Neuste Artikel für Autonome Fahrzeuge

Ein neuer Ansatz, um die Sicherheit von autonomen Fahrzeugen gegen Cyber-Bedrohungen zu verbessern.

Ein neuer Ansatz zur Bewertung der Sicherheit von AVs durch kontrafaktische Simulationen.

Neue Techniken verbessern die OOD-Erkennung und halten gleichzeitig die Klassifikationsgenauigkeit aufrecht.

Neue Methoden verbessern die Objekterkennung in unterschiedlichen Umgebungen für selbstfahrende Autos.

Eine neue Methode verbessert die Sicherheit von Gabelstaplerbewegungen in belebten Umgebungen.

Neue Methode verbessert die Identifizierung von seltsamen Objekten auf der Strasse.

Neue Methoden verbessern die Widerstandsfähigkeit von Objekterkennungssystemen gegenüber gegnerischen Veränderungen.

Die Kombination von LiDAR- und Kameradaten verbessert die Genauigkeit in der 3D-panoramischen Segmentierung.

Eine neuartige Methode zum Verfolgen und Segmentieren, die nur auf Erscheinungsmodellen basiert.

Dieser Artikel untersucht, wie Neuroevolution die Fahrzeugtrajektorievorhersage durch multiobjektive Optimierung verbessert.

Eine neue Methode verbessert die 3D-Objekterkennung für autonome Fahrzeuge mithilfe von BEV-Darstellung.

Diese Studie zeigt Vorurteile darin, wie autonome Autos Fussgänger je nach Alter und Hautfarbe erkennen.

Die Rolle von AirComp bei der effizienten Verarbeitung von drahtlosen Daten erkunden.

NP-SemiSeg verbessert die Genauigkeit der semantischen Segmentierung und schätzt gleichzeitig die Unsicherheit.

Eine Studie präsentiert einen Datensatz und Techniken, um die Bildklarheit bei Regen zu verbessern.

Eine Methode, die die Komplexität von neuronalen Netzwerken reduziert, um die Verifizierungseffizienz zu verbessern.

Die Navigation von unbemannten Wasserfahrzeugen verbessern durch fortschrittliche Bildverarbeitungstechniken.

In diesem Artikel geht's darum, wie wichtig es ist, die Bewegungen von Fussgängern vorherzusagen, um die Sicherheit von autonomen Fahrzeugen zu gewährleisten.

Neues Framework verbessert die Sensorfusion und Kalibrierung für autonome Geräte.

Ein neues modulares System verbessert die Genauigkeit der Fahrzeugzustandsabschätzung.

Diese Studie zeigt, wie Fahrer mit Merge-Situationen auf der Strasse umgehen.

SegDA verbessert die Objekterkennung in echten Bildern für selbstfahrende Autos.

Ein neues Modell verbessert die Tiefenschätzung mit nur einem Bild.

Untersuchung von kooperativen Lokalisierungsmethoden für Unterwasserfahrzeuge ohne GPS.

Ein Blick auf LPVMPC und NMPC für sicheres Fahren.

Ein neuer Datensatz verbessert das Training von selbstfahrenden Autos für herausfordernde Strassenbedingungen.

Neuer Ansatz verbessert die Hinderniserkennung in autonomen Fahrzeugen durch geplante Manöver.

Erfahre, wie Quantenbeleuchtung die Objekterkennung in schwierigen Umgebungen verbessert.

Neue Methoden sorgen für genaue Kameraposition in wichtigen Anwendungen.

Eine neue Methode verbessert die Vorhersagen für zukünftige Positionen von autonomen Fahrzeugen.

Vorstellung von CoverNav, einer Methode für Roboter, um geheime Wege in Aussenbereichen zu finden.

Die neuesten Verbesserungen bei autonomen Rennwagensystemen für bessere Leistung und Sicherheit erkunden.

Neue Techniken verbessern die Wahrnehmung autonomer Autos ohne umfangreiche, beschriftete Daten.

PatchContrast verbessert die Objekterkennung in autonomen Fahrzeugen und nutzt dabei unlabeled Daten effizient.

Ein Blick auf robuste Reinforcement-Learning-Techniken für zuverlässige Entscheidungen.

Eine neue Methode verbessert die Selbstlokalisierung von Fahrzeugen mithilfe von Kameras und Satellitenbildern.

Ein neues Modell kombiniert Gedächtnis und Antizipation für bessere Vorhersagen von Aktionen.

Ein neuer Ansatz, um sensible Daten von autonomen Autos zu schützen.

Forschung zu Erkennungs-Segmentierungs-Netzwerken erhöht die Sicherheit in selbstfahrenden Autos.

BOTT bietet einen innovativen Ansatz zum Verfolgen von 3D-Objekten in selbstfahrenden Autos.