IEEE RA-L

SOCC-ICP: Semantics-Assisted Odometry based on Occupancy Grids and ICP

SOCC-ICP：基于占用网格和ICP的语义辅助里程计

Johannes Scherer, Sebastian Hirt, Henri Meeß

机构 * Fraunhofer IVI（弗劳恩霍夫研究所） ； Technische Hochschule Ingolstadt（图林根应用技术大学） ； Ancud IT-Beratung GmbH（安库德IT咨询公司） 纠错

AI总结 本文提出SOCC-ICP框架，结合语义占用网格映射与激光雷达扫描对齐，通过几何与语义统计实现自适应ICP，提升在未知环境中的姿态估计性能。

Comments 9 pages, 3 figures, Accepted May 2026 for publication in IEEE Robotics and Automation Letters (RA-L)

CaMeRL: Collision-Aware and Memory-Enhanced Reinforcement Learning for UAV Navigation in Multi-Scale Obstacle Environments

CaMeRL：面向多尺度障碍环境的无人机导航碰撞感知与记忆增强强化学习

Hong Hong, Feiyu Liao, Yongheng Liang, Boning Zhang, Haitao Wang, Hejun Wu

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Guangdong Key Laboratory of Big Data Analysis and Processing（广东省大数据分析与处理重点实验室） 纠错

AI总结 针对无人机多尺度障碍导航中障碍尺度变化被忽视的问题，提出CaMeRL框架，通过碰撞感知和记忆增强提升对小障碍物的识别与复杂环境的导航能力。

Comments 8 pages, 7 figures. Submitted to IEEE Robotics and Automation Letters

Safe Bayesian Optimization for Complex Control Systems via Additive Gaussian Processes

通过加性高斯过程实现复杂控制系统安全贝叶斯优化

Hongxuan Wang, Xiaocong Li, Lihao Zheng, Adrish Bhaumik, Prahlad Vadakkepat

机构 * National University of Singapore（新加坡国立大学） ； SIMTech, A*STAR ； CUHK, Shenzhen（香港中文大学（深圳）） 纠错

AI总结 本文提出SafeCtrlBO方法，通过加性高斯过程核减少样本复杂度，实现多耦合控制器的同时优化，实验显示在较少硬件评估下达到高性能参数并保证安全。

Comments The shorter version has been accepted by IEEE Robotics and Automation Letters. This is the full version

MonoSpheres: Large-Scale Monocular SLAM-Based UAV Exploration through Perception-Coupled Mapping and Planning

MonoSpheres：通过感知耦合映射与规划实现大规模单目SLAM基于的无人机探索

Tomáš Musil, Matěj Petrlík, Martin Saska

机构 * Department of Cybernetics, Faculty of Electrical Engineering, Czech Technical University in Prague（捷克技术大学布拉格分校电子工程系控制系） 纠错

AI总结 本文提出一种基于单目视觉的自主探索方法，通过考虑稀疏单目SLAM前端的特性，实现大规模无结构室内和室外3D环境的安全覆盖，展示了稀疏单目深度数据在考虑视差要求和纹理缺失表面可能性下的前沿探索可行性。

Comments 8 pages, 9 figures, accepted to IEEE Robotics and Automation Letters