Articoli più recenti per Veicoli autonomi

Un nuovo metodo migliora il modo in cui le auto capiscono ciò che le circonda.

Esplorare l'impatto del pre-addestramento DINO sulle prestazioni e sull'adattabilità dei veicoli autonomi.

Un approccio nuovo che si concentra sulla profondità degli oggetti migliora l'accuratezza nella rilevazione 3D.

Esaminando le vulnerabilità e i potenziali attacchi sulla tecnologia NeRF.

Un nuovo modello migliora la comunicazione mobile tra dispositivi in movimento.

Il modello V2X-M2C migliora il modo in cui i veicoli percepiscono l'ambiente circostante grazie alla collaborazione.

Esplorare un nuovo approccio per l'ottimizzazione delle preferenze multi-obiettivo.

Un nuovo metodo unisce i dati delle telecamere a eventi e delle telecamere a frame per una migliore rilevazione degli oggetti.

Questo studio analizza come i moderni metodi VPR migliorano la fusione delle submap nei sistemi di SLAM visivo.

Esplorando nuovi metodi per la localizzazione degli utenti nelle reti 6G usando grandi array di antenne.

Un nuovo metodo migliora la generazione di immagini per la guida autonoma in condizioni avverse.

Un nuovo modello per capire gli ambienti 3D usando descrizioni testuali.

I modelli stocastici non localizzati migliorano la gestione del traffico e riducono la congestione.

DACCA migliora il riconoscimento delle corsie attraverso un migliore apprendimento delle caratteristiche e un'aggregazione del contesto.

Un nuovo metodo migliora l'odometria visiva per veicoli sottomarini.

Un nuovo metodo migliora il rilevamento dei guasti nei modelli di auto a guida autonoma.

Nuovi metodi migliorano la sicurezza delle auto a guida autonoma di fronte a ostacoli imprevedibili.

Rivoluzionare il rilevamento delle corsie per le auto a guida autonoma con maggiore precisione e comprensione.

Nuovi metodi combinano i dati della fotocamera con il GPS per una precisione di posizione migliore.

Un nuovo metodo migliora la segmentazione semantica 3D integrando tecniche 2D.

Un nuovo metodo migliora la rilevazione di oggetti sconosciuti in immagini diverse.

Esplorando modi per migliorare il riconoscimento dei luoghi usando vari dati dei sensori.

Questo studio esamina come il blur gaussiano influisce sulla rilevazione degli oggetti in ambienti simulati.

Una nuova piattaforma migliora i test per i veicoli autonomi attraverso simulazioni di corsa realistiche.

Quest'articolo parla del ruolo delle Convoluzioni Deformabili nel migliorare la segmentazione semantica per la guida autonoma.

Esaminare come il timing dei dati dei sensori influisce sulla sicurezza e sulle prestazioni dei veicoli autonomi.

Valutare i modelli di linguaggio grandi per migliorare la sicurezza stradale nelle auto a guida autonoma.

Un nuovo approccio migliora il modo in cui i veicoli prevedono le azioni dei pedoni.

Nuovo metodo migliora precisione ed efficienza nella rilevazione di oggetti 3D usando Linear Group RNN.

Questo studio esamina un metodo per migliorare la segmentazione in varie condizioni di guida.

Questo articolo parla dei metodi più recenti nella rilevazione di oggetti nei video.

Un nuovo modello usa il testo per guidare la creazione di dati LiDAR, riducendo i costi e migliorando la precisione.

Un nuovo sistema migliora le previsioni dei movimenti dei veicoli vicini per le auto a guida autonoma.

Un nuovo approccio per migliorare l'accuratezza della mappatura LiDAR nella robotica.

Un nuovo modo di analizzare la raggiungibilità nei sistemi influenzati dalla casualità.

Il framework RoCo affronta gli errori di posa per una migliore rilevazione degli oggetti nella collaborazione tra veicoli.

Il raggruppamento multi-task migliora l'efficienza dell'apprendimento e le prestazioni in diverse applicazioni di intelligenza artificiale.

Nuovi metodi migliorano l'accuratezza nel tracciare oggetti usando solo misurazioni di distanza.

Uno sguardo alle soluzioni basate su infrastrutture per migliorare la percezione dei veicoli autonomi.

Un nuovo metodo migliora le previsioni video separando gli elementi della scena per previsioni più accurate.