Últimos artículos para Vehículos Autónomos

Un nuevo método mejora cómo los coches autónomos reconocen y manejan desafíos inesperados en la carretera.

Un nuevo método mejora la adaptabilidad de los modelos AV a los cambios en el punto de vista de la cámara.

FusionFormer mejora la detección de objetos en 3D al combinar eficazmente los datos de la cámara y LiDAR.

Un nuevo método que utiliza aprendizaje federado para la mapeo a gran escala con campos de radiancia neural.

El dataset Rank2Tell mejora la comprensión de escenas de tráfico para la confianza en la tecnología de autos autónomos.

Examinando problemas para detectar peatones y mejorar la seguridad vial en vehículos autónomos.

ImageTo360 mejora la segmentación LiDAR usando pocos datos etiquetados de imágenes de cámara.

Un nuevo enfoque mejora la precisión en la detección de objetos usando sistemas de cámara única.

DEFormer mejora la calidad de imagen en condiciones de poca luz usando datos de frecuencia.

La investigación se centra en reducir el sesgo de movimiento en SLAM para una mejor fiabilidad.

La arquitectura de conjunto incipiente mejora la fiabilidad y precisión de la detección de objetos.

Los CAVs están volviéndose más seguros con infraestructura inteligente para mejorar las predicciones del movimiento del tráfico.

MBAPPE mejora la toma de decisiones para vehículos autónomos usando comportamientos aprendidos.

Este artículo habla sobre nuevos métodos para mejorar la descarga de tareas en coches autónomos.

Un nuevo método integra la física y el deep learning para predecir el movimiento humano con precisión.

Este artículo habla sobre el papel de la percepción BEV en la tecnología de autos autónomos.

Investigación sobre cómo detectar objetos inusuales en vehículos autónomos mediante técnicas de imagen avanzadas.

Explorando cómo los modelos de lenguaje mejoran la comunicación y la toma de decisiones en coches autónomos.

Los robots pueden adaptarse mejor a nuevos terrenos al predecir las preferencias de los operadores.

Un nuevo método mejora los modelos de movimiento de robots en diferentes superficies.

El conjunto de datos de estacionamiento de peatones mejora la seguridad en los coches autónomos al centrarse en la detección de peatones.

Examinando cómo la reflectividad de la superficie afecta el rendimiento de los sensores en vehículos autónomos.

LineMarkNet mejora la precisión de estacionamiento de vehículos autónomos con detección avanzada de líneas.

La investigación muestra cómo simplificar el uso de datos mejora el rendimiento de los vehículos autónomos.

OccluTrack mejora la precisión del seguimiento al abordar los problemas de oclusión en entornos concurridos.

Un nuevo método mejora la ubicación de vehículos en entornos difíciles usando múltiples sensores.

Nuevo marco mejora la precisión de localización de cámaras usando restricciones de múltiples vistas y datos de LiDAR.

Un método para la clasificación eficiente de señales de tráfico en la conducción autónoma.

Un nuevo método de control mejora la coordinación de vehículos submarinos para varias tareas.

Examinando cómo los parabrisas afectan las capacidades de percepción de los autos autónomos.

Una nueva técnica mejora la precisión del GPS y VIO para una mejor localización.

DJINN genera escenarios de tráfico realistas para probar autos autónomos.

Un método para mejorar la detección de objetos en diferentes entornos usando datos pasados.

Examinando métodos de control para mejorar el flujo de tráfico con vehículos autónomos y conducidos por humanos.

FGFusion mejora la detección de objetos en 3D al combinar datos de lidar y cámara de manera efectiva.

Un enfoque innovador mejora la eficiencia y precisión en las pruebas de reconocimiento de imágenes.

Explorando cómo los AVs pueden comunicar sus futuras acciones para una conducción más segura.

El nuevo marco SurrealDriver mejora la simulación de agentes de conducción para entornos urbanos.

Integrando el aprendizaje por refuerzo y la gramática para mejores diseños de cámaras.

Un nuevo método mejora la compresión y reconstrucción de datos LiDAR.