Успел под конец первого дня конференции заглянуть на воркшоп по беспилотным автомобилям 1st Workshop on
Generalization in Autonomous Driving: Paradigms, Practice, and Public Road Demonstrations (https://tum-avs.github.io/ICRA2026_Workshop/).
Felix Fent из TUM (H-index 12, https://scholar.google.com/citations?user=wxWHG3IAAAAJ) рассказывал про свой опыт развертывания систем навигации на автоматизированном автомобиле Volkswagen на улицах Берлина и не только. Он отметил перспективность и нерешенность проблемы обновления HD-карт в процессе движения машины, проблему локализации в случае потери GNSS-сигнала, чем как раз мы плотно занимаемся в команде. И конечно он говорил про смену парадигмы бортовых систем для автомобилей на обучаемые модели. Под конец доклада он дал ссылку на гитхаб своей команды, куда они что-то потихоньку выкладывают https://github.com/TUMFTM
Запомнившиеся постеры с этого воркшопа:
-SimForge: Generalization in Autonomous Driving through City-Scale Digital Twins and Simulation https://tum-avs.github.io/ICRA2026_Workshop/paper/ICRA2026_GenAV_SimForge_Generalization_FS.pdf
-AD4AD: Benchmarking Visual Anomaly Detection Models for Safer Autonomous Driving https://arxiv.org/abs/2604.15291 (код https://github.com/AMCO-UniPD/moviad)
-Radar-Informed 3D Multi-Object Tracking Under Adverse Conditions https://arxiv.org/abs/2604.13571 (код https://github.com/bingxue-xu/radarmot)
-Towards a Fully Differentiable Framework for Autonomous Driving Based on Model-Structured Neural Networks (код https://github.com/tonegas/nnodely)
-Lane-Topology-Guided Motion ForecastingN via Feasible Motion Primitive Selection (проект без кода https://lamp-motionforecasting.github.io/)
-DOPE: Dynamic Obstacle Parking Environment for End-to-End Autonomous Parking in CARLA (код и среда https://github.com/boschresearch/dynamic-obstacle-parking-env/tree/icra2026)
-Collaborative Multi-Agent Testing for Emergent Failure Discovery in Autonomous Driving Systems (код https://github.com/ruizhengu/CREAD )
- V2V-GoT: Vehicle-to-Vehicle Cooperative Autonomous Driving with Multimodal Large Language Models and Graph-of-Thoughts https://arxiv.org/abs/2509.18053 (проект с данными и кодом https://eddyhkchiu.github.io/v2vgot.github.io/)
#ICRA
Generalization in Autonomous Driving: Paradigms, Practice, and Public Road Demonstrations (https://tum-avs.github.io/ICRA2026_Workshop/).
Felix Fent из TUM (H-index 12, https://scholar.google.com/citations?user=wxWHG3IAAAAJ) рассказывал про свой опыт развертывания систем навигации на автоматизированном автомобиле Volkswagen на улицах Берлина и не только. Он отметил перспективность и нерешенность проблемы обновления HD-карт в процессе движения машины, проблему локализации в случае потери GNSS-сигнала, чем как раз мы плотно занимаемся в команде. И конечно он говорил про смену парадигмы бортовых систем для автомобилей на обучаемые модели. Под конец доклада он дал ссылку на гитхаб своей команды, куда они что-то потихоньку выкладывают https://github.com/TUMFTM
Запомнившиеся постеры с этого воркшопа:
-SimForge: Generalization in Autonomous Driving through City-Scale Digital Twins and Simulation https://tum-avs.github.io/ICRA2026_Workshop/paper/ICRA2026_GenAV_SimForge_Generalization_FS.pdf
-AD4AD: Benchmarking Visual Anomaly Detection Models for Safer Autonomous Driving https://arxiv.org/abs/2604.15291 (код https://github.com/AMCO-UniPD/moviad)
-Radar-Informed 3D Multi-Object Tracking Under Adverse Conditions https://arxiv.org/abs/2604.13571 (код https://github.com/bingxue-xu/radarmot)
-Towards a Fully Differentiable Framework for Autonomous Driving Based on Model-Structured Neural Networks (код https://github.com/tonegas/nnodely)
-Lane-Topology-Guided Motion ForecastingN via Feasible Motion Primitive Selection (проект без кода https://lamp-motionforecasting.github.io/)
-DOPE: Dynamic Obstacle Parking Environment for End-to-End Autonomous Parking in CARLA (код и среда https://github.com/boschresearch/dynamic-obstacle-parking-env/tree/icra2026)
-Collaborative Multi-Agent Testing for Emergent Failure Discovery in Autonomous Driving Systems (код https://github.com/ruizhengu/CREAD )
- V2V-GoT: Vehicle-to-Vehicle Cooperative Autonomous Driving with Multimodal Large Language Models and Graph-of-Thoughts https://arxiv.org/abs/2509.18053 (проект с данными и кодом https://eddyhkchiu.github.io/v2vgot.github.io/)
#ICRA
Google
felix fent
Chair of Automotive Technology, Technical University of Munich - 734-mal zitiert - Autonomous Driving - Perception - Machine Learning - Deep Learning - Sensor Fusion
👍1
Коллеги из Пекинского технологического университета (Beijing University of Technology, BJUT) также организовали целый воркшоп на конференции ICRA: Multimodal Embodied Interaction in Robots http://www.mananlab.tech/workshop, утром забежал к ним, но толком не успел послушать. Главным организатором выступила известная нам Ma Nan (https://scholar.google.com/citations?hl=en&user=tRyS4M4AAAAJ) (H-index 21), у которой мы были в гостях в Пекине. Ей удалось застолбить для воркшопа один из самых больших павильнов, в который, правда, почти никто не пришел. Иронично.
В заключительный день 5 июня удалось посетить два воркшопа.
Побывал на воркшопе по локализации роботов на основе построенных заранее карт https://sites.google.com/view/icra2026-priors-map-workshop/home
На нем запомнились вот такие постеры:
-vS-Graphs: Integrating Visual SLAM and Situational Graphs (https://arxiv.org/abs/2503.01783) (проект с датасетом https://snt-arg.github.io/vsgraphs-results/) (код https://github.com/snt-arg/visual_sgraphs)
-Informed Visual S-Graphs (ivS-Graphs) - BIM Informed Visual SLAM for Construction Monitoring (https://arxiv.org/abs/2509.13972v1)
-COMPASS: COmpact Multi-channel Prior-map And Scene Signature for Floor-Plan-Based Visual Localization (https://arxiv.org/abs/2604.25388)
-OsmAG-LLM: Zero-Shot Open-Vocabulary Object Navigation via Semantic Maps and Large Language Models Reasoning https://arxiv.org/html/2507.12753v1 (код https://anonymous.4open.science/r/osmAG-LLM)
-OSM-BKI: OpenStreetMap-Guided Bayesian Kernel Inference for Domain-Robust LiDAR Semantic Mapping (код https://github.com/arpg/OSM-BKI)
-INHerit-SG: Incremental Hierarchical Semantic Scene Graphs with RAG-Style Retrieval (https://arxiv.org/abs/2602.12971) (проект с датасетом, но пока без кода https://fangyuktung.github.io/INHeritSG.github.io/)
- CAD Assemblies as Object-Level Priors for Robotic Operations Planning (https://drive.google.com/file/d/15PoyRPDi-dIDrGhh97lHirCgJRZ_x5R6/view?usp=drivesdk )
- RoboBIM: Scaling Robot Semantic Foundations through Agentic Extraction of BIM Priors (код https://show2instruct.github.io/RoboBIM/)
- Sat-RoMa: Robust Dense Satellite Geo-Registration for GPS-Denied Navigation
- Fixed External Cameras as Common Prior Maps for Active 3D Scene Graph Generation (https://arxiv.org/abs/2605.18184)
-Uncertainty-Aware Hierarchical Re-Localization in OpenStreetMap via Semantic Alignment (https://arxiv.org/abs/2603.01613)
-Towards Zero-Shot Global Localization via Dense Embedding Maps Based on Satellite Priors (код https://github.com/ctu-mrs/mrs_uav_system ) (симулятор https://mrs.fel.cvut.cz/flight-forge)
Побывал на воркшопе по локализации роботов на основе построенных заранее карт https://sites.google.com/view/icra2026-priors-map-workshop/home
На нем запомнились вот такие постеры:
-vS-Graphs: Integrating Visual SLAM and Situational Graphs (https://arxiv.org/abs/2503.01783) (проект с датасетом https://snt-arg.github.io/vsgraphs-results/) (код https://github.com/snt-arg/visual_sgraphs)
-Informed Visual S-Graphs (ivS-Graphs) - BIM Informed Visual SLAM for Construction Monitoring (https://arxiv.org/abs/2509.13972v1)
-COMPASS: COmpact Multi-channel Prior-map And Scene Signature for Floor-Plan-Based Visual Localization (https://arxiv.org/abs/2604.25388)
-OsmAG-LLM: Zero-Shot Open-Vocabulary Object Navigation via Semantic Maps and Large Language Models Reasoning https://arxiv.org/html/2507.12753v1 (код https://anonymous.4open.science/r/osmAG-LLM)
-OSM-BKI: OpenStreetMap-Guided Bayesian Kernel Inference for Domain-Robust LiDAR Semantic Mapping (код https://github.com/arpg/OSM-BKI)
-INHerit-SG: Incremental Hierarchical Semantic Scene Graphs with RAG-Style Retrieval (https://arxiv.org/abs/2602.12971) (проект с датасетом, но пока без кода https://fangyuktung.github.io/INHeritSG.github.io/)
- CAD Assemblies as Object-Level Priors for Robotic Operations Planning (https://drive.google.com/file/d/15PoyRPDi-dIDrGhh97lHirCgJRZ_x5R6/view?usp=drivesdk )
- RoboBIM: Scaling Robot Semantic Foundations through Agentic Extraction of BIM Priors (код https://show2instruct.github.io/RoboBIM/)
- Sat-RoMa: Robust Dense Satellite Geo-Registration for GPS-Denied Navigation
- Fixed External Cameras as Common Prior Maps for Active 3D Scene Graph Generation (https://arxiv.org/abs/2605.18184)
-Uncertainty-Aware Hierarchical Re-Localization in OpenStreetMap via Semantic Alignment (https://arxiv.org/abs/2603.01613)
-Towards Zero-Shot Global Localization via Dense Embedding Maps Based on Satellite Priors (код https://github.com/ctu-mrs/mrs_uav_system ) (симулятор https://mrs.fel.cvut.cz/flight-forge)