Articoli più recenti per Veicoli autonomi

Un nuovo metodo migliora la precisione della posizione dei sensori in ambienti complessi.

NeMO migliora la mappatura delle auto a guida autonoma grazie a un'analisi dettagliata multi-frame.

Nuovo metodo migliora la rilevazione 3D usando solo dati da fotocamera 2D.

Un nuovo metodo migliora il tracciamento degli oggetti e la stima della velocità per i veicoli a guida autonoma.

Questo documento presenta un metodo per migliorare il processo decisionale delle auto a guida autonoma nel traffico misto.

Un nuovo metodo migliora il tracciamento di più persone in scene complesse.

Nuovi metodi migliorano le prestazioni di gara delle auto a guida autonoma usando il deep learning.

Questo articolo presenta un nuovo metodo per una segmentazione semantica efficiente in scene 3D.

Esplorando il potenziale delle telecamere a eventi per migliorare il riconoscimento dei pedoni nei veicoli autonomi.

Un nuovo metodo permette ai go-kart di guidare autonomamente usando tecniche basate sui dati.

Analizzare le misure di sicurezza per i veicoli autonomi in condizioni di guida dinamiche.

Un nuovo modello migliora la velocità e l'accuratezza del riconoscimento delle azioni nell'analisi video in tempo reale.

P2D migliora il rilevamento di oggetti 3D nelle auto a guida autonoma usando la previsione del movimento.

Lo studio analizza come i conducenti umani interagiscono con i veicoli autonomi sulla strada.

Ground-VIO migliora la stima della posizione del veicolo usando relazioni tra camera e terreno.

Esplorare i fattori di comfort nel design dei veicoli autonomi per migliorare l'esperienza utente.

Un nuovo framework migliora la segmentazione delle nuvole di punti usando modelli di visione di base.

Un dataset completo per migliorare la comprensione del traffico agli incroci urbani.

Questo metodo migliora la percezione 3D per le auto a guida autonoma usando i dati delle telecamere.

Un nuovo metodo migliora le prestazioni della segmentazione delle immagini tramite tecniche innovative.

La rilevazione delle anomalie è fondamentale per la sicurezza delle auto a guida autonoma.

Uno sguardo a come l'integrazione dei dati dei sensori migliora la percezione dei veicoli autonomi.

Usare il Deep Q-Learning per insegnare alle auto autonome a mantenere la corsia e evitare collisioni.

UncLe-SLAM migliora la mappatura e il tracciamento imparando sulle incertezze dei sensori.

FrameFusion migliora l'accuratezza del rilevamento di oggetti 3D nei veicoli autonomi.

TADIL migliora l'apprendimento continuo per le macchine che affrontano compiti di dati in cambiamento.

Una nuova piattaforma valuta le prestazioni degli acceleratori di deep learning per veicoli autonomi sicuri.

BEVScope migliora la stima della profondità per capire meglio gli ambienti nella robotica.

Una strategia per ottimizzare l'etichettatura dei dati nei compiti di visione artificiale.

ScenarioNet usa dati di guida reali per migliorare i test delle auto a guida autonoma.

Droni innovativi stanno aiutando nella rilevazione e monitoraggio delle navi.

Scopri come i gateway migliorano la comunicazione tra robot per prestazioni migliori.

Un nuovo metodo migliora l'accuratezza della previsione delle traiettorie senza dipendere da mappe ad alta definizione.

Un nuovo metodo aiuta i robot a muoversi in ambienti difficili in sicurezza.

Approcci innovativi migliorano la chiarezza dell'immagine rimuovendo efficacemente l'oscurità.

Esplorare il ruolo del radar mmWave 4D nella tecnologia delle auto a guida autonoma.

Un nuovo metodo migliora la comprensione della scena per i veicoli autonomi usando query di istanza.

Un nuovo approccio migliora la comprensione degli ambienti 3D per le auto a guida autonoma.

Uno sguardo ai progressi e alle sfide delle auto a guida autonoma.

Un metodo per verificare che i sistemi rispettino gli standard della logica temporale senza input manuale.