Articoli più recenti per Veicoli autonomi

Un nuovo approccio per prevedere i risultati in sistemi con casualità usando le GNN.

Un nuovo metodo migliora le previsioni per una guida autonoma più sicura nei centri urbani.

Un nuovo metodo migliora l'accuratezza della segmentazione degli oggetti usando diversi tipi di immagini.

Un nuovo metodo migliora il modo in cui i sensori elaborano i dati per una migliore rilevazione degli oggetti.

Un' panoramica delle sfide e delle difese contro gli attacchi avversari nel deep learning.

Un nuovo sistema permette alle auto a guida autonoma di navigare usando solo informazioni visive.

I ricercatori sfruttano le immagini dei droni per creare mappe efficienti per le simulazioni delle auto a guida autonoma.

JetSeg offre segmentazione semantica in tempo reale veloce e precisa per dispositivi a basso consumo.

Nuove strategie migliorano la stabilità e la sicurezza nei sistemi di controllo in diverse applicazioni.

Combinare il 5G con i sensori a bordo migliora la precisione nella navigazione dei veicoli autonomi.

Un nuovo metodo prevede in modo efficiente i movimenti dei veicoli fuoristrada in condizioni difficili.

Usare segnali radio per mapping preciso nella robotica.

Esplorare nuovi metodi per migliorare l'efficienza e la sicurezza dell'apprendimento per rinforzo offline.

Co-MOT migliora l'accuratezza e l'efficienza del tracciamento usando tecniche innovative.

KARNet combina l'apprendimento automatico e la fisica per previsioni migliori sulla guida autonoma.

Scopri come i sistemi di controllo affrontano le decisioni in ambienti imprevedibili.

Un metodo self-supervised per la previsione del movimento usando solo nuvole di punti non etichettate.

Analizzando il ruolo delle simulazioni nella sicurezza dei veicoli autonomi e i loro limiti.

La visuale dall'alto migliora il riconoscimento dei luoghi per una maggiore precisione nella guida autonoma.

Un nuovo metodo migliora la qualità dei dati LiDAR durante condizioni meteorologiche avverse.

Un nuovo metodo migliora i processi di validazione per auto a guida autonoma e robot.

Un nuovo sistema di guida per robot combina apprendimento e decisioni chiare.

OVO permette una previsione flessibile dell'occupazione degli oggetti in 3D senza bisogno di etichettature approfondite.

Maskomaly rileva anomalie nelle immagini senza esempi precedenti.

PlaNeRF migliora la modellazione 3D da immagini 2D, migliorando la geometria e la qualità dell'immagine.

Nuovi metodi migliorano la sicurezza nella robotica e nei veicoli autonomi.

GMSF offre un modo nuovo di stimare il movimento nello spazio 3D.

Questo studio si concentra su come migliorare la comunicazione per aumentare la sicurezza stradale agli incroci.

TReR migliora il riconoscimento dei luoghi per veicoli autonomi usando dati 3D LiDAR.

Occ-BEV migliora la percezione del veicolo tramite modellazione 3D con più telecamere e integrazione dei dati.

Esplorare le complessità del sorpasso nella guida autonoma.

Un nuovo metodo aiuta le auto a guida autonoma ad adattarsi ai cambiamenti del tempo senza perdere le abilità precedenti.

AGILE3D migliora la segmentazione 3D permettendo l'interazione simultanea con gli oggetti.

Un nuovo metodo per identificare in modo efficiente le classificazioni errate nei modelli di machine learning.

Il dataset RACECAR offre intuizioni senza precedenti sulle corse autonome con scenari e dati diversi.

Questo studio migliora i veicoli a guida autonoma attraverso strategie di modellazione delle ricompense consapevoli dei rischi.

Questo articolo parla di come affrontare le incoerenze nelle spiegazioni in linguaggio naturale per l'IA.

Nuovo modello migliora l'analisi delle immagini panoramiche per applicazioni nel mondo reale.

Un nuovo metodo localizza i veicoli usando lidar e immagini satellitari senza fare affidamento sul GPS.

Un metodo che combina CLIP e SAM migliora il riconoscimento degli oggetti senza dati etichettati.