Artigos mais recentes para Tecnologia de Transporte

Combinando dados de LiDAR e câmera pra melhorar a eficiência da tecnologia de carros autônomos.

Uma nova abordagem melhora os carros autônomos imitando os padrões de pensamento humano.

Uma nova ferramenta ajuda na colaboração pra criar interfaces entre pedestres e veículos.

O método UAD reduz a necessidade de dados e aumenta a eficiência na condução autônoma.

O LCSim oferece ferramentas aprimoradas para cenários de tráfego urbano realistas.

Carros autônomos usam sistemas baseados em regras pra navegar nas estradas e tomar decisões de forma mais segura.

Projeto eficiente de controlador para sistemas incertos usando técnicas de abstração.

SeFlow melhora a estimativa de movimento para carros autônomos usando aprendizado auto-supervisionado.

Este artigo explora maneiras de avaliar melhor a calibração do modelo e a precisão preditiva.

Um novo método aumenta a segurança prevendo com precisão o Tempo até a Colisão usando câmeras baseadas em eventos.

Saiba como a inferência ativa melhora as capacidades dos carros autônomos.

DACCA melhora a detecção de faixas através de um aprendizado de características aprimorado e agregação de contexto.

Revolucionando a detecção de faixas para carros autônomos com mais precisão e compreensão.

Uma nova abordagem pra melhorar o desempenho em aprendizado federado hierárquico.

Explorando o impacto dos gêmeos digitais nas redes veiculares e comunicação.

Um framework melhora a segurança em veículos conectados enquanto protege a privacidade do usuário.

Um modelo de cidade em pequena escala ajuda na pesquisa sobre carros autônomos e sistemas de transporte inteligentes.

Uma nova abordagem melhora a capacidade dos carros autônomos de passar por rotatórias com segurança.

Combinar dados de câmera e LiDAR melhora as capacidades de detecção dos veículos autônomos.

Descubra como a comunicação V2X transforma a segurança no trânsito e a gestão do tráfego.

Novo método aumenta a segurança para carros autônomos usando uma única câmera RGB-D.

Um novo método de treino melhora a detecção de objetos 3D usando dados sintéticos e do mundo real.

Uma nova abordagem melhora a segurança em drift para carros autônomos usando física.

Combinar Clonagem Comportamental e PPO melhora o planejamento de trajetórias para carros autônomos.

Usando gêmeos digitais pra otimizar o tráfego em rotatórias e melhorar a comunicação entre veículos.

Um framework que melhora a localização de veículos usando a integração de dados de múltiplos sensores.

Explorando como modelos de linguagem melhoram as tecnologias de direção autônoma.

Pesquisas destacam uma nova maneira de aprendizado em tempo real para carros autônomos.

Um novo modelo melhora a previsão de movimento para carros autônomos com recursos mínimos.

Métodos inovadores melhoram a compreensão do ambiente para veículos autônomos.

HeightMapNet melhora o mapeamento para carros autônomos, aumentando a precisão e os detalhes.

Polar R-CNN inova a detecção de faixas, melhorando a eficiência e o desempenho.

Novas sequências de piloto melhoram a comunicação em ambientes que mudam rápido.

A SplatAD junta dados de câmera e Lidar pra deixar os carros autônomos mais espertos.

Um novo modelo melhora as previsões para veículos autônomos em tráfego complexo.

Novos métodos ajudam carros inteligentes a aprender com imagens de estrada de baixa qualidade.

Explorando tecnologia cooperativa em carros autônomos pra melhorar a segurança e a eficiência.

Aprenda a adicionar linhas de transporte de forma tranquila em redes já existentes.

Novo método melhora a navegação de veículos autônomos e o rastreamento de objetos.

HoloDrive mistura dados 2D e 3D pra fazer carros autônomos mais inteligentes.