Derniers articles pour Véhicules autonomes

Une nouvelle méthode améliore l'échantillonnage et l'analyse de données 3D bruyantes.

Une méthode pour guider des USVs sans GPS en utilisant la technologie UAV.

Examiner comment l'apprentissage automatique s'adapte aux cibles mobiles en temps réel.

Cette étude compare différents modèles YOLOv5 pour identifier différents types de véhicules dans diverses conditions.

Une nouvelle méthode détecte des obstacles inattendus sans formation poussée pour une conduite autonome plus sûre.

Enquêter sur les attaques par porte dérobée et leurs risques pour les systèmes de détection d'objets.

Ce travail se concentre sur l'explication de la prise de décision en IA en utilisant la recherche par arbre de Monte Carlo.

Un aperçu des dernières avancées en segmentation d'images et de ses applications.

Les caméras événementielles capturent les changements dans les scènes, révolutionnant notre façon d'interpréter les données visuelles.

L'annotation par superpixelles d'entités réduit les coûts et améliore l'efficacité du marquage d'images.

De nouvelles technologies améliorent l'efficacité des détecteurs de lumière proche infrarouge.

Explorer le rôle du SLAM et du RL dans l'amélioration de la navigation des robots.

Une nouvelle approche améliore la détection d'objets dans des nuages de points 3D pour les voitures autonomes.

Le nouveau modèle NightFormer améliore le traitement d'image nocturne pour une navigation plus sûre.

Cette étude examine comment l'activité cérébrale des passagers peut améliorer la sécurité dans les véhicules automatisés.

Une nouvelle méthode améliore la précision de l'estimation d'état pour les voitures de course à grande vitesse.

La puce Loihi-2 d'Intel améliore la fusion de capteurs avec rapidité et efficacité.

Une nouvelle méthode améliore la précision de vitesse pour les voitures de course autonomes.

Une nouvelle méthode améliore la localisation des images de street-view en utilisant des données séquentielles.

Les attaques par déni de service présentent des risques pour la sécurité et la performance des véhicules autonomes.

De nouvelles méthodes améliorent la clarté et la précision des nuages de points 3D.

Des explications claires sur l'IA renforcent la confiance et garantissent une utilisation responsable dans divers domaines.

Améliorer les modèles de perception pour les voitures autonomes avec des méthodes d'entraînement d'images innovantes.

Une nouvelle approche améliore la sécurité en dérive pour les voitures autonomes en utilisant la physique.

La recherche met en avant des méthodes pour améliorer l'apprentissage automatique dans les véhicules autonomes en utilisant des données vidéo.

Un cadre améliore la performance des AUV grâce à des partenariats avec des USV pour la collecte de données sous-marines.

Parler des avantages de partager les données de tests AV pour la sécurité publique.

Cet article parle de l'impact des attaques DoS sur les convois de véhicules.

Combiner la sécurité et la fiabilité pour améliorer les systèmes de traitement d'image des véhicules autonomes.

Une nouvelle méthode pour estimer la profondeur avec précision à partir de séquences vidéo.

Une nouvelle méthode améliore la clarté des images pour les véhicules autonomes par mauvais temps.

Snapshot améliore la prédiction des trajectoires piétonnes pour un trafic urbain plus sûr.

Une nouvelle méthode améliore la localisation de la foule en utilisant plusieurs vues de caméra.

Combiner le clonage comportemental et le PPO améliore la planification des trajectoires pour les voitures autonomes.

Plane2Depth améliore l'estimation de profondeur dans des scènes complexes, en s'attaquant aux problèmes de faible texture.

Examen des questions clés sur la sécurité et la sûreté des véhicules autonomes.

GNMap améliore la génération de cartes HD pour la navigation des véhicules autonomes.

Combiner les données radar et caméra améliore la performance des technologies de conduite autonome.

Une nouvelle méthode améliore la qualité des nuages de points avec des fonctions de perte pondérées.

Une étude sur l'amélioration de la sécurité des piétons grâce aux modèles de prédiction de comportement.