Lingdong Kong

Die Forschung zielt darauf ab, die Maschineninterpretation von 3D-Umgebungen zur Sicherheit zu verbessern.

Eine neue Methode verbessert LiDAR-Systeme, um die Sicherheit in selbstfahrenden Autos zu erhöhen.

M3Net verbessert die LiDAR-Segmentierung für selbstfahrende Autos, indem es verschiedene Datensätze und Sensoren integriert.

OpenESS verbessert ereignisbasierte Kameras für präzises Szenenverständnis und -erkennung.

Die Kombination von LiDAR- und Kameradaten, um die Effizienz der autonomen Fahrtechnologie zu verbessern.

Teams auf der ganzen Welt verbessern die Technologie für autonome Autos unter schwierigen Bedingungen.

Ein neues Toolkit verbessert die LiDAR-Segmentierung für sicherere selbstfahrende Autos.

Wir stellen RoboBEV vor, um BEV-Algorithmen unter realen Bedingungen zu testen.

Diese Studie bewertet, wie HD-Kartenmethoden unter schwierigen Bedingungen abschneiden.

SuperFlow verbessert 3D-Wahrnehmungsmodelle mit LiDAR- und Kameradaten für autonomes Fahren.

Event-Kameras bieten einen revolutionären Ansatz für schnelle Objekterkennung.

GEAL verbessert das Verständnis von Robotern für die Nutzung von Objekten durch innovative Lerntechniken.