Decoupled Dynamics Framework with Neural Fields for 3D Spatio-temporal Prediction of Vehicle Collisions
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种基于神经场的框架,通过独立建模整体刚体运动与局部结构变形,实现高效、精确的三维车辆碰撞动态预测,误差降低高达83%。该方法在复杂碰撞场景中提供快速、可靠的车辆安全评估,减少了模拟数据和时间需求。
🎯
关键要点
- 本研究提出了一种基于神经场的框架,用于三维车辆碰撞动态预测。
- 该框架通过独立建模整体刚体运动与局部结构变形,实现了高效且精确的预测。
- 与基线模型相比,误差降低高达83%。
- 该方法在复杂碰撞场景中提供快速、可靠的车辆安全评估。
- 减少了所需的模拟数据和时间。
➡️