Artigos mais recentes para Veículos Autônomos

ISAC combina sensoriamento e comunicação para melhorar redes e aplicações sem fio.

Um novo método melhora como os carros entendem o que tá ao redor deles.

Explorando o impacto do pré-treinamento DINO na performance e adaptabilidade de veículos autônomos.

Uma nova abordagem focada na profundidade de objetos melhora a precisão da detecção 3D.

Analisando as vulnerabilidades e possíveis ataques na tecnologia NeRF.

Um novo modelo melhora a comunicação móvel entre dispositivos em movimento.

O modelo V2X-M2C melhora a forma como os veículos percebem o que tá ao redor através da colaboração.

Explorando uma nova abordagem para otimização de preferências multi-objetivo.

Um novo método junta dados de câmeras de eventos e câmeras de quadro pra melhorar a detecção de objetos.

Este estudo analisa como os métodos VPR modernos melhoram a fusão de submapas em sistemas de SLAM visual.

Explorando novos métodos para localizar usuários em redes 6G usando grandes arranjos de antenas.

Um novo método melhora a geração de imagens para direção autônoma em condições adversas.

Um novo modelo pra entender ambientes 3D usando descrições baseadas em texto.

Modelos estocásticos não locais melhoram a gestão do tráfego e reduzem a congestão.

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

Um novo método melhora a odometria visual para veículos subaquáticos.

Um novo método melhora a detecção de falhas em modelos de carro autônomo.

Novos métodos aumentam a segurança em carros autônomos diante de obstáculos imprevisíveis.

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

Novos métodos combinam dados de câmera com GPS pra melhorar a precisão da localização.

Um novo método melhora a segmentação semântica 3D integrando técnicas 2D.

Um novo método melhora a detecção de objetos desconhecidos em imagens variadas.

Explorando jeitos de melhorar o reconhecimento de lugares usando diferentes dados de sensores.

Esse estudo analisa como o desfoque gaussiano afeta a detecção de objetos em ambientes simulados.

Uma nova plataforma melhora os testes para veículos autônomos com simulações de corrida realistas.

Este artigo fala sobre o papel das Convoluções Deformáveis em melhorar a segmentação semântica para direção autônoma.

Analisando como o tempo dos dados dos sensores afeta a segurança e o desempenho de veículos autônomos.

Avaliando grandes modelos de linguagem para melhorar a segurança nas estradas em carros autônomos.

Uma nova abordagem melhora como os veículos preveem as ações dos pedestres.

Novo método melhora a precisão e eficiência na detecção de objetos 3D usando Linear Group RNN.

Este estudo analisa um método pra melhorar a segmentação em diferentes condições de direção.

Este artigo fala sobre os métodos mais recentes em detecção de objetos em vídeo.

Um novo modelo usa texto pra guiar a criação de dados de LiDAR, reduzindo custos e melhorando a precisão.

Um novo sistema melhora as previsões dos movimentos de veículos próximos para carros autônomos.

Uma nova abordagem pra melhorar a precisão do mapeamento LiDAR na robótica.

Uma nova abordagem para analisar a alcançabilidade em sistemas influenciados por aleatoriedade.

O framework RoCo resolve erros de pose pra melhorar a detecção de objetos na colaboração entre veículos.

O Agrupamento Multi-Tarefa melhora a eficiência de aprendizado e o desempenho em várias aplicações de IA.

Novos métodos melhoram a precisão no rastreamento de objetos usando apenas medições de distância.

Uma olhada em soluções baseadas em infraestrutura para melhorar a percepção de veículos autônomos.