Neuste Artikel für Autonome Fahrzeuge

Neue Techniken verbessern die Test-Sicherheit für autonome Autos.

Diese Forschung bewertet die Nutzung von LLMs für realistische Selbstfahrauto-Szenarien.

Eine neue Methode trennt bewegliche und statische Elemente in Stadtumgebungen.

Eine neue Plattform verbessert die Sicherheitsanalyse für selbstfahrende Autos gegen potenzielle Bedrohungen.

Die Studie schlägt einen Massstab vor, um Gruppen autonomer Fahrzeuge effektiv zu steuern.

Eine neue Methode verbessert die Kalibrierungsgenauigkeit für MIMO-Radar und optische Sensoren in nahen Bereichen.

Neues Framework verbessert die Vorhersage der Absichten von Fussgängern für selbstfahrende Autos.

Ein neuer Ansatz kombiniert Spieltheorie und Bewegungsplanung für bessere Rennstrategien.

Neue Methoden mit GPUs verbessern lineare Solver für bessere Entscheidungen.

Entscheidungsfindung und Erklärbarkeit in selbstfahrenden Autos erkunden.

Selbstfahrende Autos zu verstehen, ist entscheidend für Vertrauen und Sicherheit.

BriSe AI konzentriert sich auf maschinelles Selbstbewusstsein für bessere Interaktionen.

Eine neue Methode verbessert die Effizienz von 3D-Modellierung mit föderiertem Lernen.

Neue Techniken ermöglichen eine flexible Segmentierung von Lidar-Daten ohne umfangreiche Kennzeichnung.

Ein neues Modell verbessert die Tiefenschätzung, indem es Vorhersagen und Mehrfachanalyse kombiniert.

DepthFM verbessert die Geschwindigkeit und Genauigkeit bei der Tiefenschätzung mit Hilfe von Flussabgleich-Techniken.

Federated Learning verbessert die Zusammenarbeit zwischen autonomen Fahrzeugen bei schlechtem Wetter.

Verstärkendes Lernen verbessert die Testmethoden für die Sicherheit beim autonomen Fahren.

Die Erkundung des Potenzials von monostatischen ISAC-Systemen in der modernen Kommunikation.

Neue Methode verbessert die Fussgängererkennung mit RGB- und Wärmebildern.

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.