FastBEVFusion:一种无需深度估计的实时多模态融合 3D 目标检测系统
FastBEVFusion 提出了一种简单快速且鲁棒的 3D 目标检测融合方案,在 nuScenes 数据集上实现超过 50 FPS 的推理速度。该系统基于半对齐 BEV 空间与轻量级交叉注意力模块,无需依赖深度估计即可有效处理 LiDAR 和相机数据。
FastBEVFusion 提出了一种简单快速且鲁棒的 3D 目标检测融合方案,在 nuScenes 数据集上实现超过 50 FPS 的推理速度。该系统基于半对齐 BEV 空间与轻量级交叉注意力模块,无需依赖深度估计即可有效处理 LiDAR 和相机数据。
针对多拍高动态范围(HDR)成像中的鬼影及直接融合导致的亮度顺序反转伪影,该研究提出一种基于物理引导的扩散模型曝光插值算法。该方法通过物理驱动组件生成初始图像,并利用新扩散模型补充高频细节,在卷积神经网络基础上能产生更多高频信息。实验结果验证了该算法的有效性,论文共 11 页含 6 幅图,已上传至 arXiv。
TriDifNet 是首个联合优化对齐、融合与检测任务的基于扩散的红外可见光多模态感知网络,旨在解决平台运动导致的图像错位问题。
针对冻结或不可访问的机器人基础模型策略,该方法通过结构化代理分离步态周期以指导输入修复。在仿真 Go2 平台上,离线诊断将行走成功率从 259/640 提升至 429/640,在线修复达 382/640 且未触发故障集外的误报。研究结果目前仅基于单一策略和部分筛选的仿真故障集,硬件验证与通用性仍待开放。
该研究基于 520 个 DailyDVS-200 片段和 47 名参与者,对比了 DINO-S CLS、DINO-B CLS 及 MobileNetV3-Small 在 50ms/8 视图条件下的捕获率与误触发数。
针对严重退化下的 STEM 图像,该研究提出利用频域周期性原子排列与空域局部细节的融合网络及噪声校准方法。实验在合成数据集和先进材料真实图像上验证,该方法在保持高分辨率的同时实现了最先进的增强效果并提升了原子定位精度。论文已被 IEEE TPAMI 接收,代码与数据许可状态待进一步确认。
纳芯微凭借汽车模拟及混合信号芯片技术创新,于2026年8月在上海举行的颁奖盛典上荣膺“中国汽车新供应链百强”。其AK2超声波雷达方案近场盲区小于10cm、远距探测达6至7m;NLS911x SerDes支持单通道6.4Gbps传输且已完成国内头部ADAS客户验证。公司上半年汽车芯片出货量达5.34亿颗,多款智能化产品取得量产交付与项目定点进展。
2026年10月23日,成都知否瑞达科技有限公司凭借UWB超宽带通感一体传感器荣获“金辑奖2026最具成长价值奖”。该技术利用纳秒级脉冲实现厘米级测距,通过多站雷达架构消除近距盲区,能在同一套硬件上同时完成数字钥匙通信、泊车辅助测障与舱内儿童遗留检测等功能。
比亚迪仰望旗下全新超豪华行政轿车正式命名为“鼎曜”,该车采用方正造型、对开门结构及车顶激光雷达。新车预计车长约5.5米,将支持比亚迪闪充技术并有望搭载固态电池,计划于阿联酋亮相且售价或超200万元。目前具体尺寸与动力配置细节尚未官方公布。
该研究提出 Pyramid Self-Contrastive Disentanglement(PSCD)模型,将 IQ 信号相干性泛化为可学习隐空间以分离解剖结构与噪声。仿真实验在 0 至 30 dB 噪声水平下使信噪比提升 69.3%、对比度噪声比提升 34.4%,体内六心位及腹部器官测试仅用两个孔径即获 84.8% SNR 增益,且无需预训练成本即可泛化至多收发事件成像管线。
针对灵巧机器人手多自由度传感需求,本文提出基于串行输入并行输出(SIPO)移位寄存器原理的可扩展模拟传感器读出架构。该架构支持异构模拟输出传感器的灵活集成,仅需三条信号线即可实现模块间可扩展扩展,并具备快速可配置采样能力。
MCSTN 提出一种端到端框架,通过掩码感知表示与完整至不完美多视图学习方案,在 PAMAP2、Opportunity 及 WISDM 数据集上实现平均宏 F1 分数分别为 94.24%、91.67% 和 96.22%,优于所有对比方法。该模型仅需少于百万参数,单样本推理延迟为 3.78ms,无需重建或噪声估计即可直接预测。
该论文系统评估了包括合成胡须、白发、妆容和皱纹在内的低成本物理修饰对年龄估计系统的攻击效果。研究在 329 张 10 至 21 岁个体的面部图像上,利用 Gemini 2.5 Flash Image 模拟这些攻击,并测试了八种模型(含 MiVOLO、Gemini 3 Flash 等)。
RIFLE 是首个研究并解决相机卷帘快门与屏幕亮度调制间时序混叠导致频闪带的作品,通过频闪先验估计器与掩蔽损失在保留细节的同时消除条纹。该方法利用合成数据管道克服稀缺性,在真实配对数据集上量化指标及视觉对比均优于近期重建基线。代码与数据集即将发布。
该论文建立了神经形态(事件)相机的偏置调优理论基础。作者证明,常用的速率预算与极性平衡原则结合庞加列 - 米兰达定理,可推导出灵敏度偏置的唯一最优配置。此外,理论表明多变量调优问题可简化为两个参数的实验求解问题。材料仅包含数学推导与理论框架,未涉及具体硬件部署或真实场景性能数据。
该研究提出类别选择性加密框架,利用 80 类检测器识别场景后仅对用户指定敏感类别进行加密,保留非敏感对象与背景以维持下游分析效用。系统支持带可学习混合参数的自适应像素化 Thumbnail-Preserving Encryption (TPE) 及参数自由的 XOR 流密码方案,后者提供数学上精确的可逆性。该架构通过联合训练方法平衡了保护强度与场景实用性,为无人机监控隐私提供了新基础。
研究利用搭载 864 个节点、100-Hz 采集频率的触觉惯性手套,记录了超 70 名参与者跨越五项技能的 1.4 万次羽毛球挥拍数据。提出的力学 grounded 双层框架从触觉历史推断出物体驱动与抓握稳定控制机制,发现高熟练度对应选择性而非广泛性控制。在随机分组的实验中,机制引导的学习者技能提升达 0.72 专家评分等级,显著优于仅反馈水平的 0.05,证实了控制机制的可操作性。
针对拥挤场景或无视觉证据时的主动说话人检测难题,作者提出 ROAM-ASD-C 和 ROAM-ASD-CR 模型。前者通过联合推理多个候选者获取互补证据,后者利用注册说话人的语音表征实现不可见状态下的发言检测。该方法在 AVA、WASD 等五个基准测试中达到最先进水平,且在目标视觉信息缺失时仍保持高性能。
针对多模态传感器成像视角差异和视场失配导致的信息整合局限,论文提出了 SeeRF 框架。该方法结合微分不变速度场的形变生成策略、视觉基础模型引导的特征提取以及由粗到细的渐进式多模态图像配准模块,实现精确的跨模态流估计并生成有效视场掩码。
推荐理由:提出 SeeRF 框架,利用生成式扩散模型解决多模态传感器视场不匹配与融合伪影问题。
论文报告了一项针对全尺寸自动驾驶车辆的实地遥操作实验,对比了标准摄像头、原始 LiDAR 点云及传感器融合三种鸟瞰图界面。结果显示,融合感知在感知可用性、认知负荷(NASA-TLX 评分显著降低)、任务完成时间及系统可用性(SUS)等指标上均优于单一传感器方案,为设计鲁棒的远程驾驶系统提供了实证依据。
针对基于扩散 Transformer 的图像编辑器(如 Flux Kontext)易受有害编辑攻击的问题,研究提出 Copying-as-Defense (CaD) 方法。
该预印本提出了一种鲁棒的去中心化雷达 - 激光雷达惯性里程计(LRIO)框架,旨在解决 GPS 缺失及烟雾、灰尘等视觉退化环境下的定位难题。核心机制包括自适应残差阈值(ART)以自动检测传感器退化并调整融合过程,以及基于 RETOIF 的去中心化最优信息滤波器以实现故障感知的数据融合。
西北工业大学团队发布论文,首次系统研究恶劣天气导致的协同感知失效现象(Weather-Induced Context Interference)。实验表明,即使 LiDAR 点云未变,外部环境变化也会破坏多车融合前的对象表征。
推荐理由:研究揭示恶劣天气下协同感知失效机制,提出无需成对数据的修复方法,在仿真与真实数据上均显著提升目标检测精度。
针对小型无人水下车辆威胁海洋安全且难以被声磁传感器探测的问题,作者建立了 AVP-IR-Wake 基准数据集,包含三年收集的 161,485 帧真实世界物理多样数据。
该报告提出一种针对离岸数据中心威胁的被动声学监控框架,通过移动接收器构建锚点约束解决稀疏传感器下的多义性问题。方法在仿真中实现 91% 的定位成功率,野外试验中 10 次里有 9 次追踪误差低于 2m。研究经蒙特卡洛模拟、ROS-Gazebo 演示及开放水域实验验证了技术可行性。
针对传统医学图像分析方法在斜向轴模式优化、计算效率及特征缓冲存储上的不足,研究提出了一种无需将方形图像转换为六边形网格的非插值虚拟网格(NVHT)算子。该方法利用同方图上的滤波器核,在降低计算与存储成本的同时,提升了疾病分类的特征提取效率与准确性。实验表明,此方法在保持多方向高敏感度的前提下,优于常规处理方案,相关代码与数据处于预印本发布阶段。
该系统基于优化后的 YOLOv11 nano 架构,在西爪哇水泥厂部署于 Raspberry Pi 5 与 Google Coral Edge TPU 边缘协处理器。
针对机器人安全室内操作需求,该方法利用毫米波雷达多普勒信息解决隐藏物体追踪难题。研究构建了包含 576 序列、720,856 帧数据的室内非视距雷达数据集,并在独立轨迹上实现位置误差 8.95cm 与速度误差 1.75cm/s。该工作建立了低成本雷达追踪移动目标的基准,支持未见过的移动人类目标场景泛化。
ResNet50 和 ViT-B/16 在 Kvasir 数据集上准确率分别为 92.12% 和 91.70%,两者性能等效但前者参数量更少且 CPU 延迟低 2.5 倍。MobileViT-S 虽测试集准确率达 95.5%,但在 ScopeGuide 遮挡下误差激增,而 ResNet50 受影响较小。跨数据集验证显示架构差异远小于域偏移影响,资源受限场景下高效 CNN 是更稳妥的默认选择。
该研究针对无头运动狨猴的热成像呼吸监测难题,指出视觉可靠的目标追踪并不等同于生理有效测量。论文提出 Selective Temporal Attenuation Regularization (STAR) 方法,通过训练时局部时序插值抑制高运动伪影,使模型学习符合呼吸动态的时序信号而非单纯依赖 ROI 追踪。
针对低光照路面裂缝分割中对比度降低、阴影及眩光等干扰问题,本文提出参数高效框架 DROA-CLIPSeg。该方法通过注入 QKV 低秩适应模块优化视觉文本对齐,并利用域残差正交适配器分解特征以保留微弱断裂证据。
针对自动驾驶中毫米波雷达图像以峰值为特征且需处理噪声的问题,本文从频域视角重新审视峰值卷积算子,提出 FreqPKC 并开发 FreqPKC-Net 框架。该方法通过显式建模频率响应和自适应调整有效带宽,在目标区域增强高频分量以提升分割精度,同时在背景区域抑制低频噪声。
该论文提出 Tight Learned Event-Inertial Odometry (TLEIO),这是一种紧凑的基于滤波器的管道,直接从体素化事件流中学习短窗口相对运动,并将结果约束与 IMU 传播紧密融合。
该研究证实红外行人检测中的校准热通道包含灰度通道缺乏的信息,在 FLIR ADAS 数据集上使 mAP 提升 +0.0221。实验显示保持配对对应关系和绝对校准标度会将预期校准误差从约 0.05 升至 0.142。基于温度证据学习(TEL)的归因分析表明,相位随机化在 FLIR ADAS 上带来 +0.0185 mAP 增益,且该结果依赖于五臂受控归因实验条件。
意法半导体(STMicroelectronics)宣布推出集成多轴加速度计和陀螺仪的新型汽车安全组合传感器,旨在助力车企将先进安全防护技术从高端车型推广至大众市场。这些器件支持碰撞保护、翻滚检测及安全气囊触发等功能,可简化系统架构并加快开发进程。作为首批可投入大规模市场应用的此类产品,它们将推动汽车行业向主动安全迈进。
欧摩威在 2026 生态大会上首发由本土团队定义的第七代毫米波雷达 RAD72C,预计 2027 年 Q3 量产。该产品采用加特兰昆仑 Pro 芯片,器件减少约 20%,性能优于上一代标杆 620,且已在重庆隧道场景实现超 100 米静止目标检测。
OMRON Corp. 同意以 6.75 亿美元全资收购 OnLogic,预计于 2027 年 1 月完成交易并获监管批准。OnLogic 将保留其品牌、独立运营及全球办公地点,继续提供面向物联网边缘的可靠计算平台。此次收购旨在结合 OMRON 在控制、机器人和安全领域的经验与 OnLogic 的可配置计算能力,帮助客户在复杂环境中部署物理 AI,优化制造流程。
近日,由市场监管总局认证认可技术研究中心牵头、地平线等单位联合申报的《车规级高端SoC芯片性能与安全检测认证关键技术与应用》项目荣获2025年度中国检验检测学会科学技术奖一等奖。
推荐理由:地平线联合申报项目获中国检验检测学会科学技术奖一等奖,其首创的MAPS评测方法填补了行业空白并写入团体标准。
韩国机械与材料研究院(KIMM)AirFive 项目团队开发出新型车载空气净化技术,利用车辆现有结构在行驶中于源头捕集制动磨损颗粒并去除细颗粒物。该技术使车辆成为城市移动式空气净化系统,相关论文已发表于期刊《Tribology International》。
10 月 24 日,欧冶半导体与睿驰正式签署战略合作协议,围绕区域控制器软硬件底座建立长期合作。双方依托睿驰 NeuSAR 基础软件平台与欧冶工布 565 系列芯片开展深度适配与联合研发,共同打造国产芯片加国产基础软件一体化的区域控制器解决方案。