Artigos mais recentes para Veículos Autônomos

Uma nova abordagem pra aumentar a segurança dos veículos autônomos contra ameaças cibernéticas.

Uma nova abordagem pra avaliar a segurança dos veículos autônomos usando simulações contrafactuais.

Novas técnicas melhoram a detecção de OOD sem perder a precisão na classificação.

Novos métodos melhoram o reconhecimento de objetos em ambientes variados para carros autônomos.

Um novo método aumenta a segurança do movimento de empilhadeiras em ambientes movimentados.

Novo método melhora a identificação de objetos estranhos na estrada.

Novos métodos melhoram a resistência dos sistemas de detecção de objetos a mudanças adversariais.

Combinar dados de LiDAR e câmera melhora a precisão na segmentação panorâmica 3D.

Um novo método para rastreamento e segmentação usando apenas modelos de aparência.

Este artigo analisa como a neuroevolução melhora a previsão de trajetória de veículos por meio da otimização multi-objetivo.

Um novo método melhora a detecção de objetos 3D para veículos autônomos usando a representação BEV.

Este estudo revela preconceitos em como os carros autônomos detectam pedestres com base na idade e na cor da pele.

Explorando o papel do AirComp no processamento eficiente de dados sem fio.

NP-SemiSeg melhora a precisão da segmentação semântica enquanto estimula a incerteza.

Um estudo apresenta um conjunto de dados e técnicas pra melhorar a clareza das imagens durante a chuva.

Um método que reduz a complexidade das redes neurais pra melhorar a eficiência da verificação.

Melhorando a navegação de embarcações de superfície não tripuladas usando técnicas avançadas de processamento de imagem.

Este artigo fala sobre a importância de prever o movimento de pedestres para a segurança de veículos autônomos.

Novo framework melhora a fusão de sensores e a calibração para dispositivos autônomos.

Um novo sistema modular melhora a precisão da estimativa de estado do veículo.

Esse estudo mostra como os motoristas lidam com situações de mesclagem na estrada.

SegDA melhora o reconhecimento de objetos em imagens do mundo real para carros autônomos.

Um novo modelo melhora a estimativa de profundidade usando uma única imagem.

Analisando métodos de localização cooperativa para veículos submarinos sem GPS.

Um olhar sobre LPVMPC e NMPC para dirigir com segurança.

Um novo conjunto de dados melhora o treinamento de carros autônomos para condições de estrada desafiadoras.

Nova abordagem melhora a detecção de obstáculos em veículos autônomos através de manobras planejadas.

Aprenda como a iluminação quântica melhora a detecção de objetos em ambientes desafiadores.

Novos métodos garantem precisão na posição da câmera em aplicações críticas.

Um novo método melhora as previsões de posição futura para veículos autônomos.

Apresentando o CoverNav, um jeito dos robôs encontrarem caminhos escondidos ao ar livre.

Explorando as últimas melhorias nos sistemas de carros de corrida autônomos pra ter um desempenho e segurança melhores.

Novas técnicas melhoram a percepção dos carros autônomos sem precisar de muitos dados rotulados.

PatchContrast melhora a detecção de objetos em veículos autônomos usando dados não rotulados de forma eficiente.

Uma olhada em técnicas de aprendizado por reforço robustas para uma tomada de decisão confiável.

Um novo método melhora a auto-localização de veículos usando câmeras e imagens de satélite.

Um novo modelo combina memória e antecipação pra melhorar a previsão de ações.

Uma nova abordagem pra proteger dados sensíveis coletados por carros autônomos.

Pesquisas sobre redes de detecção-segmentação aumentam a segurança em carros autônomos.

A BOTT traz uma abordagem inovadora pra rastrear objetos 3D em carros autônomos.