自動運転車 に関する最新の記事

SpaRCは、レーダーとカメラのデータを組み合わせて、より良い物体検出を実現し、車両の認識を向上させる。

厳しい地形をナビゲートするための自動化技術の進歩。

新しい方法で自動運転車のナビゲーションと物体追跡が強化されたよ。

ZOCBFがロボットや自動運転車が危険を避けるのにどう役立つかを学ぼう。

SyncVISは、さまざまなアプリケーション向けに動画内の物体の追跡とセグメンテーションを強化するよ。

SEED4Dは、よりスマートな自動運転技術のための合成データを作ってるよ。

V2X技術がどのように車両の通信を変えて、安全な道路を作ってるかを発見しよう。

FEVER-OODは、より安全な機械学習アプリケーションのために、分布外検出を改善するよ。

HoloDriveは、よりスマートな自動運転車のために2Dと3Dデータを統合してるよ。

画像と3Dデータをつなげて、正確な位置検出を実現。

QuadricsRegは点群の位置合わせを強化して、効率と精度を向上させるよ。

3Dトラッキング技術が自律システムをどう変えてるかを発見しよう。

光フィールド技術がロボットや自動運転車の深度推定をどう変えるかを学ぼう。

新しいシステムが、一貫したマルチビュー動画を提供して、自動運転車のトレーニングをより良くしてるよ。

Urban4Dはスマートシティのために都市シーン再構築を再定義する。

ISACがテクノロジーやコミュニケーションをどう変えてるか見てみよう。

複数のカメラを使ったナビゲーション技術の画期的な進展で、より正確な位置特定が可能になった。

自動運転車による交通管理のためのタイミング戦略に関する研究。

スーパーピクセルが画像の機械理解をどう向上させるかを発見しよう。

革命的なモデルが社会的ダイナミクスを使って歩行者の動き予測を向上させる。

研究者たちがどんな新しいアプローチで最適制御問題に取り組んでいるかを発見しよう。

ロボットは人間と一緒にもっと上手く働く方法を学んでるよ。

画期的なデータセットが自律船の航海を改善する。

新しい手法は、生成モデルの不確実性に対処することで画像品質を向上させる。

機械学習におけるバックドア攻撃のリスクとその影響を探る。

ロボットや車が混雑した環境でどうやって衝突を避けるかを学ぼう。

新しい方法が2Dと3Dのトラッキングを組み合わせて、シーン再構築をより良くしてる。

最先端の手法で車両の認識と安全性を向上させる。

自動運転車がどうやって道路で見て反応することを学んでいるかを発見しよう。

イベントカメラは、速い物体検出のための画期的なアプローチを提供するんだ。

OccluRoadsデータセットが隠れた歩行者検出にどう取り組んでるかを見てみよう。

EdgeD3アルゴリズムはリアルタイムアプリでのAIの効率をアップさせるよ。

テストタイム修正は、自動運転車が道路で学び、適応するのに役立つ。

新しい方法が水中追跡作業におけるAUVの性能を向上させる。

厳しい海洋条件での無人水上ビークル（USV）の物体追跡を強化する。

FMGPは不確実性を推定することでDNNの予測を改善し、高リスクな用途にとって重要だよ。

新しい方法で自動運転車の周囲の認識が向上する。

つながった自動運転車は、安全で賢い移動のために協力を活用してるよ。

新しい方法が機械学習の意思決定を明確にして、信頼性を高めるんだ。

LOMAは、視覚的要素と言語的要素を組み合わせて、より良い3D空間の予測を行うよ。