Articoli più recenti per Veicoli autonomi

La competizione mette in mostra gli sforzi per modelli di guida più sicuri in condizioni difficili.

Presentiamo ERF-CondLaneNet per un migliore rilevamento delle corsie in situazioni stradali complesse.

Nuovo metodo migliora la capacità della NAR di trovare più soluzioni ai problemi.

Un nuovo metodo migliora il rilevamento degli oggetti nelle applicazioni in tempo reale.

Uno sguardo a come i gemelli digitali migliorano le operazioni dei veicoli autonomi.

Un nuovo sistema migliora il rilevamento dei semafori per una guida autonoma più sicura.

Esaminando i fattori che influenzano la fiducia nei veicoli autonomi tra i giovani adulti.

Un nuovo metodo migliora la generazione di scenari di traffico usando input in linguaggio naturale.

MAC-VO migliora la stima della posizione della camera in ambienti difficili.

Una panoramica delle tecniche di controllo chiave nella tecnologia dei veicoli autonomi.

ScaleFlow++ migliora la stima del movimento 3D usando telecamere monoculari per vari usi.

Adattare DINOv2 migliora la segmentazione BEV per auto a guida autonoma più sicure.

ExelMap migliora la precisione degli aggiornamenti delle mappe HD per una guida autonoma più sicura.

Uno sguardo ai progressi nella decisione per i veicoli autonomi.

Nuove tecniche migliorano la modellazione urbana dinamica per diverse applicazioni.

Un nuovo framework migliora la previsione del movimento per le auto a guida autonoma, aumentando sicurezza ed efficienza.

Presentiamo GRIN, un nuovo modello per la stima della profondità usando dati sparsi.

VALO ottimizza il rilevamento LiDAR per veicoli autonomi, bilanciando velocità e precisione.

La ricerca esplora nuovi metodi per mettere in sicurezza la comunicazione nelle tecnologie di sensori.

Un nuovo modo per aiutare le auto a guida autonoma a prendere decisioni più sicure sulla strada.

RenderWorld usa dati visivi per una tecnologia di guida autonoma più sicura.

Uno sguardo al futuro della tecnologia wireless e i vantaggi delle nuove tecniche di beamforming.

Un nuovo sistema migliora le previsioni di sicurezza per i veicoli autonomi in ambienti difficili.

TrajSSL migliora il rilevamento di oggetti 3D usando meno dati etichettati grazie alla previsione del movimento.

Un framework che migliora la localizzazione dei veicoli usando l'integrazione di dati da più sensori.

Un nuovo metodo leggero per l'odometria visivo-inerziale migliora le prestazioni in ambienti difficili.

Un nuovo metodo migliora la sicurezza dei veicoli autonomi in situazioni a rischio.

Un nuovo metodo migliora la selezione e l'arricchimento dei dati per i sistemi autonomi.

Uno sguardo a come gli agenti interagiscono nel tempo nei giochi dinamici.

Nuovi metodi migliorano la comprensione delle previsioni dei modelli di IA.

Uno studio su come controllare il movimento verticale per migliorare il comfort e la sicurezza nei veicoli.

Un nuovo metodo migliora l'accuratezza del tracciamento in scene in movimento rapido usando tecnologia basata su eventi.

Esaminando come la gente attraversa le strade per migliorare la sicurezza con veicoli autonomi.

Un nuovo approccio combina LiDAR e telecamere per una migliore precisione di rilevamento.

Un nuovo approccio migliora il controllo in ambienti incerti usando processi gaussiani.

Un evento per migliorare i modelli di segmentazione delle immagini per auto a guida autonoma più sicure.

La ricerca mette in evidenza un nuovo approccio per l'apprendimento in tempo reale nelle auto a guida autonoma.

Migliorare il rilevamento dei segnali stradali per veicoli autonomi più sicuri con metodi di apprendimento a pochi colpi.

Un nuovo framework migliora la stima della posizione della fotocamera in vari ambienti.

Nuovi approcci migliorano la precisione del tracciamento della posizione dei dispositivi al chiuso.