Articoli più recenti per Veicoli autonomi

Questo articolo esplora come la fusione dei sensori migliori la sicurezza e l'efficienza dei veicoli a guida autonoma.

Questo studio migliora il riconoscimento dei segnali stradali usando tecniche d'immagine avanzate.

Un nuovo metodo migliora il rilevamento delle ombre separando i livelli.

Un nuovo metodo migliora la previsione del movimento usando strategie di apprendimento auto-supervisionato.

Il Federated Learning migliora la sicurezza dei veicoli connessi proteggendo i dati degli utenti.

Un nuovo framework migliora l'accuratezza dei modelli 3D usando nuvole di punti parziali per le auto a guida autonoma.

VBMO offre un metodo per una pianificazione del percorso efficiente con più obiettivi.

ELiOT migliora i metodi di odometria LiDAR per una migliore localizzazione dei robot.

DiffSeg offre un nuovo modo per segmentare le immagini senza dati etichettati.

Un nuovo metodo prevede il comportamento dei conducenti e migliora la sicurezza nel traffico ibrido.

Un metodo per segmentare i dati LiDAR senza etichette manuali usando l'analisi temporale.

Un nuovo approccio alla localizzazione AV si concentra su flessibilità e sicurezza.

Nuove funzionalità migliorano come gli AV apprendono gli stili di guida per interazioni più sicure.

SPROUT migliora la sicurezza rilevando errori di classificazione nei classificatori di machine learning.

Uno studio su come usare l'IA per migliorare le gare di macchine senza conducente nelle competizioni.

Un nuovo modello combina reti neurali e modelli di scelta per previsioni di guida più sicure.

MapPrior migliora la percezione BEV, aumentando l'accuratezza e la sicurezza per i veicoli autonomi.

Un nuovo metodo combina la stima della profondità e la segmentazione per migliorare la sicurezza dei veicoli autonomi.

Esaminare come migliorare la sicurezza degli AV misurando l'incertezza dei sensori.

Nuovi metodi migliorano le prestazioni dei veicoli da corsa autonomi.

Questo studio esamina come il tracciamento degli occhi migliora le prestazioni dei Vision Transformers nei compiti di guida.

Un nuovo metodo migliora il controllo del traffico usando principi decentralizzati per l'efficienza energetica.

L'accumulo dei dati radar può migliorare la rilevazione degli oggetti nei veicoli autonomi.

Quest'articolo presenta un approccio innovativo per migliorare il riconoscimento dei segnali stradali.

Un nuovo framework punta a ottimizzare le operazioni EAV nelle aree urbane.

SQLdepth migliora la stima della profondità imparando dal movimento nelle scene.

Il dataset NTU4DRadLM migliora la ricerca SLAM integrando sensori chiave per ambienti complessi.

Un nuovo metodo che combina la stima della profondità monoculare e binoculari per una maggiore precisione.

Nuovo metodo migliora il modeling 3D da immagini 2D superando le sfide dell'apprendimento.

Un nuovo metodo migliora l'affidabilità delle previsioni nei modelli di apprendimento automatico.

Un nuovo approccio permette ai veicoli terrestri senza pilota di muoversi in zone senza GPS.

Un nuovo metodo per la navigazione sicura dei robot che tiene conto dei rischi fisici in ambienti complessi.

La previsione del movimento è fondamentale per il funzionamento sicuro dei veicoli autonomi, migliorando il flusso del traffico e il processo decisionale.

Scopri come i robot migliorano l'accuratezza delle mappe filtrando i dati fuorvianti.

Un nuovo metodo migliora l'accuratezza della mappatura stradale usando immagini satellitari.

Metodi innovativi migliorano la sicurezza e la precisione della navigazione dei veicoli autonomi.

Un nuovo metodo migliora la privacy per le immagini raccolte da telecamere fisheye nelle auto a guida autonoma.

Analizzando gli effetti dei dati corrotti dei sensori sulla localizzazione delle auto a guida autonoma.

Nuovo modello migliora il riconoscimento degli oggetti per una maggiore sicurezza stradale.

Un nuovo metodo migliora come le auto a guida autonoma riconoscono e gestiscono le sfide impreviste della strada.