lidar
PulseAugur coverage of lidar — every cluster mentioning lidar across labs, papers, and developer communities, ranked by signal.
- 2026-05-18 research_milestone A new method for imaging hidden objects using consumer LiDAR was published. 来源
14 天有情绪数据
-
New BEVPIPE framework enables portable GPU deployment for autonomous driving perception models
Researchers have developed BEVPIPE, a new framework designed to address the challenges of deploying complex bird's-eye-view (BEV) perception models in autonomous driving systems. These models, which fuse camera and LiDA…
-
新的生成模型HuLiGen可创建逼真的人体LiDAR数据
研究人员开发了HuLiGen，一种能够从参数化人体模型生成人体LiDAR点云的新生成模型。该模型使用了一个经过流匹配目标训练的点Transformer，以生成更接近真实世界LiDAR捕获的合成数据。HuLiGen旨在解决真实人体LiDAR数据稀缺的问题，而这对于开发人体分析工具至关重要。生成的合成数据在人体姿态估计的预训练方案中显示出显著的改进，在低数据场景下将平均每关节位置误差（MPJPE）降低了高达50%。
-
MultiFly 数据集提供多模态航空感知基准
研究人员推出了 MultiFly，这是一个专为使用无人机 (UAV) 进行多模态航空感知而设计的真实世界数据集。该数据集包含 RGB、热成像、LiDAR 和雷达模态的同步数据，并对 15 个语义类别进行了逐帧标注。为了简化标注过程，标签从少量手动标注的 RGB 图像高效地迁移到其他模态，与保留的标注和跨模态对的语义一致性达到了高度一致。MultiFly 旨在为多模态航空感知研究提供一个可扩展的基础，并为这些多样化数据类型的语义分割建立新的基准。
-
美国联邦通信委员会提议频谱拍卖并将800兆赫兹频段用于无人机
美国联邦通信委员会（FCC）提议制定新规则以增强无线连接，重点关注直连设备（D2D）服务。这些提议包括拍卖25兆赫兹的中频段频谱，用于灵活的陆地、卫星或混合网络，可能使Amazon等公司受益。此外，FCC正在考虑允许无人机在800兆赫兹蜂窝频段上运行，这将为无人机开辟约50兆赫兹的可用频谱。
-
基础模型增强稀疏扫描的激光雷达分辨率
研究人员开发了一种使用基础模型（特别是Stable Diffusion）增强激光雷达分辨率的方法，以从更稀疏的输入生成更密集的点云。通过使用来自Stable Diffusion的伪深度目标对激光雷达条件深度模型进行微调，该系统即使在严重缩减的激光雷达扫描中也能恢复显著的细节。这种方法在稀疏区域尤其有前景，其性能优于传统的插值方法，并能提供关于哪些表面恢复效果最好的见解。
-
仿真到现实迁移推动机器人视觉语言导航发展
研究人员开发了一种新颖的视觉语言导航（VLN）方法，弥合了模拟环境和真实环境之间的差距。他们的系统集成了视觉语言模型，将视觉输入与自然语言指令对齐，使机器人能够使用文本命令进行导航，而无需依赖导航图或全景视图等传统方法。该模型在模拟数据上进行训练，然后使用定制机器人（配备摄像头和激光雷达）的真实世界数据进行微调，展示了强大的适应性和有效的导航能力。
-
新框架通过隐私控制增强3D人体姿态估计
研究人员开发了一个新的多模态3D人体姿态估计（3D HPE）框架，该框架整合了来自RGB摄像头、LiDAR和毫米波雷达的数据。该方法通过整合主体级隐私审计和私有训练方法来解决隐私问题。该框架跨模态对齐关节表示，利用骨骼结构，并自适应地聚合传感器证据以改进姿态预测，同时还引入了一种新颖的主体成员推断攻击和一种称为动作时间分层的隐私保护采样策略。
-
新框架利用LiDAR和AI实现高效海量MIMO波束管理
研究人员开发了一种新颖的海量MIMO系统环境感知波束管理框架，旨在减少波束训练开销并在多用户场景下提高协调效率。这种几何驱动的方法利用多模态环境数据（如3D LiDAR点云和位置信息）来构建离线虚拟基站（VBS）数据库。该系统对主导反射路径进行建模，并利用这些几何信息重建粗略信道估计，然后通过最小化的在线训练进行精炼。提出了一种分层深度强化学习框架DD3QN-CBS来管理波束选择和用户间干扰，与现有方法相比显示出显著的优势。
-
开源ALFRED机器人通过改进的触及范围增强植物监测能力
研究人员开发了ALFRED，一个专为户外环境中长期植物监测设计的开源移动机械臂。ALFRED由易于获得的组件构成，配备了六自由度机械臂、包括LiDAR和RGB-D摄像头在内的各种传感器，并运行在机器人操作系统上。开发过程侧重于六个关键需求：耐用性、模块化、可修复性、传感范围、续航能力和可复现性。迭代构建显示了机械臂可用触及范围和传感器可见性的显著改进。ALFRED成功完成了为期一年的每月森林调查，尽管硬件退化和重新配置需求，仍证明了其可靠性。
-
新的激光雷达方法可重建透明遮挡物后的隐藏场景
研究人员开发了一个新的框架，用于从单光子激光雷达数据中重建3D场景，即使在被透明材料部分遮挡的情况下也能实现。该方法通过分析单光子激光雷达的时间分辨直方图，解决了来自前景遮挡物和隐藏物体的混合回波的挑战。所提出的状态感知框架推断每个射线的回波状态，以指导神经网络场，与现有方法相比，提高了隐藏场景深度和点云重建的准确性。还引入了一个包含有遮挡和无遮挡配对单光子激光雷达捕获的新数据集来验证该方法。
-
Lang3DSeg 实现免标注的 3D LiDAR 分割
研究人员开发了 Lang3DSeg，一种用于开放词汇 3D LiDAR 分割的新型点 Transformer 模型。该方法通过将 2D 视觉-语言模型投影到 3D 数据上来绕过手动标注的需求，并通过类别优先级规则和深度分布截断来解决深度模糊等挑战。Lang3DSeg 在 nuScenes 和 SemanticKITTI 基准测试中，在免标注方法方面取得了最先进的成果，并且无需同时进行视觉-语言模型推理即可在单次 LiDAR 扫描中实现实时运行。
-
LLM驱动的框架实现了自适应激光雷达攻击
研究人员开发了TACTIC，一个利用多模态大语言模型（MLLM）执行自适应路侧激光雷达攻击的新型框架。该系统使用本地感知数据和路侧图像构建语义场景图，使其能够选择和配置诸如“推开”和“幻影障碍刹车”之类的攻击原语。在CARLA模拟中，TACTIC实现了100%的碰撞率，显著优于固定或随机选择的攻击策略，并通过异步重新规划提高了响应时间。
-
AdaOcc方法推进了具身AI任务的3D占用预测
研究人员开发了AdaOcc，一种新颖的基于点的自适应3D语义占用预测方法，专为具身AI任务设计。该方法可以通过改变查询点和解码器层的数量来灵活调整其计算预算。AdaOcc利用几何引导的双分支编码器来处理多样化的传感器输入，包括具有估计深度或LiDAR扫描的多个RGB视图，并结合了用于高保真几何建模的包含损失。实验表明，AdaOcc在Occ-ScanNet基准测试中取得了最先进的性能，并在实际具身系统中显示出实际应用潜力。
-
新的模仿学习策略可在CARLA模拟器中实现自动驾驶
研究人员在CARLA模拟器中开发了一种新的自动驾驶模仿学习方法。该方法使用包括RGB图像、LiDAR、车辆遥测数据和车道航点在内的历史数据，训练了一个紧凑的多模态策略。该策略拥有136万个参数，可以在没有碰撞的情况下长时间自主驾驶，并显示出向不同模拟环境迁移的潜力。
-
机器人初创公司创始人强调需要博士以外的多样化人才
一位拥有文科和市场营销背景的女性创始人成功联合创办了一家机器人初创公司Dexory，该公司已筹集到2.8亿美元。她强调，目前由拥有博士学位的男性主导的机器人行业，需要更多样化的人才库，包括具有非传统背景的个人。该创始人主张将行业重点从技术规格转移到机器人和AI可以解决的实际问题上，从而吸引更广泛的人才。
-
新的基于图的方法评估自动驾驶激光雷达模拟保真度
研究人员开发了一个新的基于图的框架，用于评估模拟激光雷达点云的结构保真度，这对于验证自动驾驶系统至关重要。该方法超越了传统的几何指标，通过分析连通性和拓扑结构，使用Louvain社区检测来识别和匹配真实数据与模拟数据中的社区。计算了这些匹配社区的图谱度量 $r_\lambda$，该度量对变换和噪声具有鲁棒性，同时对结构变形敏感。该框架在Velodyne VLP-32C传感器配对的真实世界扫描和在CARLA中生成的模拟数据上进行了评估，…
-
新型Transformer网络RoofSeg改进了端到端屋顶平面分割
研究人员开发了RoofSeg，一种新颖的基于Transformer的网络，用于从LiDAR点云进行端到端的屋顶平面分割。该方法解决了现有方法的局限性，例如次优的平面分割、边缘附近特征辨别力低以及网络训练期间对平面几何特征考虑不足。RoofSeg采用具有可学习平面查询的Transformer编码器-解码器框架，并结合边缘感知掩码模块（EAMM），通过整合平面几何先验来提高边缘区域的精度。此外，它还采用自适应掩码损失加权策略和新的平面几何…
-
基于LLM的框架优化机器人集群感知
研究人员开发了CoAdapt，一个使用大型语言模型（LLM）来管理工业物联网（IIoT）机器人集群中协同感知的新框架。这种LLM驱动的方法能够动态调整参与数据融合的机器人以及使用的融合算法，以适应不断变化的机器人位置和网络条件。CoAdapt旨在提高通信效率而不牺牲检测精度，在OPV2V基准测试中通信成本降低了38%，同时保持了与静态方法相当的检测精度。
-
SAVTrack 通过选择性投票聚合改进 3D LiDAR 跟踪 · 跟踪了 2 个来源
研究人员开发了 SAVTrack，一种用于 LiDAR 点云中 3D 单目标跟踪的新框架，该框架解决了稀疏和不完整数据带来的挑战。该系统采用选择性投票聚合 (SAV) 来估计候选投票的可靠性，在提议聚类之前移除低置信度的假设。这种方法通过防止不可靠数据污染过程来提高定位精度。SAVTrack 在 KITTI 和 nuScenes 数据集上展示了具有竞争力的性能，运行速度为 82 FPS，并且比现有方法保留的候选投票数明显更少，因此在稀…
-
新的GRAFT-Stereo方法增强了激光雷达引导的立体匹配
研究人员开发了一种名为Guided RAFT-Stereo (GRAFT-Stereo) 的新方法，以利用稀疏的激光雷达数据改进立体匹配。他们的分析表明，现有的迭代立体方法难以有效利用极其稀疏的激光雷达输入，导致引导精度下降。为解决此问题，他们提出预填充初始视差图，从而提高成本体积检索的可靠性。尽管机制不同，但这种预填充技术在通过早期融合将激光雷达深度整合到图像特征中时也很有益。通过结合这些方法，GRAFT-Stereo在各种数据集上…