Articoli più recenti per Veicoli autonomi

Un nuovo metodo migliora il riconoscimento dei luoghi con LiDAR per robot e auto a guida autonoma.

Un nuovo metodo migliora la rilevazione dei pericoli stradali per i sistemi di guida avanzati.

Questo studio mette in evidenza l'importanza del riconoscimento degli oggetti nei cantieri per le auto a guida autonoma.

MemFusionMap migliora la mappatura HD in tempo reale usando le informazioni dei frame precedenti.

Un nuovo metodo migliora l'accuratezza nella stima della velocità per i droni usando dati radar e accelerometro.

3DIOC determina in modo efficiente gli obiettivi di controllo dai dati senza bisogno di modelli di sistema.

La ricerca svela vulnerabilità nel rilevamento delle corsie per veicoli autonomi a causa di ombre negative.

Metodi innovativi migliorano la comprensione dell'ambiente per i veicoli autonomi.

Un nuovo dataset punta a migliorare il machine learning con dati di sensori di visione dinamici.

Questo modello migliora la navigazione dei veicoli combinando tecniche di localizzazione e pianificazione del percorso.

CASPFormer rivoluziona la previsione delle traiettorie usando immagini in prospettiva a volo d'uccello.

SPARQ migliora il monitoraggio della sicurezza per i veicoli autonomi affrontando i fallimenti di percezione.

Un nuovo approccio migliora la sicurezza delle auto a guida autonoma attraverso esempi controfattuali.

Un nuovo framework per valutare l'efficacia dei sistemi di posizionamento basati sulla visione.

I miglioramenti nella percezione LiDAR fanno aumentare le prestazioni in ambienti multi-sensore.

Un metodo per gestire i dati dei sensori in conflitto nei veicoli autonomi per migliorare la sicurezza.

Questo modello migliora la stima della profondità ed è anche efficiente in termini di risorse e facile da usare.

Un nuovo metodo aiuta le barche a guida autonoma a evitare collisioni in acque affollate.

Nuovo framework migliora la comprensione video in condizioni di scarsa illuminazione usando telecamere a eventi.

Esaminando come il platooning dei veicoli può migliorare la sicurezza e il flusso del traffico.

PLATYPUS migliora la chiarezza delle nuvole di punti 3D per una migliore percezione delle macchine.

HeightMapNet migliora la mappatura per le auto a guida autonoma aumentando l'accuratezza e i dettagli.

Esplora come le nuove tecnologie migliorano la precisione dei sistemi autonomi in vari compiti.

Polar R-CNN porta novità nella rilevazione delle corsie, migliorando efficienza e prestazioni.

Scopri come le auto a guida autonoma evitano gli incidenti usando la manovra evasiva a rischio minimo.

Scopri come i robot creano mappe del loro ambiente usando tecniche avanzate.

Scopri come le macchine stimano la profondità e si adattano a diversi ambienti.

Un nuovo metodo combina immagini visibili e termiche per una migliore stima della profondità.

DSceneKG offre una risorsa ricca per addestrare l'IA in situazioni di guida reali.

ISAC combina sensori e comunicazione per migliorare le capacità delle reti mobili.

LidaRefer migliora il riconoscimento di oggetti all'aperto per veicoli autonomi.

I ricercatori affrontano le sfide dell'insegnamento delle auto a guida autonoma attraverso l'imitazione e l'apprendimento.

Esplorando come le auto a guida autonoma interagiscono con quelle guidate da esseri umani per la sicurezza.

Scopri come gli scienziati stanno addestrando le auto robot a guidare in sicurezza fuoristrada.

Un nuovo approccio migliora come i computer imparano dall'esperienza.

PKF migliora l'accuratezza del tracciamento degli oggetti in ambienti complessi.

Scopri come il controllo senza modelli aiuta le macchine a funzionare con informazioni minime.

I ricercatori migliorano il riconoscimento dei semafori per le auto a guida autonoma in cattive condizioni meteo.

Un nuovo metodo migliora l'affidabilità e l'adattabilità dei droni durante il volo.

Lo studio migliora la comprensione dei video attraverso domande focalizzate sul movimento e risposte visive.