Lingdong Kong

M3Net améliore la segmentation LiDAR pour les voitures autonomes en intégrant des ensembles de données et des capteurs variés.

OpenESS améliore les caméras basées sur des événements pour une compréhension et une reconnaissance précises des scènes.

Combiner les données LiDAR et les données de caméra pour améliorer l'efficacité des technologies de conduite autonome.

Des équipes dans le monde entier améliorent la technologie des voitures autonomes dans des conditions difficiles.

Une nouvelle boîte à outils améliore la segmentation LiDAR pour des voitures autonomes plus sûres.

Présentation de RoboBEV pour tester les algorithmes BEV dans des conditions réelles.

Cette étude évalue comment les méthodes de carte HD fonctionnent dans des conditions difficiles.

SuperFlow améliore les modèles de perception 3D en utilisant des données LiDAR et caméras pour la conduite autonome.

Les caméras événementielles offrent une approche révolutionnaire pour la détection rapide d'objets.

GEAL améliore la compréhension des robots sur l'utilisation des objets grâce à des techniques d'apprentissage innovantes.