Derniers articles pour Véhicules autonomes

Urban4D redéfinit la reconstruction de scènes urbaines pour des villes plus intelligentes.

Découvrez comment ISAC change la technologie et la communication.

Une avancée dans la technologie de navigation utilisant plusieurs caméras pour un meilleur positionnement.

Une étude sur les stratégies de timing pour mieux gérer le trafic avec des voitures autonomes.

Découvrez comment les superpixels améliorent la compréhension des images par les machines.

Un modèle révolutionnaire améliore la prédiction des mouvements piétonniers en utilisant la dynamique sociale.

Découvre comment les chercheurs s'attaquent aux problèmes de contrôle optimal avec des approches innovantes.

Les robots apprennent à bosser aux côtés des humains de manière plus efficace.

Un ensemble de données révolutionnaire améliore la navigation maritime pour les bateaux autonomes.

De nouvelles méthodes améliorent la qualité des images en s'attaquant à l'incertitude dans les modèles génératifs.

Explorer les risques des attaques par porte dérobée dans l'apprentissage automatique et leurs implications.

Apprends comment les robots et les véhicules évitent les collisions dans des environnements animés.

Une nouvelle méthode combine le suivi 2D et 3D pour une meilleure reconstruction de scène.

Une approche de pointe pour améliorer la perception et la sécurité des véhicules.

Découvre comment les voitures autonomes apprennent à voir et à réagir sur la route.

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

Un aperçu de la façon dont le dataset OccluRoads gère la détection de piétons cachés.

L'algorithme EdgeD3 améliore l'efficacité de l'IA dans les applis en temps réel.

La correction en temps réel aide les voitures autonomes à apprendre et s'adapter sur la route.

Une nouvelle méthode améliore les performances des AUV dans les missions de suivi sous-marin.

Améliorer le suivi d'objets dans les USV pour des conditions maritimes difficiles.

FMGP améliore les prédictions DNN en estimant l'incertitude, super important pour les applications critiques.

De nouvelles méthodes améliorent la façon dont les voitures autonomes perçoivent leur environnement.

Les véhicules autonomes connectés utilisent la collaboration pour des voyages plus sûrs et plus intelligents.

Une nouvelle méthode clarifie la prise de décision en apprentissage automatique pour plus de confiance et de fiabilité.

LOMA combine des éléments visuels et linguistiques pour des prédictions d'espace 3D améliorées.

Un nouveau cadre améliore l'étiquetage des données pour les voitures autonomes.

Un aperçu des nouvelles stratégies de sécurité dans la technologie des voitures autonomes.

Les jeux de données synthétiques sont essentiels pour former des caméras basées sur des événements pour un conduites autonome plus sûr.

Découvrez comment MMD-OPT améliore la sécurité dans la conduite autonome.

Les systèmes DFRC mélangent détection radar et communication, s'attaquant à l'incertitude de direction des cibles.

Découvrez comment les données partagées rendent la conduite autonome plus sûre et plus intelligente.

NEST aide les véhicules autonomes à prédire les mouvements, améliorant la sécurité routière et l'efficacité.

GaussTR redéfinit la façon dont les machines perçoivent les environnements 3D avec une performance et une efficacité améliorées.

Comment les machines apprennent à prédire leur environnement pour la sécurité et l'efficacité.

ISAC fusionne communication et détection pour des solutions technologiques plus intelligentes.

SLTNet transforme la façon dont les machines traitent les données des caméras événementielles de manière efficace.

CLIP-RLDrive améliore la prise de décision des véhicules autonomes dans des situations de conduite complexes.

Découvrez comment les techniques asynchrones améliorent la prise de décision en temps réel pour les agents IA.

Combiner des modèles de fondation et des capteurs abordables améliore la perception de la profondeur dans plusieurs applications.