Neuste Artikel für Autonome Fahrzeuge

Ein neues Modell zur Verbesserung der 3D-Datenanalyse für autonome Systeme.

Diese Arbeit präsentiert ein Konzept zur Verbesserung der Sicherheit bei der Navigation autonomer Fahrzeuge.

Forscher nutzen NeRFs, um selbstfahrende Systeme durch simulierte Umgebungen zu verbessern.

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.

DriveCoT verbessert die Entscheidungsfindung und Sicherheit von selbstfahrenden Autos.

Ein Rahmenwerk für Maschinen, um Nutzervorlieben aus visuellen Daten zu lernen.

Diese Studie untersucht die Rolle von Simulationen bei der Entwicklung von Kontrollrichtlinien für autonome Roboter.

MAVOS stellt eine effiziente Methode vor, um Objekte in langen Videoclips zu verfolgen.

Neue Methode verbessert Vorhersagen für sich bewegende Objekte im autonomen Fahren.

AIDE vereinfacht das Datenmanagement für mehr Sicherheit in selbstfahrenden Autos.

Eine neue Methode verbessert die Objekterkennung in unterschiedlichen Umgebungen mithilfe von LiDAR-Daten.

Ein neuer Ansatz verbessert Kamera- und Radarsysteme für eine bessere Objekterkennung.

Dieses Papier präsentiert eine formelle Methode zum Testen von Verkehrs-Störungen in autonomen Fahrzeugen.

Eine neue Methode verbessert das Training von selbstfahrenden Autos durch menschenähnliche Interaktion.

Die Erkennung von grossen Objekten in Umgebungen für autonome Fahrzeuge verbessern.

Eine neue Methode zur Verbesserung der Trajektorienvorhersage über verschiedene Beobachtungsdauern hinweg.

UniV2X verbessert autonomes Fahren durch Zusammenarbeit zwischen Fahrzeug und Infrastruktur.

Eine Methode zur Verbesserung der 3D-Objekterkennung mit LiDAR-Daten.

Neuer Ansatz verbessert die Erkennung von Bürgersteigen für autonome Fahrzeuge.

VecKM verbessert die lokale Geometriekodierung für Punktwolken und steigert die Effizienz und Robustheit.

Neue Methoden verbessern die Sicherheit, indem sie die Bewegungen von Fussgängern, die ausserhalb des Sichtfelds sind, für autonome Fahrzeuge vorhersagen.

Ein neuer Ansatz für realistische Verkehrsszenarien beim Testen von autonomen Fahrzeugen.

Eine neue Methode verbessert die Objekterkennung in autonomen Fahrzeugen durch die Kombination von Sensordaten.

LidarDM erstellt realistische LiDAR-Videos für das Training und Testen autonomer Fahrzeuge.

Einführung effizienter Kontrollmethoden für grosse Systeme mithilfe von verteilten Beobachtern.

Eine neue Methode verbessert die Bewegungsprognose für autonome Fahrzeuge und legt den Fokus auf Sicherheit und Unsicherheit.

Erforschen, wie semi-supervised learning beschriftete und unbeschriftete Daten kombiniert, um bessere KI-Modelle zu erstellen.

Verwendung von historischen LiDAR-Daten zur Verbesserung der kamera-basierten 3D-Erkennung in autonomen Fahrzeugen.

Die Forschung konzentriert sich darauf, die Kartierungsmethoden zu verbessern, um Standortidentifikation effizienter zu gestalten.

MemFlow bietet eine Echtzeit-Schätzung des optischen Flusses mit einem Speichermodul für verbesserte Genauigkeit.

EasyTrack und EasyTrack++ verbessern das Objekt-Tracking in 3D-Umgebungen mithilfe von Punktwolken.

Innovative Modelle verbessern das Verständnis der Strassenbedingungen für autonome Fahrzeuge.

Eine neue Methode verbessert die Resilienz der visuellen Objektverfolgung gegen subtile Angriffe.

Entdecke, wie Kleinwagen die Ausbildung und Forschung im Bereich autonomes Fahren beeinflussen.

Klare Kommunikation schafft Vertrauen in autonome Fahrzeuge für alle Verkehrsteilnehmer.

Ein neues Rahmenwerk verbessert das Fahrzeugbewusstsein durch geteilte Daten und Priorisierung.

Eine neue Methode verbessert die Effizienz des Imitationslernens durch Boosting.

Lern, Objekte anhand von Bildern und 3D-Punktwolken ohne Labels zu klassifizieren.

Ein neues Verfahren verbessert die Bewegungen von Robotern mit Erkenntnissen über menschliches Verhalten.