Derniers articles pour Véhicules autonomes

DriveAdapter connecte la perception et la planification pour améliorer la conduite autonome.

Une nouvelle approche pour renforcer la sécurité des véhicules autonomes contre les cybermenaces.

Une nouvelle méthode pour évaluer la sécurité des véhicules autonomes grâce à des simulations contrefactuelles.

De nouvelles techniques améliorent la détection OOD tout en maintenant la précision de classification.

De nouvelles méthodes améliorent la reconnaissance d'objets dans des environnements variés pour les voitures autonomes.

Une nouvelle méthode améliore la sécurité des mouvements de chariots élévateurs dans les environnements chargés.

Une nouvelle méthode améliore l'identification des objets bizarres sur la route.

De nouvelles méthodes améliorent la résistance des systèmes de détection d'objets aux changements adverses.

Combiner les données LiDAR et caméra améliore la précision dans la segmentation panoramique 3D.

Une nouvelle méthode pour le suivi et la segmentation en utilisant uniquement des modèles d'apparence.

Cet article examine comment la neuroévolution améliore la prédiction de trajectoire des véhicules grâce à l'optimisation multi-objectifs.

Une nouvelle méthode améliore la détection d'objets 3D pour les véhicules autonomes en utilisant la représentation BEV.

Cette étude révèle des biais dans la façon dont les voitures autonomes détectent les piétons en fonction de l'âge et du teint de peau.

Explorer le rôle d'AirComp dans le traitement efficace des données sans fil.

NP-SemiSeg améliore la précision de la segmentation sémantique tout en estimant l'incertitude.

Une étude présente un ensemble de données et des techniques pour améliorer la clarté des images sous la pluie.

Une méthode qui réduit la complexité des réseaux de neurones pour améliorer l'efficacité de la vérification.

Améliorer la navigation des navires sans pilote en utilisant des techniques avancées de traitement d'images.

Cet article parle de l'importance de prédire les mouvements des piétons pour la sécurité des véhicules autonomes.

Nouveau cadre améliore la fusion de capteurs et la calibration pour les appareils autonomes.

Un nouveau système modulaire améliore la précision de l'estimation de l'état du véhicule.

Cette étude montre comment les conducteurs gèrent les situations de fusion sur la route.

SegDA améliore la reconnaissance d'objets dans des images du monde réel pour les voitures autonomes.

Un nouveau modèle améliore l'estimation de profondeur avec une seule image.

Examen des méthodes de localisation coopérative pour les véhicules sous-marins sans GPS.

Un aperçu de LPVMPC et NMPC pour une conduite sécurisée.

Un nouveau dataset améliore l'entraînement des voitures autonomes pour des conditions de route difficiles.

Une nouvelle approche améliore la détection des obstacles dans les véhicules autonomes grâce à des manœuvres planifiées.

Apprends comment l'illumination quantique améliore la détection d'objets dans des environnements difficiles.

De nouvelles méthodes garantissent la précision de la pose de la caméra dans des applications critiques.

Une nouvelle méthode améliore les prédictions de position futures pour les véhicules autonomes.

Voici CoverNav, une méthode pour que les robots trouvent des chemins cachés en extérieur.

Explorer les dernières améliorations des systèmes de voitures de course autonomes pour mieux performer et assurer la sécurité.

De nouvelles techniques améliorent la perception des voitures autonomes sans avoir besoin de beaucoup de données étiquetées.

PatchContrast améliore la détection d'objets dans les véhicules autonomes en utilisant des données non étiquetées de manière efficace.

Un aperçu des techniques de renforcement solide pour une prise de décision fiable.

Une nouvelle méthode améliore l'auto-localisation des véhicules en utilisant des caméras et des images satellites.

Un nouveau modèle combine la mémoire et l'anticipation pour une meilleure prédiction des actions.

Une nouvelle méthode pour protéger les données sensibles capturées par les voitures autonomes.

La recherche sur les réseaux de détection-segmentation améliore la sécurité des voitures autonomes.