Últimos artículos para Vehículos Autónomos

Nuevos métodos mejoran la seguridad para sistemas complejos como robots y vehículos autónomos.

Los investigadores utilizan B-splines para crear caminos más suaves y seguros para las carreras autónomas.

Un nuevo método permite controlar vehículos autónomos sin datos del mundo real.

Explorando medidas de seguridad para enfrentar la sobreconfianza en los sistemas de IA de vehículos autónomos.

Un nuevo método mejora la creación de mapas para coches autónomos.

Un nuevo enfoque mejora el rendimiento de los autos de carrera autónomos usando aprendizaje en tiempo real.

Un nuevo enfoque ayuda a las máquinas a aprender e interpretar conceptos visuales de manera efectiva.

Un nuevo enfoque para la segmentación de imágenes mejora el reconocimiento de objetos en varios sectores.

RAG-Driver mejora la confianza en los autos autónomos a través de explicaciones de decisiones más claras.

Un nuevo método mejora las estimaciones de confianza en datos ambiguos.

Un nuevo método mejora la toma de decisiones en la conducción autónoma para una mejor gestión del tráfico.

Un nuevo método mejora las pruebas de seguridad de los vehículos autónomos en condiciones del mundo real.

Un nuevo método mejora la inferencia de escenas en 3D a pesar de los desafíos ambientales.

La investigación se centra en filtros de seguridad suaves para mejorar el rendimiento de vehículos autónomos.

La investigación revela cómo los gestos pueden mejorar la seguridad de los peatones y los coches autónomos.

Descubre cómo IRS mejora la comunicación ultra confiable y de baja latencia en varias aplicaciones.

Avances en tecnología inalámbrica gracias al control flexible de señales.

Un nuevo modelo ayuda a los autos autónomos a integrarse de manera segura en el tráfico congestionado.

Presentamos ICP-Flow para una estimación eficiente del flujo de escena en vehículos autónomos.

Una mirada a la plataforma F1TENTH y su impacto en la investigación sobre carreras autónomas.

Presentamos RS-DisRL para tomar mejores decisiones en entornos inciertos.

Explorando técnicas de control sin modelo bajo canales de comunicación limitados.

Nuevos métodos mejoran la confiabilidad de las predicciones de IA, especialmente en campos críticos.

Mejorar la capacidad de los vehículos autónomos para predecir el comportamiento del conductor aumenta la seguridad.

Este artículo explora el conjunto de datos TUMTraf-V2X y su impacto en la seguridad de los coches autónomos.

Nuevo marco mejora el reconocimiento de objetos en entornos complejos para vehículos autónomos.

Los modelos del mundo ayudan a los coches autónomos a predecir eventos en la carretera para mayor seguridad.

Este artículo revisa el desarrollo y los beneficios de los sistemas DFRC.

Un nuevo método busca mejorar la seguridad en robots móviles al abordar incertidumbres.

Examinando cómo responden los peatones a los vehículos automatizados en entornos compartidos.

Un nuevo método mejora cómo los robots predicen el comportamiento humano y aumentan la seguridad.

Los modelos de IA mejoran la comprensión de las escenas de conducción para una navegación más segura.

Examinando el papel de los eHMIs en mejorar la seguridad para peatones y vehículos autónomos.

Presentamos un nuevo modelo para predecir mejor los movimientos de los vehículos en el tráfico.

Un nuevo método mejora la coordinación de vehículos submarinos no tripulados en corrientes dinámicas.

LeOCLR mejora el aprendizaje contrastivo usando imágenes originales para una mejor comprensión.

Este artículo cubre el desarrollo de sistemas inteligentes para camiones autónomos.

Este estudio explora cómo las proyecciones pueden mejorar la seguridad peatonal alrededor de vehículos autónomos.

El algoritmo SynPF muestra potencial para una localización confiable de vehículos en condiciones de carrera desafiantes.

Nuevas técnicas mejoran la seguridad de las pruebas para autos autónomos.