MITO:首个面向非视距感知的毫米波数据集与仿真器
MITO 是首个针对非视距(NLOS)感知的毫米波数据集,由 MIT 团队发布。数据包含超过 2400 万帧毫米波信号及 550 张高分辨率图像,覆盖 76 种日常物体,利用 UR5 机械臂与双频雷达采集,能穿透遮挡物。作者同时开发了开源仿真工具以生成任意三角网格的合成毫米波图像,并建立了 NLOS 分割与分类基准,旨在推动视觉系统在 occlusion 场景下的感知能力。
MITO 是首个针对非视距(NLOS)感知的毫米波数据集,由 MIT 团队发布。数据包含超过 2400 万帧毫米波信号及 550 张高分辨率图像,覆盖 76 种日常物体,利用 UR5 机械臂与双频雷达采集,能穿透遮挡物。作者同时开发了开源仿真工具以生成任意三角网格的合成毫米波图像,并建立了 NLOS 分割与分类基准,旨在推动视觉系统在 occlusion 场景下的感知能力。
这篇论文提出了 IMUDINO,这是首个针对惯性感知的通用基础模型(FM),旨在在人体活动识别、健康监测、动作捕捉和里程计等多样化任务上达到竞争性性能。针对以往惯性 FM 往往局限于单一子领域且泛化性差的问题,该研究通过语义保持的运动变换将 DINO 自监督学习范式适配到惯性数据,并采用支持可变输入长度与采样率的纯 Transformer 编码器架构。
VisionSIM 是一个统一的、基于物理的多模态仿真平台,旨在解决现有仿真器对新兴传感器(如事件相机、SPAD、iToF/dToF 和热成像)过度理想化的问题。
针对毫米波雷达数据集匮乏及仿真到现实差距问题,研究提出基于物理的可微渲染器 4D Point Splatting(4DPS),利用同步相机初始化场景并输出原始复数回波以适配下游模型。
该系统利用分布式压电传感器在抓取早期阶段实现物体识别,实验显示增加传感单元可提升所有方法的性能。基于时空热力图与 2D-CNN 的最优配置(32 个传感器、100ms 时间窗)在嵌入式边缘平台运行,接触后约 101ms 完成端到端识别,单次推理能耗为 63.8 微焦耳,F1 分数最高达 0.9903。
arXiv 论文提出 SEPT 框架,专为长序列任意点跟踪设计,仅利用事件数据。该方法包含两个模块:任务自适应事件证据调制(TEEM)学习有界可靠性场以加权时空通道特征;持久轨迹先验(PTP)通过边缘化局部二次模型与 Schur 补传递几何信息并修正可见性坐标。
推荐理由:该工作提出仅基于事件相机的长序列点跟踪框架,通过任务自适应证据调制与持久轨迹先验解决稀疏性与漂移问题。
针对全波形激光雷达(FWL)计算成本高且标注数据稀缺的问题,该研究提出 FWL-ToPM 机制利用光强分布剪枝冗余 Token,并引入 FWLAug 框架通过保留飞行时间和视锥几何结构进行数据增强。在 Ghost-FWL 基准测试中,该方法实现超 8 倍速度提升、F1 值增加近 9 个点,建立了首个同时兼顾实时性与精度的 FWL Transformer 模型。代码与分布外数据集已公开。
FREE-LIVO 提出一种无需固定传感器安装位姿与时间同步的紧耦合激光雷达 - 惯导 - 视觉里程计方法。该方法利用预训练图像特征匹配器建立对应关系,在 M3DGR 数据集六条序列上实现平均绝对轨迹误差 RMSE 0.45 m,且对高达 0.5 秒的时间不同步误差具有鲁棒性。实验还证明其能联合估计安装在独立移动机器人上的传感器轨迹。
11月5日第九届中国国际进口博览会上,奥迪展示全新S5 Avant及AUDI品牌纯电SUV E7X。前者基于PPC豪华燃油车平台搭载3.0T V6发动机,后者基于ADP智能数字平台采用900V高压架构与quattro四驱技术。此举旨在推进双品牌战略及本土化创新,巩固中国豪华燃油车与高端电动车市场地位。
11 月 5 日第九届中国国际进口博览会上,博世展示智能辅助驾驶、AI 智能座舱及机器人触觉感知等技术。其欧洲本地化 ADAS 项目将搭载于奇瑞 6 款新车,计划 2028 年量产并五年内交付超 80 万台。此外,博世在上海成立电驱动技术方案中心,并于 2026 年初正式成立中国机器人中心布局具身智能数据采集基础设施。
蔡司微光学于 SAECCE 2026 首次公开展示利用透明玻璃与 PGU 配合的全息后排娱乐显示样机,解决吸顶屏遮挡视野问题。同期亮相的全息风挡显示通过控制“眼盒”实现按需呈现信息,预计可能于 2029 年投入量产;透明摄像头方案则可将感知功能融入玻璃表面以减少外露镜头。
Marconi Associates 指出美国机器视觉并非工程师总量短缺,而是缺乏融合光学、控制及现场部署经验的特定技能组合。2026 年上半年北美市场交易增长 7.8%,但高薪无法抵消高频差旅等隐性成本,单一职位描述易导致候选池萎缩。企业需明确区分算法开发与应用调试角色,并关注候选人实际项目经验而非仅看品牌平台背景。
研究团队利用超材料物理在刚性板上构建谐振器晶格,克服了传统波介导显示的分辨率限制。该系统仅由八个外围致动器驱动,即可在任何表面位置生成具有厘米级分辨率的局部触觉虚拟像素。四组感知实验显示,参与者对瞬态与持续振动的多像素图案定位、探索及辨别准确率介于 95.3% 至 100% 之间。
该研究针对相机卷帘快门与屏幕亮度调制产生的频闪条纹问题,构建了 Bricker 合成 - 真实混合括号曝光 RAW 数据集,并提出 BRACE 多帧恢复模型。模型利用频率感知频闪先验和多尺度空间交叉注意力模块进行跨曝光融合,并引入条纹频率一致性指标进行评估。实验在合成与真实基准上均达到最先进水平,代码与数据已开源。
SenseShift6D 是首个系统扫描曝光、增益及深度模式等传感器配置的 RGB-D 物体姿态估计基准,包含六个常见家用物体的19.8万张 RGB 和2万张深度图像。
该系统通过高速亮度调制将不可见空间编码嵌入每个投影像素,无需外部传感基础设施即可实现投影仪与设备的精准位置对齐。实验表明,经卡尔曼滤波后系统延迟约 8 ms、三维位置 RMSE 为 19.2 mm,首次实现了与高质量投影内容协同的实时三维姿态估计。该成果已提交至 IEEE Access,解决了传统 PVLC 仅适用于平面运动而无法估算空中机器人等三维空间设备姿态的技术瓶颈。
该方法通过实时估计地面高度并剔除低于该高度的虚拟特征,解决室内反光地板导致的视觉惯性里程计误差。实验表明,在真实反光地板序列中,该技术提升了轨迹精度、维持了准确的地面高度估计并能适应实际高度变化。论文已提交至 ICCAS 2026 会议,代码与数据许可状态待进一步确认。
该研究提出 LumiTac 传感器,这是一种无摄像头的紧凑光电子触觉设备,通过空间分布照明与光谱编码结合实现六维力矩测量。传感器直径 12 mm、厚度 4.75 mm、重量小于 2 g,成本约 7 美元。
推荐理由:论文提出了一种紧凑的六轴光学触觉传感器,实现了高刷新率与低延迟,为机器人灵巧操作与人机交互提供了新的感知方案。
该论文综述了海上水面车辆(MSV)在受限可见度条件下的导航安全问题,涵盖视频稳定、感知增强、目标检测跟踪及可航区分割等智能视觉方法,以及红外 - 可见光、雷达 - 视觉、LiDAR-视觉和 AIS-视觉等多传感器融合技术。作者总结了相关开源数据集与安全关键应用案例,并指出了当前挑战与未来研究方向。材料为预印本论文,未报告真实部署结果或具体性能指标。
针对现有全景锐化模型在未见传感器上泛化能力不足的问题,本文提出 ReTailor 框架。该方法仅通过轻量级残差模块在自监督、物理感知约束下快速优化,修正跨传感器差异而不修改已学习的主网络融合先验。
OUCH 是一款腕戴式设备,利用堆叠气动囊和刚性压头在手腕提供可控的有害机械刺激以评估意识障碍患者的运动反应。实验显示,200 kPa 充气压力下其接触压强达 18,500 kPa,诱发不适所需施加力比商用手持测痛仪低约 89%。该研究通过有限元分析和变形测试床验证了设备在表面局部变形的能力,为客观神经学评估奠定基础。
mmHand 系统通过单一商用毫米波设备,在不依赖视觉且保护隐私的前提下实现了像素级手部定位。研究团队提出 mmImage 生成工具与新型二维图像表示法,并设计了跨模态空间特征增强模型以提取高精度空间信息。系统在 12 名受试者的三种场景下实验验证了其在雷达 U-V 像素坐标系中的有效性,四项指标均证明系统表现有效。
速腾聚创宣布其位于深圳南山智造红花岭基地的全球首条数字化激光雷达全自动生产线正式启用。该产线综合自动化率达99%,单线年产能50万台,覆盖精密装配、光学调节等70余道工序,每台下线产品需经过超过3640项检测指标。随着新产线投用,速腾聚创MARS智能制造基地规划年产能达400万台,其激光雷达产品已应用于智能汽车、无人配送及具身智能等领域。
11 月 4 日,未来黑科技正式发布透明全景显示技术(TPHUD),通过在汽车前挡风玻璃增加纳米级光子晶体膜,实现无需底部黑色涂层的全幅横向信息显示。该技术利用光子晶体膜对特定波长光线的选择性反射,在保持风挡通透性的同时兼顾显示亮度、清晰度与车内视野。目前 TPHUD 具体量产车型及商业化时间表尚未披露。
卡德克斯(Kardex)推出整合投影指令与手势感知的智能分拣助手,通过本地计算单元协同 FulfillX 仓库执行系统优化拣选流程。该方案支持条码扫描及序列号识别,能应对产品形态变化并适应环境光照波动。Fred Fox Jr. 强调需在实际站点评估视觉对节拍时间的影响,确保系统在复杂工况下的稳定运行与高可用性。
奥比中光在 ROBOTWORLD 2026 发布 Gemini 330 与 305 系列传感器,结合 EGO 和 WristCam 设备支持模仿学习与灵巧操作数据收集。
思瑞浦发布通过 AEC Q100 认证的车规 LDO 新品 TPL510Q 与 TPL5051Q,面向车载二级电源供电场景。两款器件压差低至 240mV、静态电流小于 27μA,最大输出电流分别为 1A 和 500mA,支持 1.7V–6.5V 输入电压及多种封装。产品已大规模落地车身控制、智能座舱、ADAS 辅助驾驶等核心单元,截至目前车规 LDO 累计发货超 1 亿片。
上海泰矽微电子正式发布面向车载PDC泊车雷达系统的车规级超声波雷达信号处理芯片TCAU09。该芯片采用变压器驱动架构,工作电压6V~28V,测量距离18cm~3.5m,支持40dB~57.5dB增益调节及多种诊断功能(如余震时间/频率检测、温度监控等)。
论文提出了 MEOX 模型,这是一种针对多模态地球观测任务的紧凑编码器架构。该架构延迟了雷达与光学输入的融合,先通过共享的专家混合模块独立处理 Sentinel-2 和 Sentinel-1 数据流,随后利用有效性感知权重将共定位块融合为单一序列。
针对稀疏噪声毫米波雷达点云对应多种合理人体姿态的问题,现有确定性方法无法处理歧义而扩散模型计算成本高且缺乏校准不确定性。本文提出 Multi-Hypothesis Normalizing Flow Pose Generator (MH-NFPG),利用时空 Transformer 骨干网络与归一化流结合,通过单次前向并行生成拉普拉斯基础分布到表达性后验的变换。
TFusionOcc 提出一种基于学生氏 t 分布 T-Primitive 的物体中心多传感器融合框架,通过可变形超二次曲面增强几何表示效率。在 nuScenes 数据集上该方法优于近期最先进方法,并在 nuScenes-C 和 SemanticKITTI 基准测试中展现出跨数据集适用性与鲁棒性。代码将于 arXiv 发布,相关论文版本为 v3。
针对红外与可见光图像融合在复杂低光环境下的评估瓶颈,本文提出 Weber-Inspired Local Contrast (WLC) 指标。该指标基于韦伯定律将评价范式从全局统计分布转向局部语义对比,利用红外先验有效分离目标显著性与背景噪声。实验表明 WLC 在 DroneVehicle 数据集上对热目标具有高分辨能力且计算高效,可作为智能无人机系统的可靠实时标准。
针对单像素成像中测量成本高且存在辐射剂量的问题,LIPS-PC 方法通过端到端学习照明模式并联合训练修正器与分类器,在无需重建目标的情况下直接输出类别标签。该方法在 MNIST、Fashion-MNIST 及 RIAWELC 数据集上评估显示,当采样数 M=8(占比低于 1%)时,其准确率比最佳固定变换高出 9-15 个百分点,且达到同等精度仅需约 2 至 4 倍的测量次数。
针对移动和航空 LiDAR 点云中导线稀疏、噪声及植被遮挡问题,提出一种结合密度聚类、多项式拟合与碎片合并的自动化重建方法。该方法经语义分类后无需模态特定调参即可处理两类数据。在航空数据集上实现 96.87% 精度与 0.127m 几何 RMSE;在缺乏导线级标注的移动数据集上,点云到模型 RMSE 为 0.045m,重建覆盖率达 95.27%。源代码、文档及评估数据已公开。
该报告总结了 Mobile AI 2026 Challenge 中针对移动 GPU 的高效 ISP 模型方案,展示了在骁龙与联发科平台上将 RAW 数据重构为高质量 RGB 图像的工程实践。
针对汽车雷达感知中的杂波干扰问题,研究提出了轻量级微型图变换器网络(TGTNet),用于区分静止与运动目标。在公开数据集 RadarScenes 上的评估显示,该模型在精度和召回率上媲美最先进方法,但参数量降低一到两个数量级且推理速度显著提升。论文已被 IEEE Sensors Journal 接收,将于 2026 年 3 月发表,代码与数据暂未开放。
MiCaDe 是一种无需标定靶或修改感知栈的在线方案,用于检测激光雷达与相机的外参是否发生漂移。该方法利用标准目标检测器生成的 3D 和 2D 边界框在正确标定下应保持几何一致性的洞察,通过匹配跨模态检测结果推导几何一致性指标,并将其聚合为固定大小批次以生成似然流。
推荐理由:提出无需标定靶的在线外参漂移检测方法,利用跨模态检测几何一致性实现低误报率监控。
该论文提出一种基于物理一致性的评估框架,用于验证汽车雷达感知中由数据驱动模型生成的车辆假设。该方法利用包含遮挡依赖边缘可见性、方位角与角度相关的 RCS 建模以及车轮诱导多普勒特征的物理参考模型,生成预期的雷达特征,并通过基于 Wasserstein 距离的一致性指标(涵盖检测空间分布、局部计数和反射强度)将其与观测到的雷达点云进行对比。
MambaHand Net 提出双流框架,结合 CNN 提取帧级局部身份特征并利用双向 Mamba 建模长程行为依赖。该方法在 SCUT-DHGA 基准数据集上取得最先进平均性能,验证了融合 CNN 与 Mamba 架构对动态手势认证的有效性。论文为 arXiv 预印本版本(arXiv:2611.04626),代码与权重尚未公开。
这篇论文提出了一种无需标签预训练的卷积 beta-VAE 编码器,专门针对去除杂波的原始雷达测量数据(60/77 GHz),旨在解决微多普勒谱图在迁移学习中的泛化不足问题。研究者在十个设置下对比了该冻结编码器与端到端监督模型及基础模型,结果显示其在跨用户、跨任务和跨硬件场景中均能保持最佳或接近最佳的识别性能。代码已开源。