倾斜激光雷达

Lorenzo Cano, Alejandro R. Mosteo, Danilo Tardioli

机构 * Centro Universitario de la Defensa, Zaragoza（萨拉戈萨国防大学中心） ； Instituto de Investigación en Ingeniería de Aragón（阿拉贡工程研究院） ； University of Zaragoza（萨拉戈萨大学） ； Investigación en Ingeniería de Aragón（阿拉贡工程研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种基于几何和机器学习算法的无人机导航方法，利用倾斜激光雷达信息实现无定位的隧道飞行，通过深度神经网络确定无人机姿态并计算安全路径。

Real-time windrow detection from onboard tractor sensors for automated following

从车载拖拉机传感器实时检测风堆

Lorenz Gunreben, Nico Heider, Sebastian Zürner, Martin Schieck, Bogdan Franczyk

机构 * Leipzig University（莱比锡大学） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一个结合立体视觉和激光雷达的多模态数据集，用于实时风堆跟随，展示了低成本立体相机与激光雷达的性能一致性，提供开源ROS 2管道以支持自主牧草收获系统开发。

Comments Published in the proceedings of the 46th GIL Annual Conference (GIL-Jahrestagung 2026)

Robust Localization for Autonomous Vehicles in Highway Scenes

高速公路场景下自动驾驶车辆的鲁棒定位

Daqian Cheng, Xuchu Ding, Yujia Wu, Xiang Zhang, Lei Wang

机构 * Bot Auto 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种针对高速公路场景的鲁棒定位系统，通过双似然激光雷达前端分离3D几何结构和2D道路纹理线索，结合控制扩展卡尔曼滤波提升闭环性能，并利用自动化离线地图生成流程保持地图新鲜度，实现在复杂高速公路环境下的高精度定位。

Comments Accepted to 2026 IEEE International Conference on Robotics and Automation (ICRA)

RMGS-SLAM: Real-time Multi-sensor Gaussian Splatting SLAM

RMGS-SLAM：基于3D高斯散射的实时多传感器SLAM

Dongen Li, Yi Liu, Junqi Liu, Zewen Sun, Zefan Huang, Shuo Sun, Jiahui Liu, Chengran Yuan, Hongliang Guo, Francis E. H. Tay, Marcelo H. Ang

机构 * Advanced Robotics Centre, National University of Singapore（新加坡国立大学先进机器人中心） ； School of Aeronautics and Astronautics, Shanghai Jiao Tong University（上海交通大学航空宇航学院） ； College of Computer Science, Sichuan University（四川大学计算机学院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工联合研究技术联盟） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 本文提出一种实时多传感器SLAM框架，结合激光雷达、惯性导航和视觉数据，通过高斯散射实现高精度定位与真实感映射，解决了大规模环境中的实时SLAM挑战。

Comments The manuscript has been improved, with refined content and updated and corrected experimental results

RoSLAC: Robust Simultaneous Localization and Calibration of Multiple Magnetometers

RoSLAC：基于交替优化的多磁力计同时定位与校准

Qiyang Lyu, Zhenyu Wu, Wei Wang, Hongming Shen, Danwei Wang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电子与电气工程学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.RO

AI总结 针对磁力计校准与定位精度问题，本文提出RoSLAC方法，通过交替优化高效估计平台姿态和校准参数，实现在高保真仿真和真实环境中高精度定位与低计算成本的校准。

A Comparison of Multi-View Stereo Methods for Photogrammetric 3D Reconstruction: From Traditional to Learning-Based Approaches

多视图立体方法在摄影测量3D重建中的比较：从传统方法到基于学习的方法

Yawen Li, George Vosselman, Francesco Nex

机构 * Faculty of Geo-Information Science and Earth Observation (ITC), University of Twente（特温特大学地理信息科学与地球观测学院（ITC）） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文比较了传统与基于学习的多视图立体方法在摄影测量3D重建中的性能，评估了COLMAP与MVSNet、Stereo4D等方法在精度、覆盖范围和运行时间上的表现。

ReinDriveGen: Reinforcement Post-Training for Out-of-Distribution Driving Scene Generation

ReinDriveGen：强化学习后训练用于分布外驾驶场景生成

Hao Zhang, Lue Fan, Weikang Bian, Zehuan Wu, Lewei Lu, Zhaoxiang Zhang, Hongsheng Li

机构 * MMLab, CUHK（MMLab，香港中文大学） ； CASIA（中国科学院自动化研究所） ； SenseTime Research（商汤科技研究院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 ReinDriveGen通过动态点云场景生成与强化学习后训练，实现对驾驶场景的可控生成，提升安全关键场景的模拟质量。

Comments Project page: https://drive-sim.github.io/ReinDriveGen/

Octree-based Learned Point Cloud Geometry Compression: A Lossy Perspective

基于八叉树的学得点云几何压缩：一种有损视角

Kaiyu Zheng, Wei Gao, Huiming Zheng

机构 * School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University（北京大学深圳研究生院电子与计算机工程学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出针对不同点云的有损压缩方法，针对物体点云改进叶节点压缩，针对LiDAR点云提出变率控制方法，实验显示方法在物体点云上表现更优，在LiDAR点云上实现约1%的比特误差。

Prompting Depth Anything for 4K Resolution Accurate Metric Depth Estimation

通过提示深度任何事实现4K分辨率的准确度量深度估计

Haotong Lin, Sida Peng, Jingxiao Chen, Songyou Peng, Jiaming Sun, Minghuan Liu, Hujun Bao, Jiashi Feng, Xiaowei Zhou, Bingyi Kang

机构 * Zhejiang University（浙江大学） ； ByteDance Seed（字节跳动Seed） ； Shanghai Jiao Tong University（上海交通大学） ； ETH Zurich（苏黎世联邦理工学院） 纠错

专题命中 激光雷达 ：LiDAR(abstract)；分类 cs.CV

AI总结 本文提出Prompt Depth Anything，利用低成本LiDAR作为提示，通过多尺度融合设计实现4K分辨率的度量深度估计，并在ARKitScenes和ScanNet++数据集上取得新突破。

Comments CVPR 2025; Project page: https://PromptDA.github.io/