张林相信，智能驾驶的成功既需要技术领先，更要构建完整的产业化能力，目前福瑞泰克已建立起完整的智能驾驶产品矩阵，拥有软硬一体的核心能力。这一路径获得行业深刻共鸣。从当前普及的L2+，到未来可期的L3/L4智能驾驶，这不仅是我们在本土市场实现价值跃升的引擎，也将成为我们在全球舞台竞争时的差异化‘王牌’。一汽奔腾汽车股份有限公司副总经理，奔腾开发院党委书记、院长杨兴龙从车企转型视角指出，面对远超单企业能

本文提出的单帧结构光系统通过斑纹图案优化、高精度标定与校正、改进SGM匹配算法的协同设计，突破了传统结构光技术的局限，实现了高密度、高精度、实时动态的3D重建。文章提出了一种基于伪随机斑纹的单帧结构光传感器，通过优化的相机标定、极线校正算法和改进的半全局匹配（SGM）算法，解决了传统结构光技术在采集时间与空间分辨率之间的权衡问题，实现了高精度的3D密集动态重建，适用于近距离高精度测量及动态目标重建

值得注意的是，尽管真实点云数据仅占 MulSen-AD 数据集的三分之一，且其采集过程相较于图像模态更加复杂、耗时，MulSen-AD 仍在点云模态上实现了2035个样本的规模。为此，来自上海科技大学、密歇根大学安娜堡分校等机构的研究团队联合提出MulSen-AD数据集——首个融合RGB、红外和点云数据的多传感器异常检测数据集，并提出基准模型 MulSen-TripleAD，旨在实现对外观、几何结

首先我们构建了一个目标点词表，并设计了一种推理过程不需要高精地图的目标点评估机制，以有效捕捉分布信息。借此，可以大大缩短扩散模型在去噪过程所需的推理步数，同时产生高质量的轨迹。自动驾驶场景中，轨迹规划往往具有多模态特性，如选择不同车道的驾驶策略。传统的轨迹回归方式和使用扩散模型方式都出现了轨迹质量下降的问题。研究方向为自动驾驶，世界模型等。如果您有相关工作需要分享，欢迎联系：cv3d008。扫码观

自动驾驶为什么要传感器标定传感器标定是自动驾驶感知&规划任务的基础。第一，各个传感器各自感知的结果需要统一到车体系融合表达，比如Mono3D感知的前方车辆和激光感知的前方车辆，都需要转换到车体系，才可以融合并输出给下游。第二，某些感知任务依赖传感器外参标定，比如视觉IPM变换，需要知道相机外参。第三，前融合任务，例如相机和激光前融合，也需要知道相机&激光的外参。所以传感器标定是一切

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨绿竹巷人来源丨古月居描述最近在做特征级别的感知结果融合算法。我的工作目的，是要将多种不同传感器的感知结果，通过一定的机制融合起来，得到融合后的感知结果。为此看了一些资料，了解到Apollo中使用了匈牙利匹配算法，之前不懂就学习了一下。这个算法挺好理解的，将个人对匈牙利匹配算法的理解写在这里。这篇感觉是我写过最搞笑的文章。。。算法论文:T.

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达来源丨自动驾驶专栏点击进入—>3D视觉工坊学习交流群论文链接：https://arxiv.org/pdf/1901.03642.pdfGitHub链接：https://github.com/HKUST-Aerial-Robotics/VINS-Fusion摘要精确状态估计是自主机器人的基础问题。为了实现局部精确且全局无漂移的状态估计，通常

作者丨pprp来源丨GiantPandaCV编辑丨极市平台导读这一篇介绍各个算法的蒸馏机制，根据教师网络是否和学生网络一起更新，可以分为离线蒸馏，在线蒸馏和自蒸馏。感性上理解三种蒸馏方...

点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨ChaucerG来源丨集智书童1YOLOv5-Lite1、Backbone与HeadYOLOv5-Lite的网络结构的Backb...

NeurIPS 2025 开源｜Co-Adaptation-3DGS：3DGS的过度共适应现象是稀疏视角重建伪影的核心原因。，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎文末联系我们。如果您有相关工作需要分享，，为大家着重分享他们团队的工作。如果您有相关工作需要分享，欢迎文末联系我们。：3D视觉工坊很荣幸邀请到了清华大学深圳国际研究生院。3D视觉工坊很荣幸邀请到了清华大学深圳国际研