Artigos mais recentes para Veículos Autônomos

LeOCLR melhora o aprendizado contrastivo usando imagens originais pra uma compreensão melhor.

Esse artigo fala sobre o desenvolvimento de sistemas inteligentes para caminhões autônomos.

Esse estudo explora como projeções podem melhorar a segurança dos pedestres em torno de veículos autônomos.

O algoritmo SynPF mostra potencial pra localização confiável de veículos em condições de corrida desafiadoras.

Novas técnicas melhoram a segurança dos testes para carros autônomos.

Essa pesquisa avalia o uso de LLMs pra cenários realistas de carros autônomos.

Um novo método separa elementos em movimento e estáticos em ambientes urbanos.

Uma nova plataforma melhora a análise de segurança para carros autônomos contra ameaças potenciais.

Estudo propõe um padrão pra controlar grupos de veículos autônomos de forma eficaz.

Um novo método melhora a precisão da calibração para radares MIMO e sensores ópticos em distâncias curtas.

Novo framework melhora a previsão de intenção de pedestres para carros autônomos.

Uma nova abordagem combina teoria dos jogos e planejamento de movimento pra melhores estratégias de corrida.

Novos métodos usando GPUs melhoram os resolvers lineares pra uma tomada de decisão melhor.

Explorando a tomada de decisão e a explicabilidade em carros autônomos.

Entender os carros autônomos é essencial pra confiança e segurança.

A BriSe AI foca na autoconsciência das máquinas pra ter interações melhores.

Um novo método melhora a eficiência de modelagem 3D usando aprendizado federado.

Novas técnicas permitem uma segmentação flexível de dados de Lidar sem precisar de muita rotulagem.

Um novo modelo melhora a estimativa de profundidade combinando previsões e análise de múltiplos quadros.

O DepthFM melhora a velocidade e a precisão na estimativa de profundidade usando técnicas de correspondência de fluxo.

Aprendizado federado melhora a cooperação entre veículos autônomos em condições climáticas difíceis.

Aprendizado por reforço melhora os métodos de teste pra segurança de direção autônoma.

Explorando o potencial dos sistemas ISAC monostáticos nas comunicações modernas.

Novo método melhora a detecção de pedestres usando imagens RGB e térmicas.

Um novo modelo que melhora a análise de dados 3D para sistemas autônomos.

Este trabalho apresenta um modelo para melhorar a segurança na navegação de veículos autônomos.

Pesquisadores usam NeRFs pra melhorar sistemas de direção autônoma através de ambientes simulados.

A pesquisa tem como objetivo melhorar a interpretação de ambientes 3D por máquinas para segurança.

Um novo método melhora os sistemas LiDAR pra aumentar a segurança nos carros autônomos.

DriveCoT melhora a clareza e a segurança na tomada de decisões de carros autônomos.

Um framework pra máquinas aprenderem as preferências dos usuários a partir de dados visuais.

Este estudo analisa o papel da simulação no desenvolvimento de políticas de controle para robôs autônomos.

O MAVOS apresenta um método eficiente pra rastrear objetos em clipes de vídeo longos.

Novo método melhora previsões para objetos em movimento na direção autônoma.

A AIDE simplifica a gestão de dados pra aumentar a segurança em carros autônomos.

Um novo método melhora a detecção de objetos em ambientes diversos usando dados de LiDAR.

Uma nova abordagem melhora os sistemas de câmera e radar pra uma detecção de objetos mais eficiente.

Este artigo apresenta um método formal para testar distúrbios de tráfego em veículos autônomos.

Um novo método melhora o treinamento de carros autônomos através de interações parecidas com as humanas.

Aprimorando a detecção de objetos grandes em ambientes de veículos autônomos.