Artigos mais recentes para Veículos Autônomos

Analisando o impacto crucial dos dados nos processos de tomada de decisão de veículos autônomos.

Explorando a importância da previsão de movimento na tecnologia de carros autônomos.

Analisando os benefícios da tecnologia MIMO-OTFS para sensoriamento e comunicação da próxima geração.

Estudo analisa como explicações afetam a segurança dos passageiros e a tomada de decisões em veículos autônomos.

Apresentando um método pra robôs se virarem bem em ambientes lotados.

Um novo framework melhora a confiabilidade da detecção de objetos para aplicações críticas.

Analisando a integração do O-RAN e V2X pra melhorar a comunicação dos veículos.

MaskBEV usa máscaras pra melhorar a detecção de objetos em ambientes 3D.

Novos métodos melhoram a comunicação em redes lotadas usando meta-aprendizado.

Este estudo foca nos elementos de tráfego e nas conexões de faixas para carros autônomos.

O Scenic 3.0 melhora a modelagem para sistemas como carros autônomos com capacidades em 3D.

Um novo método auto-supervisionado ajuda os UGVs a aprenderem sobre a segurança do terreno sem a necessidade de input humano.

Um novo método aumenta a confiabilidade em modelos de aprendizado profundo ao lidar com a incerteza preditiva.

O CMDFusion junta dados 2D e 3D pra melhorar a detecção de objetos em carros autônomos.

Uma estrutura pra melhorar previsões usando abstenção contra dados enganosos.

Um novo modelo melhora os sistemas de percepção para uma direção autônoma mais segura.

Nova abordagem melhora as previsões de movimento dos veículos para sistemas de direção autônoma.

Explorando o impacto do OTFS na detecção de radar em ambientes dinâmicos.

DeepIPCv2 melhora a navegação usando LiDAR, especialmente em condições de pouca luz.

Apresentando o VertexNet pra melhorar o algoritmo RRT* e encontrar caminhos mais rápido.

Um novo método para melhorar a calibração de sensores em veículos em movimento.

Uma olhada em como os carros aprendem com dados de vídeo sem entradas rotuladas.

Um framework pra melhorar a percepção de veículos conectando lacunas de dados.

A odometria por radar ajuda os veículos a navegarem em ambientes difíceis usando sensores de radar.

Um novo método melhora a eficiência do estacionamento de veículos automatizados em ambientes complexos.

U-MPPI melhora o planejamento de rotas pra uma navegação mais segura de veículos autônomos em ambientes incertos.

Ada3D melhora a eficiência da detecção de objetos 3D para veículos autônomos.

Novo método melhora a detecção de vários objetos em movimento em imagens.

Um olhar sobre como o VI-SLAM ajuda os dispositivos a se mapear e se localizar.

Novos métodos melhoram a detecção de objetos em neblina e chuva para carros autônomos.

Uma nova ideia pra deixar os carros autônomos mais seguros e confortáveis.

Este estudo avalia a eficácia dos modelos de VQA em cenários de direção.

Este estudo investiga interações entre veículos usando um modelo de tráfego de duas classes.

Um novo método melhora as nuvens de pontos pra uma análise 3D melhor.

Este artigo fala sobre um novo modelo pra melhorar a percepção de profundidade em robôs usando vários sensores.

Uma nova abordagem melhora a confiabilidade do modelo de deep learning ao medir a incerteza.

Um novo sistema de controle melhora a segurança para barcos autônomos em canais estreitos.

Esse projeto melhora a precisão das previsões sobre o comportamento de carros autônomos usando dados combinados.

TwinLiteNet oferece uma solução leve para detecção precisa de área de direção e faixas.

Um novo método melhora os testes de segurança para veículos autônomos.