Neuste Artikel für Autonome Fahrzeuge

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.

Eine neue Methode verbessert die Zuverlässigkeit von Vorhersagen neuronaler Netzwerke bei Regressionsaufgaben.

Ein neues Framework verbessert die Objekterkennung für bekannte und unbekannte Gegenstände.

Verstehen, wie Kommunikation funktioniert, ist der Schlüssel zum Vertrauen in autonome Fahrzeuge.

SLAIM verbessert die Echtzeitverfolgung und -kartierung mit fortschrittlichen neuronalen Netzwerken und Tiefeninformationen.

Eine schnelle Methode, um 3D-Modelle nur aus sechs Fotos zu erstellen, perfekt für Fahrzeuge.

Ein neuer Ansatz, um das Multi-Objekt-Tracking durch 3D-Daten zu verbessern.

ISAC-Netzwerke verändern die Landschaft der drahtlosen Konnektivität und Sensorik.

Ein Überblick über NeRF-Anwendungen, die die Technologie für autonomes Fahren verwandeln.

Eine neue Methode verbessert die Fahrzeugpositionierung mithilfe von 5G und Bord-Sensoren.

Eine neue Methode verbessert die Zuverlässigkeit von Modellen, indem sie die OOD-Erkennung verbessert.

Kanalmessung verbessert drahtlose Systeme durch effektive Signalmessung.

Neue Methoden erkunden, um die Unsicherheitsdarstellung im Deep Learning zu verbessern.

Die Verbesserung von Kontrollstrategien für Systeme, während man Hindernisse vermeidet.

Die Verbesserung der Standortverfolgung mit innovativen Methoden der Quantentechnologie.

Ein neuer Ansatz zur Sicherheitsanalyse mit stückweise stochastischen Barrierefunktionen.

Wir kombinieren Kameras und Radar-Daten für bessere Objekterkennung in autonomen Fahrzeugen.

Ein flexibles Forschungsplattform für Innovationen im Bereich autonomes Fahren.

Neues Modell verbessert die Fahrzeugumgebungswahrnehmung mit Kameras und LiDAR.

Roboter können die Navigation verbessern, indem sie verschiedene Geländetypen in herausfordernden Umgebungen klassifizieren.