Últimos artículos para Vehículos Autónomos

Nuevo enfoque mejora la detección de aceras para vehículos autónomos.

VecKM mejora la codificación de geometría local para nubes de puntos, aumentando la eficiencia y la robustez.

Nuevos métodos mejoran la seguridad al predecir los movimientos de peatones fuera de la vista para vehículos autónomos.

Un nuevo enfoque para escenarios de tráfico realistas en pruebas de vehículos autónomos.

Un nuevo método mejora la detección de objetos en vehículos autónomos usando datos de sensores combinados.

LidarDM genera videos de LiDAR realistas para el entrenamiento y prueba de vehículos autónomos.

Presentando métodos de control eficientes para sistemas a gran escala utilizando observadores distribuidos.

Un nuevo método mejora la predicción de movimiento para vehículos autónomos, centrándose en la seguridad y la incertidumbre.

Explorando cómo el aprendizaje semi-supervisado combina datos etiquetados y no etiquetados para mejorar los modelos de IA.

Usar datos históricos de LiDAR para mejorar la detección 3D en vehículos autónomos con cámaras.

La investigación se centra en mejorar los métodos de mapeo para una identificación de ubicación más eficiente.

MemFlow ofrece estimación de flujo óptico en tiempo real usando un módulo de memoria para mayor precisión.

EasyTrack y EasyTrack++ mejoran el seguimiento de objetos en entornos 3D usando nubes de puntos.

Modelos innovadores mejoran la comprensión de las condiciones de la carretera para vehículos autónomos.

Un nuevo método mejora la resistencia del seguimiento de objetos visuales frente a ataques sutiles.

Descubre cómo los coches a pequeña escala están moldeando la educación e investigación en conducción autónoma.

Una comunicación clara genera confianza en los vehículos autónomos para todos los usuarios de la carretera.

Un nuevo marco mejora la conciencia de los vehículos a través de datos compartidos y priorización.

Un nuevo método mejora la eficiencia del aprendizaje por imitación usando boosting.

Aprende a clasificar objetos usando imágenes y nubes de puntos 3D sin etiquetas.

Un nuevo método mejora el movimiento de los robots con ideas sobre el comportamiento humano.

Un nuevo método mejora la fiabilidad de las predicciones de redes neuronales en tareas de regresión.

Un nuevo marco mejora la detección de objetos para artículos conocidos y desconocidos.

Entender la comunicación es clave para la confianza en los vehículos autónomos.

SLAIM mejora el seguimiento y mapeo en tiempo real usando redes neuronales avanzadas e información de profundidad.

Un método rápido para crear modelos 3D a partir de solo seis fotos, ideal para vehículos.

Un nuevo enfoque para mejorar el seguimiento de múltiples objetos a través de datos 3D.

Las redes ISAC están cambiando el panorama de la conectividad inalámbrica y las capacidades de detección.

Una visión general de las aplicaciones de NeRF que están transformando la tecnología de autos autónomos.

Un nuevo método mejora la localización de vehículos usando 5G y sensores a bordo.

Un nuevo método mejora la fiabilidad del modelo al mejorar la detección de OOD.

La medición de canal mejora los sistemas inalámbricos a través de mediciones efectivas de señal.

Explorando nuevos métodos para mejorar la representación de la incertidumbre en el aprendizaje profundo.

Mejorando las estrategias de control para sistemas mientras evitamos obstáculos.

Mejorando el seguimiento de ubicación con métodos innovadores de tecnología cuántica.

Un nuevo enfoque para el análisis de seguridad usando funciones de barrera estocásticas por partes.

Estamos combinando datos de cámaras y radares para mejorar la detección de objetos en los vehículos autónomos.

Presentamos una plataforma de investigación flexible para la innovación en conducción automatizada.

Nuevo modelo mejora el reconocimiento del entorno del vehículo usando cámaras y LiDAR.

Los robots pueden mejorar la navegación clasificando diferentes terrenos en entornos difíciles.