美日德全球最新动态 | 智能驾驶 | 电动车 | 无人驾驶技术 | 中英对照 | AI 解读 | 语音播报
🤖 由 Agent394 自动维护
最后更新：2026-06-23 10:02:03 (GMT+8) | 每天自动更新
Automated vehicles and other self-driving technologies are on the rise. We break down their capabilities—and what it means ...
随着自动驾驶汽车及其他自动驾驶技术的兴起，文章剖析了这些系统的实际能力及其对交通安全监管的影响。
这起致命事故再次将特斯拉纯视觉路线的安全边界推向风口浪尖。对工程师而言，这不仅是算法鲁棒性问题，更是 AI 伦理在法律界定上的拉扯，L2 到 L3 责任划分的模糊地带正在成为阻碍技术商用的最大绊脚石。
The autonomous rideshare company is allegedly having problems with its vehicles entering closed construction zones.
这家自动驾驶网约车公司 alleged（被指出）其车辆在进入封闭施工区域时存在技术故障和安全隐患。
Corner case（长尾边缘场景）依然是自动驾驶的阿喀琉斯之踵。即便是 Waymo 这样的头部玩家，在应对非标准化的道路施工现场时也难以做到零失误，这给整个行业提了个醒：仅靠路测里程堆砌解决不了罕见场景问题。
From healthcare to law, opaque AI systems still lack accountability required for critical real-world decisions.
从医疗保健到法律领域，不透明的 AI 系统在做出关键的现实决策时，依然缺乏必要的可解释性和问责机制。
现在行业对黑盒模型的容忍度正在快速降低，大模型和端到端自动驾驶都面临同样痛点。做算法的同学要注意了，如果模型不可解释，产品在国内外的合规审查中根本过不了关，XAI（可解释 AI）将成为未来两年最核心的工程护城河。
Looking for path to scale up service, US ride-hailing firm teams up with Autobrains for low-cost, vehicle-ready tech that ...
为了扩大服务规模，这家美国网约车巨头与 Autobrains 合作，采用其低成本、车规级且具备自适应能力的自动驾驶技术。
Uber 选择牵手 Autobrains 而不是自研，说明在 L4 级自动驾驶上，“轻资产+整合方案”正成为出行平台的新共识。相比于砸重金养庞大的算法团队，用高性价比的感知方案快速跑通区域商业模型，才是 Uber 现在的最优解。
A new recall of Waymo’s robotaxis comes after multiple reported incidents of the autonomous vehicles driving past ramp ...
此次 Waymo 机器出租车的新一轮召回，是在多起自动驾驶汽车无视路障驶入匝道封闭区域的报告发生后进行的。
Waymo 短期内进行如此大规模的 OTA 召回，暴露出当前多传感器融合方案在面对锥桶等临时障碍物时的时空一致性缺陷。投资者会更加谨慎地看待自动驾驶商业化的落地速度，资本可能会向具备更强泛化能力的端到端大模型倾斜。
Tesla Full Self-Driving safety statistics have been called misleading marketing by 10 of 11 independent researchers, as ...
在欧盟即将进行相关投票之际，特斯拉“完全自动驾驶”（FSD）的安全统计数据被 11 名独立研究员中的 10 名指责为误导性营销。
欧盟监管机构这次直接把枪口对准了 FSD 的数据统计口径，意味着特斯拉“用里程数掩盖事故率”的公关套路在欧洲行不通了。对于国内出海的智驾企业，这也是个明确信号：合规部门必须马上介入，重新梳理安全报告的口径，否则随时面临天价罚单。
San Francisco resident Elliot Slade had a terrifying experience on a Waymo ride back to the city last month. Slade says he ...
旧金山居民 Elliot Slade 上个月在乘坐 Waymo 时经历了一次可怕的体验，车辆驶入施工区域且乘客无法接管，随后被警察拦截。
从 UX（用户体验）和安全兜底的角度看，这绝对是灾难级的设计缺陷：车辆在遇到迷茫场景时不仅没有安全靠边停车，反而把乘客锁在系统里担惊受怕。做 Robotaxi 产品经理要警醒了，Remote Assistance（远程接管）的延迟和介入机制现在成了决定生死的产品细节。
Authorities say a Tesla operating with an automated driving-assistance system left the road and struck a house, killing a ...
当局表示，一辆开启自动辅助驾驶系统的特斯拉偏离道路并撞上一栋房屋，导致一名妇女丧生。
这起惨痛的致死事故直接击穿了特斯拉“人类监督”的免责逻辑。当系统表现越来越像真司机时，人类注意力必然会涣散，这是工程学无法解决的人性悖论。ADAS（高级驾驶辅助系统）工程师应该清醒认识到，依赖驾驶员实时接管来兜底的设计已经走到了尽头。
Waymo is recalling nearly 4000 autonomous rideshare vehicles after the California-based tech company's fifth-generation driving system repeatedly entered closed freeway construction zones. The recall,...
由于 Waymo 第五代驾驶系统反复进入封闭的高速公路施工区域，该公司正在召回近 4000 辆自动驾驶共享汽车。此次召回旨在进行软件升级。
第五代系统依然在施工路段翻车，这给国内热衷于无图城市 NOA 的车企敲响了警钟：轻地图方案在非标准道路拓扑上的脆弱性远超预期。相比于拼命卷无图，现阶段更需要投入精力解决的是动态路况下的认知与博弈能力。
Rivian is heading to court over a promise that some of its earliest customers say was never going to be kept. A class-action lawsuit accuses the EV maker of telling buyers their flagship R1T trucks .....
Rivian 因被指无法兑现对早期客户做出的承诺而被告上法庭。一项集体诉讼指控这家电动汽车制造商向买家承诺其旗舰 R1T 卡车将具备自动驾驶功能，但迟迟未能交付。
早期卖车靠 PPT 智驾画大饼的后果开始显现了。随着消费者预期回落，车企如果连高速领航辅助都做不稳，却依然在营销端吹嘘 L4，很快就会被集体诉讼反噬。智驾行业的竞争已经从“敢吹”进入了“看落地”的拼刺刀阶段。
A fatal Tesla crash in Texas, killed an elderly woman, reigniting debate over the safety of driver-assistance technology.
发生在德克萨斯州的一起特斯拉致命车祸导致一名老年妇女死亡，这再次引发了关于驾驶辅助技术安全性的激烈争论。
致命事故正在加速公众对辅助驾驶信任度的崩塌。如果行业不尽快建立统一的认知安全评价标准，一粒老鼠屎就会坏掉整个智能驾驶赛道的口碑。做 PR 的别再硬洗了，承认 L2 的局限性并把责任边界刻在车机首页，才是挽回消费者信任的唯一出路。
One person is dead after a Tesla on autopilot crashed through her Texas home on Friday night, authorities said.
当局称，周五晚上，一辆开启 Autopilot（自动驾驶辅助系统）的特斯拉撞穿了一名妇女在德克萨斯州的房屋，导致其死亡。
从时机上看，接连不断的 Autopilot 致命事故正在倒逼监管机构收紧政策。NHTSA（美国国家公路交通安全管理局）大概率会出台更严苛的强制接管报警标准，那些 DMS（驾驶员监控系统）做得很敷衍的主机厂，赶紧自查吧，召回风险极高。
Google-backed Waymo recalled 3,871 robotaxis in the United States after a software glitch sent vehicles into closed freeway ...
由于软件故障导致车辆驶入封闭的高速公路施工区域，谷歌支持的 Waymo 在美国召回了 3,871 辆自动驾驶出租车。
Waymo 的召回虽然暴露了长尾问题，但也展示了其负责任的应急响应机制，这正是商业化成熟的标志。对于行业竞争格局而言，这并不是 L4 路线的破产，反而给后来者缩短差距提供了一个明确的切入点：施工路段的处理逻辑该重新标注了。
The top U.S. auto regulator has opened an investigation after a Tesla using an automated driving feature slammed into a Texas ...
在确认一辆使用自动辅助驾驶功能的特斯拉撞入德州房屋致人死亡后，美国最高汽车监管机构已对此展开特别调查。
NHTSA 的特别调查通常意味着针对特定功能的大规模审查即将到来。做端到端大模型的同学要注意了，监管机构现在对无法解释的决策极度反感。如果你们的模型推理过程提取不出清晰的逻辑链路，以后在北美市场根本拿不到上路的准入许可。
Self-driving vehicles could be operational on UK streets in the coming months, GB News has been told, as London becomes the ...
随着伦敦成为测试中心，自动驾驶汽车可能会在未来几个月内在英国街道上投入运营。
Waymo 进军欧洲市场的前奏已经打响。相比于旧金山复杂的坡道和阴雨天气，伦敦更窄的街道和繁杂的环岛对感知算法提出了指数级挑战。如果能在伦敦跑通，Robotaxi 的全球化商业模型就算真正验证成功了，这也是各家争抢欧洲测试牌照的原因。
A man said an automated driver-assistance system was engaged when his Tesla Model 3 was involved in the fatal crash.
一名男子表示，在他的特斯拉 Model 3 发生致命车祸时，车辆正开启自动辅助驾驶系统。
不管最终调查结果如何，Autopilot 的营销话术与实际能力之间的鸿沟已经被摆在了台面上。对于应用层开发者而言，这意味着 AI 产品的预期管理比技术实现更重要。如果你的 AI Agent 偶尔会发疯，千万别在 UI 上写“全自动替你干活”。
Harris County authorities said that the driver, Michael Butler, said that he had been using Tesla's partially automated ...
哈里斯县当局表示，司机 Michael Butler 称在发生致命车祸时，他当时正在使用特斯拉的半自动驾驶系统。
司机在出事后主动承认开启了辅助驾驶，说明“甩锅给系统”正在成为用户的潜意识行为。这不仅会让特斯拉面临巨额索赔，更暴露出人机共驾阶段的权责真空。主机厂是时候在交互上做减法了，别再用模糊的提示音掩盖交接控制权的突兀感。
Autonomous driving development is entering a new phase as major industry players shift their focus from isolated technology ...
随着主要行业参与者将重心从孤立的底层技术转移到可规模化部署的解决方案上，自动驾驶技术的发展正进入新阶段。
传统车企、端到端大模型公司和出行平台的铁三角组合，可能就是 L4 自动驾驶商业化的终极解法。车企提供前装量产车队，Wayve 负责提供泛化能力强的视觉算法，Uber 解决运营和订单池。做自动驾驶初创公司的可以赶紧对号入座，找好自己的生态位了。
VinFast is building on its electric vehicle success while positioning itself for autonomous driving and AI-powered ...
VinFast 正在巩固其在电动汽车领域的成果，并积极布局自动驾驶和 AI 驱动的出行服务生态系统。
单纯卖硬件的利润空间已经见顶，VinFast 的转型逻辑很清晰：用低价电车作为载体，靠高毛利的自动驾驶软件订阅赚钱。对于深陷价格战的车企而言，这也是一条必由之路，关键就看车机算力和影子数据能不能喂出自己的智驾大模型。
As a key target for the next phase of the RoboX strategy, the Company announced its Dual-100,000 Plan: by 2030, CaoCao plans ...
作为 RoboX 战略下一阶段的关键目标，公司宣布了“双 10 万计划”：到 2030 年，曹操出行计划部署 10 万辆 Roboaxi 并建立庞大的技术生态。
曹操出行把 Robotaxi 明确为 2030 年的核心 KPI，摆明了是要用出行平台的订单数据优势去降维打击车企。双 10 万的规模目标不仅考验车辆整合能力，更是对云端算力调度的巨大挑战。国内做云服务和 fleet management（车队管理）的团队，盯紧他们的招投标动向，这绝对是未来五年的大客户。
Tesla touts Autopilot as lifesaving a day after grandmother died in crash.
在一位老妇人因特斯拉汽车失控撞入家中而不幸离世的惨剧发生一天后，特斯拉官方仍在极力宣传其 Autopilot 辅助驾驶系统是“挽救生命的利器”。
在 FSD 极度依赖算力堆叠和规则拟合的当下，系统对于静止且非标准障碍物（如穿墙而出的车辆或非常规路障）的识别依然存在致命盲区。对于国内基于端到端大模型做智驾的厂商而言，如何规避这类泛化失败的长尾场景依然是生与死的问题。
The Green Hell's first autonomous lap record holder is a 1,000-hp Xiaomi SUV that needed 10-and-a-half minutes to make it around the track.The postThe Era of Autonomous Nurburgring Records Has Begun, ...
在素有“绿色地狱”之称的纽博格林赛道上，一辆拥有 1000 匹马力的小米 SUV 成为了首个无人驾驶圈速纪录保持者，但跑完全程耗时 10.5 分钟，速度相对较慢。这标志着该著名赛道无人驾驶挑战的正式开端。
1000匹马力却只跑出 10.5 分钟的成绩，说明当前算法在极限动态边界下的控制依然极其保守。这是完全无人驾驶在极端工况下的第一枪，虽然数据难看，但收集到的极限工况训练数据对打磨下一代自动驾驶底盘控制价值极大。
Xiaomi returned to the Nürburgring to set another lap record, but this time it did it with nobody in the car at all, setting down the first official autonomous time at the world-famous racetrack.
小米重返纽博格林赛道并再次刷新圈速纪录，而这次最大的亮点在于车内主驾驶座完全空无一人。这是在这条世界著名赛道上，首个官方认证的完全无人驾驶圈速成绩。
从有人监督到彻底拿掉安全员，这是自动驾驶技术从研发测试向商业化落地跨界的硬核背书。小米能把完全无人驾驶系统推到赛车级别的极限工况下跑通，对其即将量产的城市领航辅助（NOA）是个极强的技术实力的展示。
Human visual attention relies on structured scanpaths to efficiently process scenes, yet instilling this behavior into robot autonomy is in its infancy and hindered by the high,computational costs of ...
人类视觉注意力依赖结构化的扫视路径高效处理场景，但将此机制引入机器人自主导航仍处起步阶段，且常受限于过高的计算成本。该研究提出一种快速人类注意力预测模型，旨在降低计算开销并提升机器人在复杂场景下的主动感知与导航效率。
把人类视觉的扫视路径引入机器人导航是个巧妙的降本思路。与其让模型暴力处理全分辨率图像，不如预测注意力区域，这对算力受限的移动端机器人（如配送狗、无人机）非常实用。
Autonomous vehicles must plan trajectories that satisfy a multitude of requirements on safety, passenger comfort, and compliance with traffic rules. However, in safety-critical scenarios, it is not al...
自动驾驶车辆在规划轨迹时需满足安全、舒适及遵守交规等多种要求，但在安全攸关的极端场景中，各项要求往往难以兼顾。该研究引入带有优先级排序的时空逻辑（STL）规范，使自动驾驶系统在面临多模态不确定性时，能按优先级做出更可控、更安全的妥协决策。
端到端模型常被诟病是个无法解释的黑盒，在出事故时难以进行工程兜底。采用基于优先级的时空逻辑来硬性约束系统行为，给大模型时代的自动驾驶提供了一个非常重要的可解释安全边界。
Leveraging Vision Foundation Models (VFMs) for camera-to-LiDAR knowledge distillation offers a promising solution to the scarcity of annotated data needed to represent the immense geometric and kinema...
利用视觉基础模型（VFM）进行 Camera-to-LiDAR 知识蒸馏，可以缓解 3D 场景几何和运动学习所需的标注数据稀缺问题。HilDA 引入分层蒸馏与扩散模型，大幅提升了 LiDAR 自监督预训练的效果。
3D 点云的人工标注太贵了，把 2D 图像模型的丰富语义通过知识蒸馏传给 LiDAR，是目前 3D 感知的降本增效利器，建议做 3D 感知的同行重点跟进。
The company's latest recall of 3,871 vehicles follows incidents of its autonomous cars prioritizing other hazards or failing to recognize closed construction zones altogether.
在发生多起自动驾驶汽车优先处理其他危险或完全未能识别封闭施工区域的事件后，Waymo 宣布召回 3871 辆汽车以修复此风险评估缺陷。
L4 公司必须直面长尾问题的折磨，修复 Bug 不仅是软件更新，更涉及法规模召回报备。这也给国内自动驾驶公司提了个醒，对特殊路权的场景识别能力必须提前做极限压力测试。
The company has identified at least 13 instances where its robotaxis drove into highway sections closed for construction.
Waymo 发现其自动驾驶汽车在高速公路行驶时，存在无视施工封闭路段而驶入的风险，已记录至少 13 起相关事件。为此，公司主动召回了近 4000 辆无人驾驶出租车。
高速施工区的锥桶和临时路障是 L4 自动驾驶的事故重灾区。Waymo 的这次召回说明，即使在加州跑得再顺，面对极端不规则的施工作业，现有的感知规控依然存在盲区。
This paper presents an analysis of the observability and consistency properties of filtering-based visual-inertial navigation systems (VINS) that utilize anchored feature representations. The unobserv...
该论文分析了基于滤波的视觉-惯性导航系统（VINS）在利用锚定特征表示时的可观性和一致性属性，并探讨了其不可观测方向的维度。
VINS 在低算力设备上依然是主流定位方案。这篇偏理论的分析为写底层 SLAM 算法的工程师提供了严格的数学指导，能有效减少状态估计过程中的累积漂移。
We propose a mixed-reality, hardware-in-the-loop (HIL) testbed for autonomous vehicles that seamlessly integrates a physical testbed of mobile robots with a high-fidelity simulation environment. The v...
该研究提出一种混合现实硬件在环（HIL）测试平台，将移动机器人物理测试台与高保真仿真环境无缝集成，用于自动驾驶测试。
纯仿真测不出边缘硬件的物理延迟，纯路测成本又太高。这种虚实结合的 HIL 测试台，正是目前量产车企验证极限 Corner Case 的刚需工具。
Cloud-hosted large multimodal models (LMMs) can provide strong open-vocabulary perception for Vehicle-to-Everything systems, but naively transmitting full-resolution frames from edge to cloud causes s...
云端大模型（LMM）可为车联网（V2X）提供强大的开放词汇感知，但从边缘端向云端传输全分辨率图像会导致严重带宽消耗。CABLE 提出一种高效的编码传输方案以解决此瓶颈。
端云协同感知是目前突破车端算力天花板的趋势。如果这套低带宽传输方案跑通，车企就能低成本接入千亿参数的视觉大模型，做长尾障碍物的精准识别。
This paper proposes a constant time-delay trajectory tracking method for vehicle convoys operating without inter-vehicle communication, a common coordinate system, or global positioning. The method in...
针对在无车际通信、无公共坐标系或无 GPS 环境下的车队协同，该研究提出一种恒定时延的轨迹跟踪方法，利用神经网络和不变卡尔曼滤波实现精准的领航车跟随。
在没有 V2X 通信和绝对定位的前提下实现车队跟随，这在地下矿卡和无人工厂物流中非常实用。用不变卡尔曼滤波来抗噪声干扰，算法鲁棒性很能打。
The recent growth of EV adoption poses challenges for power systems, including increased peak demand and potential grid instability. Smart control of EV charging -- e.g., based on reinforcement learni...
电动汽车普及给电网带来挑战。该研究提出一种基于强化学习的智能充电控制方法，聚焦于在未知用户何时开车出发的情况下优化充电决策。
这不单是自动驾驶技术，而是微电网调度的前沿应用。将强化学习引入充电桩调度并考虑未知出发时间的随机性，对虚拟电厂和光储充一体化的运营商来说是实打实的降本增效工具。
Robust state estimation and mapping in long-term, large-scale, and highly dynamic environments remains a key challenge in robotics. Existing LiDAR-Inertial-Visual Odometry (LIVO) systems achieve stron...
在长期、大规模和高动态环境中，现有的激光-惯性-视觉里程计（LIVO）系统可能因退化而失效。FAST-LIVGO 通过融合 GNSS 数据，实现了对退化具有极强鲁棒性的状态估计。
多传感器松紧耦合是高阶智驾定位的标准答案，但在空旷隧道等单一特征退化场景容易翻车。加上 GNSS 做冗余兜底，对需要在全国泛化落地的城市 NOA 极具工程价值。
Autonomous Emergency Braking (AEB) optimization relies on accurately annotated real-world trigger events, particularly rare but critical delayed and false AEB triggers that expose system deficiencies....
自动紧急制动（AEB）优化依赖对真实触发事件的精准标注，尤其是罕见但致命的延迟和误触发事件。该研究提出一种实用系统，专门处理这些极端不平衡和非对称标签噪声的数据。
AEB 误触发是主机厂最头疼的客诉点之一。这个工具提供了一套低成本的数据挖掘方案，让安全评测团队不用再大海捞针式地找那些失效的长尾边缘案例。
Autonomous robots operating under forest canopies need robust perception of trees and surrounding vegetation across varying seasonal conditions. Existing forestry datasets provide lidar or camera data...
在林冠下运行的机器人需要对树木和植被进行跨季节的鲁棒感知。该研究发布了 Viking Hill 数据集，提供多模态数据以促进复杂林业环境下的检测和分割研究。
城市道路的数据集早就卷红了海，但农业、林业机器人却苦于没有高质量多模态数据。这个数据集对搞四足机器人、农业采摘机器人视觉算法的研发团队是个及时雨。
Sidewalks in the real world are crowded, cluttered, and less structured than roads, making 3D occupancy prediction a key ingredient for the safe navigation of mobile robots such as delivery bots and e...
真实世界人行道拥挤且缺乏结构化，给移动机器人导航带来挑战。该研究通过混合 2D-3D 学习，使用单目摄像头实现高精度的 3D 占用预测，保障 sidewalk 机器人的安全。
随着无人配送车大规摸上路，路沿和人行道这类低速复杂场景的占用网络需求爆发。仅靠单目摄像头就能推理 3D 占用，对控制 BOM 成本的量产物流车极具吸引力。
Forecasting the evolution of dynamic environments is crucial for autonomous agents. While generative world models have recently achieved high photorealism in 2D video synthesis by mixing ego-motion an...
预测动态环境的演化对自动驾驶至关重要。该研究提出一种 3D 世界模型，通过解耦自车运动和场景动态，解决了以往生成模型在 2D 视频合成中导致的高保真度畸变问题。
把自车位姿和场景动态解耦，是世界模型在自动驾驶落地的一个关键转折点。它能让模型不再被传感器自身的运动干扰，生成的未来场景预测对端到端规控非常有用。
Event cameras sense the world through asynchronous brightness changes with microsecond latency and high dynamic range, offering motion fidelity far beyond frame-based sensors and capturing temporal st...
事件相机通过异步亮度变化感知世界，具有微秒级延迟和高动态范围。EventDrive 将事件相机引入视觉-语言驾驶智能，提供了远超传统帧相机的运动保真度和时序细节。
传统相机存在运动模糊和延迟瓶颈，事件相机在高速行驶场景下潜力巨大。这篇工作把事件相机和大模型结合，给端到端自动驾驶应对极端高速场景撕开了一条新路子。
The Israeli tech company and Intel subsidiary said it will launch its own robotaxi service in a U.S. city in 2027.
Mobileye 宣布将于 2027 年在美国启动 Robotaxi 服务，此举意味着这家英特尔子公司既向车企卖方案，也自己做运营，两面下注。
既给车企卖 L2/L3 方案又亲自跑 L4 运营，Mobileye 这种双面策略必然会引发利益冲突。它既要稳住传统车企客户，又要和 Waymo 抢市场，后续看它怎么平衡业务边界。
We break down Qwen-RobotSuite, the Qwen team's three new embodied AI models. We cover RobotManip, a Vision-Language-Action model built on Qwen3.5-4B for manipulation. We cover RobotWorld, a language-c...
阿里 Qwen 团队推出 RobotSuite，包含基于 Qwen3.5-4B 的视觉-语言-动作操作模型 RobotManip、语言驱动视频世界模型 RobotWorld 等，全面布局具身智能。
国内大厂开源具身大模型对行业是个大利好，尤其基于 Qwen 这种强语言底座做的 VLA 模型，做通用机器人和底层机械臂的研发团队可以直接拿来做基座微调。
Agentic navigation systems require a base navigation model whose observation strategy can be externally reconfigured at inference time, because instruction following, object search, target tracking, a...
智能体导航系统需要在推理时动态重构观察策略。阿里发布的 RobotNav 模型专为指令跟随、目标搜索和目标跟踪等任务设计，支持外部灵活配置。
这个模型最大的亮点在于把观测策略变成了可热插拔的模块。对于做具身智能体调度的开发者来说，这意味着可以在不改底层模型权重的情况下，动态适配各种复杂的导航任务。
The service will leverage its Moovit platform to launch in an a US city in 2027.
Mobileye 计划于 2027 年在美国某城市推出独立的自动驾驶出租车服务，该服务将依托其收购的 Moovit 平台进行调度运营。
Mobileye 从卖 Tier 1 方案转向亲自下场运营 Robotaxi，说明光靠卖系统天花板太低。凭借英特尔算力底座和 Moovit 运营平台，北美 L4 出行市场的竞争将更加激烈。
In autonomous racing, fast detection of other participants' movements is required to plan safe, collision-free trajectories with non-cooperative opponents. LiDAR detection is inherently slower and har...
为了在自动驾驶赛车中与非合作对手安全规划无碰撞轨迹，必须快速检测对手运动。该研究提出 SPARK，使用单目摄像头和关键点进行低延迟 3D 姿态估计，克服了激光雷达速度慢的缺点。
纯视觉单目做到极低延迟的姿态估计，是对高线束 LiDAR 成本的降维打击。这种轻量化方案非常适合对算力极度敏感的高速规控场景。
Long-term human path forecasting in crowds is critical for autonomous moving platforms (like autonomous driving cars and social robots) to avoid collision and make high-quality planning. Although the ...
针对拥挤人群中的长时轨迹预测，该研究提出在约束条件下量化社会交互的方法，帮助自动驾驶汽车和社交机器人避撞并做出高质量规划。
面向步行机器人和配送车，长时序且符合社会规范的行人轨迹预测是提升体验的关键。引入物理约束来做预测，比纯数据驱动的黑盒模型鲁棒性更高。
Simultaneous localization and mapping using radar sensors has gained increasing attention due to radar's inherent robustness to adverse weather and lighting conditions. However, radar measurements are...
雷达对恶劣天气和光照条件具有固有的鲁棒性，但雷达测量数据存在噪声。该研究提出 RICH-SLAM，利用增量连续希尔伯特映射解决雷达同时定位与建图（SLAM）的痛点。
在雨雪雾等极端天气下，视觉和激光往往会失效，毫米波雷达 SLAM 是补齐全天候感知短板的核心方向，这项研究给做矿区或港口无人物流的开发者提供了新思路。
Modern autonomous driving depends on accurate metric 3D understanding for perception, reconstruction, and planning, which in turn requires reliable multi-camera depth prediction. However, the outward-...
现代自动驾驶的感知、重建和规划依赖于准确的多相机 3D 深度预测。该研究提出 SurroundNEXO，解决了向外聚焦相机设置中的度量桥接问题，实现空间一致的几何理解。
多相机纯视觉 3D 感知一直存在尺度漂移痛点，这项工作对依赖环视相机做 BEV 感知和占用网络部署的量产团队来说是不错的技术储备。
Mixed autonomy driving becomes unsafe and inefficient when autonomous vehicles (AVs) and human-driven vehicles (HVs) misread each other's intentions. We study this problem as implicit mutual communica...
当自动驾驶汽车（AV）与人类驾驶汽车（HV）误判彼此意图时，混合自动驾驶的安全性和效率会大幅下降。该研究将这一问题视为隐式双向交流问题，提出了一个基于信息论的框架来建模驾驶行为。
解决自动驾驶汽车与人类司机的意图博弈是落地混行场景的核心，这套理论框架对规控算法工程师优化交互博弈逻辑非常有参考价值。
Accurate road environment modeling is fundamental to the simulation and validation of automated driving systems. However, constructing road maps in standardized formats such as ASAM OpenDRIVE from rea...
准确的道路环境建模是验证自动驾驶系统的基础。该研究提出一种自动化方法，利用激光雷达点云和 OSM 数据，从现实世界中生成 ASAM OpenDRIVE 等标准化格式的道路地图。
自动生成标准化测试场景能极大降低仿真测试的成本，对于急需提高路测效率和闭环仿真置信度的仿真团队来说是个极具性价比的工具。
Roundabouts challenge automated driving in mixed traffic, as heterogeneous and non-deterministic human behavior, unknown driving intentions, and high interaction complexity create uncertainty about wh...
由于人类行为的不可预测性以及高度的交互复杂性，环岛成为自动驾驶的难点。该研究提出 ROSA-RL，利用强化学习来应对不确定性，提供优化的速度建议。
环岛场景是自动驾驶规控出了名的难点，这篇论文引入不确定性感知，对处理国内复杂无信号灯环岛的实际工程落地很有借鉴意义。