Últimos artículos para Vehículos Autónomos

Examinando el impacto clave de los datos en los procesos de toma de decisiones de AV.

Explorando la importancia de la predicción de movimiento en la tecnología de autos autónomos.

Examinando los beneficios de la tecnología MIMO-OTFS para la próxima generación de sensado y comunicación.

Un estudio analiza cómo las explicaciones afectan la seguridad de los pasajeros y la toma de decisiones en vehículos autónomos.

Presentando un método para que los robots naveguen de manera segura en entornos concurridos.

Un nuevo marco mejora la fiabilidad de la detección de objetos para aplicaciones críticas.

Examinando la integración de O-RAN y V2X para mejorar la comunicación entre vehículos.

MaskBEV usa máscaras para mejorar la detección de objetos en entornos 3D.

Nuevos métodos mejoran la comunicación en redes saturadas usando meta-aprendizaje.

Este estudio se centra en los elementos de tráfico y conexiones de carriles para autos autónomos.

Scenic 3.0 mejora la modelación para sistemas como los autos autónomos con capacidades en 3D.

Un nuevo método auto-supervisado ayuda a los UGV a aprender la seguridad del terreno sin necesidad de intervención humana.

Un nuevo método mejora la confiabilidad en los modelos de aprendizaje profundo al abordar la incertidumbre predictiva.

CMDFusion combina datos 2D y 3D para mejorar la detección de objetos en vehículos autónomos.

Un marco para mejorar las predicciones usando la abstención contra datos engañosos.

Un nuevo modelo mejora los sistemas de percepción para una conducción autónoma más segura.

Nuevo enfoque mejora las predicciones de movimiento de vehículos para sistemas de conducción autónoma.

Explorando el impacto de OTFS en la detección radar para entornos dinámicos.

DeepIPCv2 mejora la navegación usando LiDAR, especialmente en condiciones de poca luz.

Presentamos VertexNet para mejorar el algoritmo RRT* y encontrar caminos más rápido.

Un nuevo método para mejorar la calibración de sensores en vehículos en movimiento.

Una mirada a cómo los coches aprenden de datos de video sin entradas etiquetadas.

Un marco para mejorar la percepción de los vehículos cerrando las brechas de datos.

La odometría por radar ayuda a los vehículos a navegar en entornos difíciles usando sensores de radar.

Un nuevo método mejora la eficiencia del estacionamiento automático de vehículos en entornos complejos.

U-MPPI mejora la planificación de rutas para una navegación autónoma más segura en entornos inciertos.

Ada3D mejora la eficiencia de detección de objetos 3D para vehículos autónomos.

Nuevo método mejora la detección de múltiples objetos en movimiento en imágenes.

Una mirada a cómo VI-SLAM ayuda a los dispositivos a mapearse y ubicarse.

Nuevos métodos mejoran la detección de objetos en niebla y lluvia para autos autónomos.

Un enfoque nuevo para hacer que los coches autónomos sean más seguros y cómodos.

Este estudio evalúa la efectividad de los modelos VQA para situaciones de conducción.

Este estudio investiga las interacciones de vehículos usando un modelo de tráfico de dos clases.

Un nuevo método mejora las nubes de puntos para un mejor análisis 3D.

Este artículo habla de un nuevo modelo para mejorar la percepción de profundidad en robots usando varios sensores.

Un nuevo enfoque mejora la fiabilidad de los modelos de aprendizaje profundo al medir la incertidumbre.

Un nuevo sistema de control mejora la seguridad de los barcos autónomos en vías fluviales estrechas.

Este proyecto mejora la precisión de predicción del comportamiento de los coches autónomos usando datos combinados.

TwinLiteNet ofrece una solución ligera para la detección precisa de áreas de conducción y carriles.

Un nuevo método mejora las pruebas de seguridad para vehículos autónomos.