Últimos artículos para Vehículos Autónomos

Investigaciones revelan vulnerabilidades en la detección de carriles de AV a través de sombras negativas.

Métodos innovadores mejoran la comprensión del entorno para vehículos autónomos.

Un nuevo conjunto de datos busca mejorar el aprendizaje automático con datos de sensores de visión dinámica.

Este modelo mejora la navegación del vehículo combinando técnicas de localización y planificación de rutas.

CASPFormer innova la predicción de trayectorias usando imágenes desde arriba.

SPARQ mejora la supervisión de seguridad para vehículos autónomos al abordar fallos de percepción.

Un nuevo enfoque mejora la seguridad de los autos autónomos a través de ejemplos contrafactuales.

Un nuevo marco para evaluar la efectividad de los sistemas de posicionamiento basados en visión.

Las mejoras en la percepción LiDAR mejoran el rendimiento en entornos de múltiples sensores.

Un método para manejar datos de sensores conflictivos en vehículos autónomos para mejorar la seguridad.

Este modelo mejora la estimación de profundidad mientras es eficiente en recursos y fácil de usar.

Un nuevo método ayuda a los barcos autónomos a evitar colisiones en aguas concurridas.

Nuevo marco mejora la comprensión de videos en condiciones de poca luz usando cámaras de eventos.

Examinando cómo el uso de pelotones de vehículos puede mejorar la seguridad y el flujo del tráfico.

PLATYPUS mejora la claridad de nubes de puntos 3D para una mejor percepción de máquinas.

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

Explora cómo las nuevas tecnologías mejoran la precisión de los sistemas autónomos en varias tareas.

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

Aprende cómo los coches autónomos evitan accidentes usando maniobras evasivas de riesgo mínimo.

Aprende cómo los robots crean mapas de su entorno usando técnicas avanzadas.

Aprende cómo las máquinas estiman la profundidad y se adaptan a diferentes entornos.

Un nuevo método combina imágenes visibles y térmicas para una mejor estimación de profundidad.

DSceneKG ofrece un recurso increíble para entrenar IA en situaciones de conducción del mundo real.

ISAC combina sensores y comunicación para mejorar las capacidades de la red móvil.

LidaRefer mejora el reconocimiento de objetos en exteriores para vehículos autónomos.

Los investigadores enfrentan desafíos para enseñar a los coches autónomos mediante la imitación y el aprendizaje.

Explorando cómo los coches autónomos interactúan con los vehículos conducidos por humanos para la seguridad.

Aprende cómo los científicos están entrenando coches robots para conducir de manera segura fuera de la carretera.

Un nuevo enfoque mejora la forma en que las computadoras aprenden de la experiencia.

PKF mejora la precisión del seguimiento de objetos en entornos complejos.

Descubre cómo el control sin modelo ayuda a las máquinas a funcionar con la mínima información.

Investigadores mejoran el reconocimiento de semáforos para coches autónomos en mal tiempo.

Un nuevo método mejora la fiabilidad y adaptabilidad de los drones durante el vuelo.

El estudio mejora la comprensión de videos a través de preguntas enfocadas en el movimiento y respuestas visuales.

Explora cómo el diagnóstico de fallas mantiene a los vehículos autónomos seguros y eficientes.

Los sistemas de IA enfrentan nuevos riesgos por ataques solo en el borde que engañan las predicciones.

Un nuevo marco mejora las predicciones y decisiones para vehículos autónomos.

Métodos innovadores mejoran la calidad de video para el entrenamiento de vehículos autónomos.

Una mirada a los métodos de prueba para el software de coches autónomos.

Un nuevo método mejora la detección de objetos en coches autónomos usando datos de cámaras y radares.