Últimos artículos para Vehículos Autónomos

Un nuevo enfoque mejora el control de vehículos marinos en aguas difíciles.

Un enfoque novedoso para predecir resultados en sistemas con aleatoriedad utilizando GNNs.

Un nuevo método mejora las predicciones para una conducción autónoma más segura en entornos urbanos.

Un nuevo método mejora la precisión de la segmentación de objetos usando varios tipos de imagen.

Un nuevo método mejora cómo los sensores procesan datos para una mejor detección de objetos.

Una visión general de los desafíos y defensas contra los ataques adversarios en el aprendizaje profundo.

Un nuevo sistema permite que los coches autónomos naveguen solo con información visual.

Los investigadores utilizan imágenes de drones para crear mapas eficientes para simulaciones de coches autónomos.

JetSeg ofrece segmentación semántica en tiempo real rápida y precisa para dispositivos de bajo consumo.

Nuevas estrategias mejoran la estabilidad y la seguridad en sistemas de control en varias aplicaciones.

Combinar 5G con sensores a bordo mejora la precisión en la navegación de vehículos autónomos.

Un nuevo método predice los movimientos de vehículos todoterreno de manera eficiente bajo condiciones difíciles.

Uso de señales de radio para mapeo preciso en robótica.

Explorando nuevos métodos para mejorar la eficiencia y seguridad del aprendizaje por refuerzo offline.

Co-MOT mejora la precisión y eficiencia del seguimiento utilizando técnicas innovadoras.

KARNet combina aprendizaje automático y física para hacer mejores predicciones de conducción autónoma.

Aprende cómo los sistemas de control manejan la toma de decisiones en entornos impredecibles.

Un método autosupervisado para la predicción de movimiento usando solo nubes de puntos no etiquetadas.

Analizando el papel de las simulaciones en la seguridad de vehículos autónomos y sus limitaciones.

Bird's Eye View mejora el reconocimiento visual del lugar para una mejor precisión en la conducción autónoma.

Un nuevo método mejora la calidad de los datos de LiDAR durante condiciones climáticas adversas.

Un nuevo método mejora los procesos de validación para coches autónomos y robots.

Un nuevo sistema de conducción robótica combina aprendizaje y toma de decisiones clara.

OVO permite predecir de manera flexible la ocupación de objetos en 3D sin necesitar etiquetado extenso.

Maskomaly detecta anomalías en imágenes sin ejemplos previos.

PlaNeRF mejora el modelado 3D a partir de imágenes 2D, mejorando la geometría y la calidad de imagen.

Nuevos métodos mejoran la seguridad en robótica y vehículos autónomos.

GMSF ofrece un nuevo enfoque para estimar el movimiento en el espacio 3D.

Este estudio se centra en mejorar la comunicación para aumentar la seguridad vial en las intersecciones.

TReR mejora el reconocimiento de lugares para vehículos autónomos usando datos de LiDAR 3D.

Occ-BEV mejora la percepción del vehículo a través de modelado 3D con múltiples cámaras e integración de datos.

Explorando las complejidades de adelantar en la conducción autónoma.

Un nuevo método ayuda a los coches autónomos a adaptarse a los cambios de clima sin perder habilidades anteriores.

AGILE3D mejora la segmentación 3D al permitir la interacción simultánea con objetos.

Un nuevo método para identificar errores de clasificación en modelos de aprendizaje automático de manera eficiente.

El dataset RACECAR ofrece ideas impresionantes sobre las carreras autónomas con escenarios y datos diversos.

Este estudio mejora los vehículos autónomos a través de estrategias de modelado de recompensas conscientes del riesgo.

Este artículo trata sobre cómo abordar las inconsistencias en las explicaciones en lenguaje natural para la IA.

Nuevo modelo mejora el análisis de imágenes panorámicas para aplicaciones del mundo real.

Un nuevo método localiza vehículos usando lidar e imágenes de satélite sin depender de GPS.