Articoli più recenti per Veicoli autonomi

I ricercatori usano i B-spline per creare percorsi più morbidi e sicuri per le gare autonome.

Un nuovo metodo permette di controllare veicoli autonomi senza dati del mondo reale.

Esplorare le misure di sicurezza per affrontare l'eccesso di fiducia nei sistemi di intelligenza artificiale dei veicoli autonomi.

Un nuovo metodo migliora la creazione di mappe per le auto a guida autonoma.

Un nuovo metodo migliora le performance delle auto da corsa a guida autonoma usando l'apprendimento in tempo reale.

Un nuovo approccio aiuta le macchine a imparare e interpretare i concetti visivi in modo efficace.

Un nuovo approccio alla segmentazione delle immagini migliora il riconoscimento degli oggetti in diversi settori.

RAG-Driver aumenta la fiducia nelle auto a guida autonoma grazie a spiegazioni delle decisioni più chiare.

Un nuovo metodo migliora le stime di fiducia nei dati ambigui.

Un nuovo metodo migliora il processo decisionale nella guida autonoma per una gestione del traffico migliore.

Un nuovo metodo migliora i test di sicurezza dei veicoli a guida autonoma in condizioni reali.

Un nuovo metodo migliora l'inferenza delle scene 3D nonostante le sfide ambientali.

La ricerca si concentra su filtri di sicurezza fluidi per migliorare le prestazioni dei veicoli autonomi.

La ricerca mostra come i gesti possano migliorare la sicurezza per i pedoni e le auto a guida autonoma.

Scopri come l'IRS migliora la comunicazione ultra-affidabile a bassa latenza in varie applicazioni.

Sviluppi nella tecnologia wireless grazie al controllo flessibile dei segnali.

Un nuovo modello aiuta le auto a guida autonoma a inserirsi in modo sicuro nel traffico intenso.

Presentiamo ICP-Flow per una stima del flusso di scena efficiente nei veicoli autonomi.

Uno sguardo alla piattaforma F1TENTH e al suo impatto sulla ricerca nelle corse autonome.

Presentiamo RS-DisRL per prendere decisioni migliori in ambienti incerti.

Esplorare tecniche di controllo senza modello sotto canali di comunicazione limitati.

Nuovi metodi migliorano l'affidabilità delle previsioni dell'IA, soprattutto in settori critici.

Migliorare la capacità delle auto a guida autonoma di prevedere il comportamento del conducente aumenta la sicurezza.

Questo articolo esplora il dataset TUMTraf-V2X e il suo impatto sulla sicurezza delle auto a guida autonoma.

Nuovo framework migliora il riconoscimento degli oggetti in ambienti complessi per veicoli autonomi.

I modelli di mondo aiutano le auto a guida autonoma a prevedere eventi stradali per la sicurezza.

Quest'articolo esamina lo sviluppo e i vantaggi dei sistemi DFRC.

Un nuovo metodo punta a migliorare la sicurezza nei robot mobili affrontando le incertezze.

Esaminando come i pedoni rispondono ai veicoli automatizzati in ambienti condivisi.

Un nuovo metodo migliora il modo in cui i robot prevedono il comportamento umano e aumentano la sicurezza.

I modelli di AI migliorano la comprensione delle scene di guida per una navigazione più sicura.

Esaminando il ruolo degli eHMIs nel migliorare la sicurezza per i pedoni e le auto a guida autonoma.

Introducendo un nuovo modello per prevedere meglio i movimenti dei veicoli nel traffico.

Un nuovo metodo migliora il coordinamento dei veicoli sottomarini senza pilota nelle correnti dinamiche.

LeOCLR migliora l'apprendimento contrastivo usando immagini originali per una comprensione migliore.

Questo articolo parla dello sviluppo di sistemi intelligenti per camion autonomi.

Questo studio esplora come le proiezioni possano migliorare la sicurezza dei pedoni intorno ai veicoli autonomi.

L'algoritmo SynPF sembra promettente per una localizzazione affidabile dei veicoli in condizioni di gara difficili.

Nuove tecniche migliorano la sicurezza dei test per le auto a guida autonoma.

Questa ricerca valuta l'uso degli LLM per scenari realistici di auto a guida autonoma.