Artigos mais recentes para Tecnologia de Carros Autônomos

Apresentando um algoritmo eficiente para aprendizado por reforço com dinâmicas determinísticas.

Estudo melhora as estratégias de troca de faixa para carros autônomos em tráfego misto.

Um novo método melhora o reconhecimento de dados de nuvem de pontos para veículos autônomos.

Novo modelo MMPedestron melhora a detecção de pedestres usando vários tipos de sensores.

Um novo método simplifica a seleção de dados para a verificação de segurança de veículos autônomos.

Um novo modelo melhora a previsão de trajetórias para carros autônomos em diversas condições.

Novo método melhora a tomada de decisão em carros autônomos através de representações focadas em objetos.

Este artigo fala sobre preocupações de segurança no planejamento de trajetórias para veículos automáticos.

Um novo framework melhora o reconhecimento de objetos e a percepção de profundidade para máquinas.

Um novo método melhora a segmentação de imagens em diferentes condições.

BaseBoostDepth melhora a precisão de profundidade com técnicas inovadoras para visão computacional.

Um novo método melhora a precisão de rastreamento em ambientes 3D desafiadores.

Um novo método melhora o uso de dados de sensores em carros autônomos.

Um novo método melhora a precisão na detecção de faixas para carros autônomos.

Um novo método melhora o registro de nuvens de pontos 3D usando Embedding de Variedade Universal.

AdaOcc melhora o mapeamento de ocupação 3D para uma direção autônoma mais segura.

Novos conjuntos de dados e modelos melhoram a qualidade dos dados LiDAR em mau tempo.

Um novo método usa GANs pra melhorar imagens de radar em condições climáticas adversas.

Uma nova abordagem melhora a estimativa de profundidade a partir de imagens únicas usando modelos de linguagem.

Um novo método gera imagens de vista de rua a partir de vista de cima para carros autônomos.

Esse projeto testa métodos de seguir faixas pra uma operação mais segura de veículos autônomos.

Novo método melhora o aprendizado contínuo em detecção de objetos.

Apresentando o CollaMamba, um modelo pra melhorar o entendimento em áreas de tecnologia.

Um novo sistema melhora a detecção de semáforos para uma condução autônoma mais segura.

Uma olhada nos avanços na tomada de decisão para veículos autônomos.

Skyeyes gera vistas detalhadas do solo a partir de imagens aéreas para várias aplicações.

O modelo OccRWKV melhora a eficiência na navegação robótica e reconhecimento de objetos.

Uma nova abordagem melhora a estimativa de profundidade a partir de imagens únicas usando o movimento dos pixels.

ROAD-Waymo melhora a compreensão das ações na estrada para veículos autônomos.

Um novo framework melhora as previsões e decisões para veículos autônomos.

MFTP transforma a maneira como carros autônomos prevêm movimentos sem precisar de mapas detalhados.

O MLLM-AD-4o melhora a segurança dos carros autônomos em condições climáticas difíceis.

Explorando o uso do RTDETR para estradas mais seguras em Bangladesh.

Um novo método 3D melhora a clareza da imagem e reduz a bagunça.

Abordagem inovadora usa imagens de câmeras de carro para criar simulações realistas para carros autônomos.

Engenheiros usam modelos de linguagem pra criar cenários únicos pra testar carros autônomos de forma segura.

Carros autônomos enfrentam desafios pra entrar nas faixas nas estradas. A segurança é fundamental.

Métodos inovadores melhoram o reconhecimento de estradas para carros autônomos em condições de neve.

Um novo método combina rastreamento 2D e 3D pra uma reconstrução de cena melhor.

Nova técnica melhora a segmentação de mapas para veículos autônomos usando informações de alta frequência.