Articoli più recenti per Veicoli autonomi

Nuovo approccio migliora il riconoscimento dei marciapiedi per i veicoli autonomi.

VecKM migliora la codifica della geometria locale per le nuvole di punti, aumentando l'efficienza e la robustezza.

Nuovi metodi migliorano la sicurezza prevedendo i movimenti dei pedoni fuori dalla vista per i veicoli autonomi.

Un nuovo approccio per scenari di traffico realistici nei test dei veicoli autonomi.

Un nuovo metodo migliora il riconoscimento degli oggetti nei veicoli autonomi usando dati provenienti da sensori combinati.

LidarDM genera video LiDAR realistici per l'addestramento e il test dei veicoli autonomi.

Introduzione di metodi di controllo efficienti per sistemi su larga scala usando osservatori distribuiti.

Un nuovo metodo migliora la previsione del movimento per veicoli autonomi, concentrandosi su sicurezza e incertezza.

Esplorando come l'apprendimento semi-supervisionato combina dati etichettati e non etichettati per modelli di intelligenza artificiale migliori.

Usare dati storici LiDAR per migliorare la rilevazione 3D basata su telecamera nei veicoli autonomi.

La ricerca si concentra sul migliorare i metodi di mappatura per un'identificazione delle posizioni più efficiente.

MemFlow offre stime di flusso ottico in tempo reale usando un modulo di memoria per una maggiore accuratezza.

EasyTrack e EasyTrack++ migliorano il tracciamento degli oggetti in ambienti 3D usando nuvole di punti.

Modelli innovativi migliorano la comprensione delle condizioni stradali per i veicoli autonomi.

Un nuovo metodo migliora la resilienza del tracciamento degli oggetti visivi contro attacchi sottili.

Scopri come le auto in miniatura stanno influenzando l'educazione e la ricerca sulla guida autonoma.

Una comunicazione chiara costruisce fiducia nei veicoli autonomi per tutti gli utenti della strada.

Un nuovo sistema migliora la consapevolezza dei veicoli attraverso dati condivisi e priorità.

Un nuovo metodo migliora l'efficienza dell'apprendimento per imitazione usando il boosting.

Impara a classificare oggetti usando immagini e nuvole di punti 3D senza etichette.

Un nuovo metodo migliora il movimento dei robot con intuizioni sul comportamento umano.

Un nuovo metodo migliora l'affidabilità delle previsioni delle reti neurali nei compiti di regressione.

Un nuovo framework migliora il rilevamento degli oggetti per articoli conosciuti e sconosciuti.

Capire la comunicazione è fondamentale per fidarsi dei veicoli autonomi.

SLAIM migliora il tracciamento e la mappatura in tempo reale usando reti neurali avanzate e informazioni sulla profondità.

Un metodo veloce per creare modelli 3D da sole sei foto, perfetto per i veicoli.

Un nuovo approccio per migliorare il tracciamento multi-oggetto attraverso dati 3D.

Le reti ISAC stanno cambiando il panorama della connettività wireless e delle capacità di rilevamento.

Una panoramica delle applicazioni di NeRF che stanno trasformando la tecnologia delle auto a guida autonoma.

Un nuovo metodo migliora il posizionamento dei veicoli usando il 5G e sensori a bordo.

Un nuovo metodo migliora l'affidabilità del modello potenziando il rilevamento OOD.

La misurazione dei canali migliora i sistemi wireless grazie a una misurazione efficace del segnale.

Esplorando nuovi metodi per migliorare la rappresentazione dell'incertezza nel deep learning.

Migliorare le strategie di controllo per i sistemi evitando gli ostacoli.

Migliorare il tracciamento della posizione con metodi innovativi di tecnologia quantistica.

Un nuovo approccio all'analisi della sicurezza usando funzioni barriera stocastiche a tratti.

Stiamo unendo i dati delle telecamere e dei radar per avere una migliore rilevazione degli oggetti nei veicoli autonomi.

Introducendo una piattaforma di ricerca flessibile per l'innovazione nella guida automatizzata.

Nuovo modello migliora il riconoscimento dell'ambiente del veicolo usando telecamere e LiDAR.

I robot possono migliorare la navigazione classificando i diversi terreni in ambienti difficili.