Últimos artículos para Tecnología de Transporte

Combinando datos de LiDAR y cámara para mejorar la eficiencia de la tecnología de conducción autónoma.

Un nuevo enfoque mejora los coches autónomos al imitar los patrones de pensamiento humano.

Un nuevo conjunto de herramientas ayuda a la colaboración en el diseño de interfaces para peatones y vehículos.

El método UAD reduce las necesidades de datos y mejora la eficiencia en la conducción autónoma.

LCSim ofrece herramientas mejoradas para escenarios de tráfico urbano realistas.

Los coches autónomos utilizan sistemas basados en reglas para una navegación más segura en la carretera y para tomar decisiones.

Diseño de controladores eficiente para sistemas inciertos usando técnicas de abstracción.

SeFlow mejora la estimación de movimiento para coches autónomos usando aprendizaje auto-supervisado.

Este documento explora maneras de evaluar mejor la calibración del modelo y la precisión predictiva.

Un nuevo método mejora la seguridad al predecir con precisión el Tiempo hasta la Colisión usando cámaras basadas en eventos.

Descubre cómo la inferencia activa mejora las capacidades de los autos autónomos.

DACCA mejora la detección de carriles mediante un mejor aprendizaje de características y agregación de contexto.

Revolucionando la detección de carriles para autos autónomos con más precisión y comprensión.

Un enfoque novedoso para mejorar el rendimiento en el aprendizaje federado jerárquico.

Explorando el impacto de los gemelos digitales en las redes vehiculares y la comunicación.

Un marco mejora la seguridad en vehículos conectados mientras protege la privacidad del usuario.

Un modelo de ciudad a pequeña escala ayuda en la investigación sobre coches autónomos y sistemas de transporte inteligentes.

Un nuevo enfoque mejora la capacidad de los coches autónomos para navegar por las rotondas de forma segura.

Combinar los datos de la cámara y LiDAR mejora la capacidad de detección de los vehículos autónomos.

Descubre cómo la comunicación V2X transforma la seguridad vial y la gestión del tráfico.

Nuevo método mejora la seguridad de los coches autónomos usando una sola cámara RGB-D.

Un nuevo método de entrenamiento mejora la detección de objetos 3D usando datos sintéticos y del mundo real.

Un nuevo enfoque mejora la seguridad al derrapar para coches autónomos usando física.

Combinar el Clonaje de Comportamiento y el PPO mejora la planificación de trayectorias para autos autónomos.

Usando gemelos digitales para optimizar el tráfico en las rotondas y mejorar la comunicación entre vehículos.

Un marco para mejorar la localización de vehículos utilizando la integración de datos de múltiples sensores.

Explorando cómo los modelos de lenguaje mejoran las tecnologías de conducción autónoma.

La investigación destaca un nuevo enfoque para el aprendizaje en tiempo real en coches autónomos.

Un nuevo modelo mejora la predicción de movimiento para coches autónomos con recursos mínimos.

Métodos innovadores mejoran la comprensión del entorno para vehículos autónomos.

HeightMapNet mejora el mapeo para coches autónomos al aumentar la precisión y el detalle.

Polar R-CNN innova en la detección de carriles, mejorando la eficiencia y el rendimiento.

Nuevas secuencias piloto mejoran la comunicación en entornos que cambian rápido.

SplatAD combina datos de cámara y Lidar para coches autónomos más inteligentes.

Un nuevo modelo mejora las predicciones para vehículos autónomos en tráfico complejo.

Nuevos métodos ayudan a los autos inteligentes a aprender de imágenes de carretera de baja calidad.

Explorando la tecnología cooperativa en coches autónomos para mejorar la seguridad y la eficiencia.

Aprende a agregar líneas de transporte sin problemas a las redes existentes.

Nuevo método mejora la navegación y el seguimiento de objetos en vehículos autónomos.

HoloDrive combina datos 2D y 3D para que los autos autónomos sean más inteligentes.