自動運転車 に関する最新の記事

複雑な道路状況での車線検出を改善するためにERF-CondLaneNetを紹介します。

新しい方法がNARの問題解決能力を強化するよ。

新しい方法がリアルタイムアプリでの物体検出を改善する。

デジタルツインが自動運転車の運用をどう改善するかを見てみよう。

新しいシステムがトラフィックライトの検知を強化して、もっと安全な自動運転を実現するよ。

若い大人の間で自動運転車への信頼に影響を与える要因を調べる。

新しい方法が自然言語入力を使って交通シナリオ生成を改善する。

MAC-VOは、厳しい環境でのカメラ位置推定を強化するよ。

自動運転車技術の主要な制御技術の概要。

ScaleFlow++は、さまざまなアプリケーション向けに単眼カメラを使った3Dモーション推定を改善するよ。

DINOv2を使うと、BEVセグメンテーションが向上して、安全な自動運転車になるよ。

ExelMapは、安全な自動運転のためにHDマップの更新の精度を高めるんだ。

自動運転車の意思決定の進展についての見解。

新しい技術がいろんな用途のためのダイナミックな都市モデルを向上させてるよ。

新しいフレームワークが自動運転車の動き予測を改善して、安全性と効率性がアップしたよ。

GRINを紹介するよ、スパースデータを使った深度推定の新しいモデルだ。

VALOは、自動運転車のためにLiDAR検出を最適化して、スピードと精度のバランスをとってるよ。

研究は、センシング技術における通信のセキュリティを確保する新しい方法を探求している。

自動運転車が道路でより安全な判断をするための新しいアプローチ。

RenderWorldは、安全な自動運転技術のために視覚データを利用してるよ。

無線技術の未来と新しいビームフォーミング技術の利点についての考察。

新しいシステムが、厳しい環境での自動運転車の安全予測を強化する。

TrajSSLは、動き予測を使ってラベル付きデータを少なくして3Dオブジェクト検出を強化するんだ。

複数のセンサーデータ統合を使って車両の位置特定を改善するフレームワーク。

軽量なビジュアル慣性オドメトリの新しい手法が、厳しい環境でのパフォーマンスを向上させる。

新しい方法が危険な状況で自動運転車の安全性を向上させる。

新しい方法が自律システムのデータ選択と強化を改善する。

動的ゲームにおけるエージェントの相互作用が時間とともにどう変化するかを見てみよう。

新しい方法がAIモデルの予測の理解を向上させる。

車両の快適性と安全性向上のための縦の動きをコントロールする研究。

新しい方法が、イベントベースの技術を使って、速い動きのシーンでの追跡精度を向上させる。

自動運転車の安全性を高めるために、人々がどうやって道を渡るかを調べてる。

新しいアプローチは、LiDARとカメラを組み合わせて、検出精度を向上させる。

新しいアプローチがガウス過程を使って不確実な環境での制御を改善するよ。

より安全な自動運転車のための画像分割モデルを改善するイベント。

研究が自動運転車のリアルタイム学習の新しいアプローチを強調してるよ。

少数ショット学習法を使って、より安全な自動運転車のために交通標識の検出を改善する。

新しいフレームワークが、さまざまな環境でのカメラのポーズ推定を改善する。

新しいアプローチで屋内のデバイス位置追跡の精度が向上してる。

新しいモデルが、自動運転車の動きの予測を最小限のリソースで改善したよ。