LiDAR 相关 AI 资讯

7月29日

09:55

官方账号arXiv cs.LG@Thomas Hickling, Dylan Wynne, Yu Su, Nabil Aouf

本文提出一种结合共享体素地图世界模型与多智能体Soft Actor-Critic（MASAC）控制器的室内无人机协同导航框架。多个无人机将360度LiDAR观测融合到共同的世界坐标系占据地图中，转换为紧凑的鸟瞰图（BEV）表示，每个智能体获得自我对齐的局部裁剪。在仿真中，该控制器在走廊导航中达到90.3%的成功率，优于A*规划、人工势场控制器和先前的引导方法。通过离线模仿微调，将仿真训练的策略适应真实数据，在GNSS拒止的室内环境中实现双无人机稳定协作。

论文 MASAC UAV LiDAR

推荐理由：这篇论文用共享体素地图加MASAC实现了多无人机室内导航，仿真成功率90.3%，真机也能跑。比A*和人工势场都好，还解决了sim-to-real问题。

原文

7月20日

09:57

官方账号arXiv cs.LG@Tam Bang, Hussam Abubakr, Emiliano de la Garza Villarreal, Truc Phuong Nguyen, Austin Harris, Toru Hirano, Mina Sartipi, Yunfei Xu, Hoang H. Nguyen

PRISA框架利用路边LiDAR传感器实现隐私保护、低光照鲁棒的交通监测和实时风险检测。其风险评估模块自动从感知数据中训练轨迹预测模型，无需手动标注，并部署在NVIDIA Jetson AGX Thor上。在R-LiViT数据集上的评估显示，PPET评估在2.4秒预测时域内端到端延迟为194毫秒，TTC检测满足实时约束。该框架已在田纳西州查塔努加的真实信号交叉口部署，验证了主动式多智能体交叉口安全监测的可行性。

论文 PRISA LiDAR 交通安全

事件专题

推荐理由：这篇论文提出PRISA，用路边LiDAR自动学习轨迹预测，无需人工标注就能在边缘实时评估碰撞风险，延迟仅194毫秒，已在真实路口跑通。

原文

7月1日

10:37

官方账号arXiv cs.AI@Emilie Vautier, Clément Mallet, Cédric Vega

法国国家森林调查局（NFI）利用32,052个样地数据与LiDAR HD项目，训练FLORA深度学习框架。FLORA可从异构LiDAR点云预测六种森林属性：优势木高度、总材积、落叶木材积、针叶木材积、胸高断面积和树干密度。模型采用八叉树主干结合生态和时空辅助变量，通过晚融合门控机制整合。单模型在落叶和常绿两种季节数据上均优于季节专用模型，优势木高度rRMSE为12.3%（R2=0.88），总材积rRMSE为39%（R2=0.74）。

论文 FLORA LiDAR 森林属性预测

推荐理由：法国NFI用LiDAR HD数据训练的FLORA模型，单模型跨季节预测森林属性，精度超过季节专用模型。

原文