多模态信息融合

Nonlinear state space smoothing using the conditional particle filter

非线性状态空间平滑中的条件粒子滤波

Andreas Svensson, Thomas B. Schön, Manon Kok

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出一种基于条件粒子滤波的非线性状态空间平滑方法，通过马尔可夫链蒙特卡洛方式迭代计算，具有渐近收敛性，应用于超宽带与加速度计/陀螺仪传感器融合的室内定位问题。

Comments Accepted for the 17th IFAC Symposium on System Identification (SYSID), Beijing, China, October 2015

Differentially Private Iterative Synchronous Consensus

差分隐私迭代同步共识

Zhenqi Huang, Sayan Mitra, Geir Dullerud

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 针对迭代共识问题中保护初始值隐私的需求，提出基于差分隐私的服务端和完全分布式随机机制，并分析隐私与准确性的权衡。

Comments The original manuscript from 18th July was updated with new proofs for Lemmas 3, 6, and 8

Improving outdoor navigation for people with blindness using an AI-driven smartphone application and personalized audio guidance

利用AI驱动的智能手机应用和个性化音频引导改善盲人户外导航

Raymond Liu, Patrick Slade

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出Mobilio智能手机应用，结合机器学习、传感器融合和个性化音频反馈，实现逐向导航、路径引导和障碍物检测，实验表明其能显著提升盲人户外导航效率并减少环境接触。

Distribution Transformers: Fast Approximate Bayesian Inference With On-The-Fly Prior Adaptation

分布变换器：通过实时先验适应实现快速近似贝叶斯推断

George Whittle, Juliusz Ziomek, Jacob Rawling, Maike A. Osborne

机构 * Mind Foundry Ltd（Mind Foundry有限公司） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出分布变换器，一种能够学习任意分布到分布映射的新型架构，通过实时先验适应实现快速近似贝叶斯推断，显著降低计算时间并达到与现有方法相当或更优的对数似然性能。

Comments Spotlight acceptance at ICML 2026

Inertial-Based LQG Control: A New Look at Inverted Pendulum Stabilization

基于惯性力学的LQG控制：对倒立摆稳定化的新视角

Daniel Engelsman, Itzik Klein

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出利用局部微分平坦性将高阶动力学纳入系统模型，改进LQG控制器以更稳健地稳定动态稳定移动平台，尤其在传感器有限的户外环境中。

Comments 11 pages, 10 figures, 5 tables

Journal ref International Journal of Mechanical System Dynamics, 2026

Parametric and State Estimation of Stationary MEMS-IMUs: A Tutorial

参数与状态估计在静态MEMS惯性测量单元中的应用：教程

Daniel Engelsman, Yair Stolero, Itzik Klein

专题命中 机器人多传感器融合 ：information fusion(abstract)

AI总结 本文探讨了静态MEMS惯性测量单元的参数与状态估计方法，分析了误差与时间、传感器数量的关系，并通过实验验证了多传感器应用的潜力。

Journal ref IEEE Access, volume 12, pages 148592-148604, 2024

SIGMA-ASL: Sensor-Integrated Multimodal Dataset for Sign Language Recognition

SIGMA-ASL：用于手语识别的传感器集成多模态数据集

Xiaofang Xiao, Guangchao Li, Guangrong Zhao, Qi Lin, Wen Ma, Hongkai Wen, Yanxiang Wang, Yiran Shen

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出SIGMA-ASL数据集，整合RGB-D相机、毫米波雷达和惯性测量单元，通过多模态信息提升手语识别鲁棒性，提供统一框架和标准化流程以评估单模态与多模态识别系统。

Comments 33 pages. Preprint version

Function Recovery Attacks in Gate-Hiding Garbled Circuits using SAT Solving

基于SAT求解的门隐藏加密电路中的函数恢复攻击

Chao Yin, Zunchen Huang, Chenglu Jin, Marten van Dijk, Fabio Massacci

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出基于SAT的函数恢复攻击方法，通过拓扑保持简化定理和分解恢复任务为小SAT查询，减少候选门类型分配空间，提升恢复性能。

Requirements Debt in AI-Enabled Perception Systems Development: An Industrial RE4AI Perspective

人工智能赋能感知系统开发中的需求债务：一种工业RE4AI视角

Hina Saeeda, Soniya Abraham

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文从工业RE4AI视角探讨AI赋能感知系统开发中的需求债务问题，分析功能和非功能需求演变如何产生并传播需求债务，揭示其对系统审计性、可靠性及认证准备性的负面影响。

Comments 10 pages, 3 figures

LMI Optimization Based Multirate Steady-State Kalman Filter Design

基于LMI优化的多速率稳态卡尔曼滤波器设计

Hiroshi Okajima

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出基于LMI的多速率稳态卡尔曼滤波器设计框架，通过周期性时变系统建模，利用双LQR与LMI优化处理半正定噪声协方差，实现多目标设计，验证了多速率传感器融合在汽车导航中的有效性。

Journal ref IEEE Access 14 (2026) 50679 - 50690

Neuromorphic Continual Learning for Sequential Deployment of Nuclear Plant Monitoring Systems

类脑持续学习用于核电厂监控系统的序列部署

Samrendra Roy, Sajedul Talukder, Syed Bahauddin Alam

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Texas at El Paso（德克萨斯大学埃尔帕索分校） ； National Center for Supercomputing Applications（国家超级计算应用中心） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出基于脉冲神经网络的持续学习异常检测系统，解决核工业控制系统中多子系统连续部署的持续学习与能量效率问题，通过异步传感器融合与混合EWC+Replay方法实现高精度检测。

Nesterov Accelerated Distributed Optimization with Efficient Quantized Communication

Nesterov 加速分布式优化与高效量化通信

Ruochen Wu, Xu Du, Karl H. Johansson, Apostolos I. Rikos

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文针对分布式优化中节点函数曲率差异导致的zigzag现象及通信带宽限制问题，提出QANM算法，结合Nesterov加速梯度下降与量化共识协议，实现线性收敛。

Balancing Multi-modal Sensor Learning via Multi-objective Optimization

通过多目标优化平衡多模态传感器学习

Heshan Fernando, Quan Xiao, Parikshit Ram, Yi Zhou, Horst Samulowitz, Nathalie Baracaldo, Tianyi Chen

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； IBM Research（IBM研究院） ； Cornell University（康奈尔大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出MIMO方法，通过多目标优化平衡多模态传感器学习，提升系统可靠性并减少计算开销。

Early Pre-Stroke Detection via Wearable IMU-Based Gait Variability and Postural Drift Analysis

通过可穿戴IMU的步态变异性与体位漂移分析实现早期中风风险检测

Chanakan Chaipan, Aueaphum Aueawatthanaphisut

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出基于可穿戴传感器的框架，利用单个IMU捕捉骨盆运动，通过步态变异性与体位漂移分析早期中风风险，验证了低成本非侵入式筛查方法的可行性。

Comments 6 pages, 5 figures, 20 equations

Distributed Coordination Algorithms with Efficient Communication for Open Multi-Agent Systems with Dynamic Communication Links and Processing Delays

具有高效通信的分布式协调算法用于具有动态通信链接和处理延迟的开放多智能体系统

Jiaqi Hu, Karl H. Johansson, Apostolos I. Rikos

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出三种高效通信的分布式算法，用于解决开放多智能体系统中动态通信链接和处理延迟下的量化平均一致性问题，展示了其有限时间收敛和鲁棒性。

Generalized Robust Adaptive-Bandwidth Multi-View Manifold Learning in High Dimensions with Noise

高维噪声下的通用稳健自适应带宽多视图流形学习

Xiucai Ding, Chao Shen, Hau-Tieng Wu

机构 * Department of Statistics, University of California, Davis（加州大学戴维斯分校统计系） ； Amazon（亚马逊） ； Courant Institute of Mathematical Sciences, New York University, New York, 10012, NY, USA（纽约大学Courant数学科学研究所） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出GRAB-MDM框架，通过视图依赖的自适应带宽策略，在高维噪声环境下实现稳健的多视图流形学习。

Comments 4 figures

Synesthesia of Vehicles: Tactile Data Synthesis from Visual Inputs

车辆的联觉：从视觉输入合成触觉数据

Rui Wang, Yaoguang Cao, Yuyi Chen, Jianyi Xu, Zhuoyang Li, Jiachen Shang, Shichun Yang

机构 * Dept. of Transportation Science, Beihang Univ.（北京航空航天大学交通运输科学系） ； State Key Lab of Intelligent Transportation System, Beihang Univ.（北京航空航天大学智能交通系统国家重点实验室） ； Hangzhou International Innovation Institute, Beihang Univ.（杭州国际创新研究院） ； China Software Testing Center(Ministry of Industry and Information Technology Software and Integrated Circuit Promotion Center)（中国软件测试中心（工业和信息化部软件与集成电路促进中心）） 纠错

专题命中 机器人多传感器融合 ：multi-modal fusion(abstract)

AI总结 本文提出基于视觉输入的触觉数据合成方法，通过跨模态时空对齐和潜在扩散模型提升自动驾驶车辆的触觉感知能力，从而增强安全性能。

Hybrid LSTM-UKF Framework: Ankle Angle and Ground Reaction Force Estimation

混合LSTM-UKF框架：踝角和地面反作用力估计

Mundla Narasimhappa, Praveen Kumar

机构 * Department of Computer Science Engineering SRMIST University（计算机科学工程系 SRMIST 大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出混合LSTM-UKF框架，用于在不同行走速度下准确估计踝角和地面反作用力，通过多模态传感器融合提升生物力学分析的可靠性。

Comments 8

Neutralization of IMU-Based GPS Spoofing Detection using external IMU sensor and feedback methodology

利用外部IMU传感器和反馈方法中和基于IMU的GPS欺骗检测

Ji Hyuk Jung, Ji Won Yoon

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

AI总结 本文提出了一种利用外部IMU传感器和反馈方法中和基于IMU的GPS欺骗检测的攻击系统，通过窃取内部动态状态信息实现对检测机制的中和。

Comments 12 pages, 10 figures

ScenicProver: A Framework for Compositional Probabilistic Verification of Learning-Enabled Systems

Eric Vin, Kyle A. Miller, Inigo Incer, Sanjit A. Seshia, Daniel J. Fremont

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of Michigan（密歇根大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Comments 26 pages, 4 figures. Full version (including appendices) of a paper submitted to TACAS 2026

GPS Spoofing Attacks on AI-based Navigation Systems with Obstacle Avoidance in UAV

Ji Hyuk Jung, Mi Yeon Hong, Ji Won Yoon

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Machine Learning-Based Localization Accuracy of RFID Sensor Networks via RSSI Decision Trees and CAD Modeling for Defense Applications

Curtis Lee Shull, Merrick Green

机构 * College of Computer Science, Engineering, and Technology（计算机科学、工程与技术学院） ； Valdosta State University（瓦尔多斯塔州立大学） ； Colorado Technical University（科罗拉多技术大学） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Comments 10 pages, 5 figures. Submitted to the Journal of Defense Modeling and Simulation (JDMS) for the Special Issue Integrating AI/ML Into Modeling and Simulation (J22-4). This work evaluates machine learning-based RFID localization for defense logistics environments using CAD-modeled simulations and RSSI-driven decision tree classification

Audio-Guided Dynamic Modality Fusion with Stereo-Aware Attention for Audio-Visual Navigation

Jia Li, Yinfeng Yu, Liejun Wang, Fuchun Sun, Wendong Zheng

机构 * Xinjiang Multimodal Intelligent Processing and Information Security Engineering Technology Research Center（新疆多模态智能处理与信息安全工程技术创新中心） ； School of Computer Science and Technology, Xinjiang University（新疆大学计算机科学与技术学院） ； Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； School of Electrical Engineering and Automation, Tianjin University of Technology（天津理工大学电气工程与自动化学院） 纠错

专题命中 机器人多传感器融合 ：multi-modal fusion(abstract)

Comments Main paper (14 pages). Accepted for publication by ICONIP( International Conference on Neural Information Processing) 2025

Factor Graph Optimization for Leak Localization in Water Distribution Networks

Paul Irofti, Luis Romero-Ben, Florin Stoican, Vicenç Puig

机构 * LOS-CS-FMI, University of Bucharest（布加勒斯特大学LOS-CS-FMI） ； Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息工业研究所） ； Dept. of Automation Control and Systems Engineering, Politehnica University of Bucharest（布加勒斯特理工大学自动化控制与系统工程系） ； Supervision, Safety and Automatic Control Research Center (CS2AC) of the Universitat Politècnica de Catalunya（加泰罗尼亚理工大学监督、安全与自动控制研究中心） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

An Outlook on the Opportunities and Challenges of Multi-Agent AI Systems

Fangqiao Tian, An Luo, Jin Du, Xun Xian, Robert Specht, Ganghua Wang, Xuan Bi, Jiawei Zhou, Ashish Kundu, Jayanth Srinivasa, Charles Fleming, Rui Zhang, Zirui Liu, Mingyi Hong, Jie Ding

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Comments Corrected references

SoK: Understanding the Fundamentals and Implications of Sensor Out-of-band Vulnerabilities

Shilin Xiao, Wenjun Zhu, Yan Jiang, Kai Wang, Peiwang Wang, Chen Yan, Xiaoyu Ji, Wenyuan Xu

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Comments Accepted by NDSS 2026

Towards a quantum synapse for quantum sensing

L-F Pau

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Journal ref Science Reports 15, 11647 (4 April 2025)

GPU in the Blind Spot: Overlooked Security Risks in Transportation

Sefatun-Noor Puspa, Mashrur Chowdhury

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Trusted Data Fusion, Multi-Agent Autonomy, Autonomous Vehicles

R. Spencer Hallyburton, Miroslav Pajic

专题命中 机器人多传感器融合 ：sensor fusion(abstract)

Distribution-Free Uncertainty-Aware Virtual Sensing via Conformalized Neural Operators

Kazuma Kobayashi, Shailesh Garg, Farid Ahmed, Souvik Chakraborty, Syed Bahauddin Alam

机构 * The Grainger College of Engineering, Nuclear, Plasma & Radiological Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校格雷格尔工程学院） ； National Center for Supercomputing Applications（国家超级计算应用中心） ； Department of Applied Mechanics, Indian Institute of Technology Delhi（印度理工学院德里应用力学系） ； Yardi School of Artificial Intelligence, Indian Institute of Technology Delhi（印度理工学院德里人工智能学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 机器人多传感器融合 ：sensor fusion(abstract)