Articoli più recenti per Veicoli autonomi

DriveAdapter collega percezione e pianificazione per una guida autonoma migliore.

Un nuovo approccio per migliorare la sicurezza dei veicoli autonomi contro le minacce informatiche.

Un nuovo approccio per valutare la sicurezza dei veicoli a guida autonoma attraverso simulazioni controfattuali.

Nuove tecniche migliorano il rilevamento OOD mantenendo l'accuratezza della classificazione.

Nuovi metodi migliorano il riconoscimento degli oggetti in ambienti diversi per le auto a guida autonoma.

Un nuovo metodo migliora la sicurezza dei movimenti dei carrelli elevatori in ambienti affollati.

Nuovo metodo migliora l'identificazione di oggetti strani sulla strada.

Nuovi metodi migliorano la resistenza dei sistemi di rilevamento degli oggetti ai cambiamenti avversi.

Combinare i dati LiDAR e quelli della camera migliora l'accuratezza nella segmentazione panottica 3D.

Un nuovo metodo per il tracciamento e la segmentazione usando solo modelli di apparenza.

Questo articolo esplora come la neuroevoluzione migliori la previsione della traiettoria dei veicoli attraverso l'ottimizzazione multi-obiettivo.

Un nuovo metodo migliora il rilevamento di oggetti 3D per veicoli autonomi usando la rappresentazione BEV.

Questo studio rivela dei pregiudizi su come le auto autonome rilevano i pedoni in base all'età e al colore della pelle.

Esplorando il ruolo di AirComp nella gestione efficiente dei dati wireless.

NP-SemiSeg migliora l'accuratezza della segmentazione semantica mentre stima l'incertezza.

Uno studio presenta un dataset e tecniche per migliorare la chiarezza delle immagini durante la pioggia.

Un metodo che riduce la complessità delle reti neurali per migliorare l'efficienza della verifica.

Migliorare la navigazione delle imbarcazioni senza equipaggio usando tecniche avanzate di elaborazione delle immagini.

Questo articolo parla dell'importanza di prevedere i movimenti dei pedoni per la sicurezza dei veicoli autonomi.

Nuovo framework migliora la fusione dei sensori e la calibrazione per dispositivi autonomi.

Un nuovo sistema modulare migliora l'accuratezza della stima dello stato del veicolo.

Questo studio mostra come i conducenti gestiscono le situazioni di immissione sulla strada.

SegDA migliora il riconoscimento degli oggetti nelle immagini reali per le auto a guida autonoma.

Un nuovo modello migliora la stima della profondità usando un'unica immagine.

Esaminando i metodi di localizzazione cooperativa per veicoli sottomarini senza GPS.

Uno sguardo a LPVMPC e NMPC per una guida sicura.

Un nuovo set di dati migliora l'addestramento delle auto a guida autonoma per condizioni stradali difficili.

Un nuovo approccio migliora il rilevamento degli ostacoli nei veicoli autonomi grazie a manovre pianificate.

Scopri come l'illuminazione quantistica migliora il rilevamento degli oggetti in ambienti difficili.

Nuovi metodi garantiscono l'accuratezza della posizione della telecamera in applicazioni critiche.

Un nuovo metodo migliora le previsioni delle posizioni future per i veicoli autonomi.

Presentiamo CoverNav, un metodo per i robot per scoprire percorsi nascosti all'aperto.

Esplorando i più recenti miglioramenti nei sistemi di auto da corsa autonome per prestazioni e sicurezza migliori.

Nuove tecniche migliorano la percezione delle auto a guida autonoma senza bisogno di tanti dati etichettati.

PatchContrast migliora il riconoscimento degli oggetti nei veicoli autonomi usando dati non etichettati in modo efficiente.

Uno sguardo alle tecniche robuste di apprendimento per rinforzo per decisioni affidabili.

Un nuovo metodo migliora l'auto-localizzazione dei veicoli usando telecamere e immagini satellitari.

Un nuovo modello combina memoria e anticipazione per una previsione delle azioni migliore.

Un approccio innovativo per proteggere i dati sensibili catturati dalle auto a guida autonoma.

La ricerca su reti di rilevamento-segmentazione aumenta la sicurezza nelle auto a guida autonoma.