Waymo与城市合作,分享坑洼数据以提升道路安全,旨在帮助城市识别和修复坑洼,同时改善双方关系。
Aurora是一家自动驾驶卡车公司,计划于2025年启动商业运营。尽管面临技术和监管挑战,Aurora仍致力于安全推进,预计到2026年将显著增加卡车数量。Urmson认为自动驾驶将提升道路安全,尽管工会对此表示反对。目前,Aurora已行驶10万英里,并计划推出新一代硬件。
NVIDIA推出了一款全面的自动驾驶软件平台,旨在加速安全智能交通的创新部署。该平台结合强大的AI计算能力,支持实时传感器融合和持续更新,以提升道路安全。NVIDIA Halos系统确保从云到车的安全开发,符合严格的汽车安全标准。
DEKRA德凯将于2025年6月在曼谷参与“联合国亚太道路安全周”,讨论全球道路安全问题。Kilian Aviles博士强调车辆检测的重要性,Samer Galal博士分享车辆安全测试技术。周旋副总裁提出三项建议以促进交通安全和高速公路建设。
本研究针对自行车在道路安全中的遮挡识别问题,提出了一种新分类基准,利用计算机视觉技术量化可见性和遮挡等级,以提高无人驾驶车辆对骑行者的检测能力。
数字驾驶记录代码通过实时收集和分析驾驶行为数据,提升道路安全和驾驶员责任,改善驾驶习惯。尽管面临隐私和数据安全挑战,但其在保险定价和车辆管理等方面的潜在好处使其成为交通管理的重要工具。
数字驾驶记录代码通过实时收集和分析驾驶行为数据,提升道路安全和驾驶责任,帮助司机改善习惯,降低事故风险。尽管面临隐私和数据安全挑战,但其在交通管理和保险定价中的应用潜力巨大。
美国联邦通信委员会(FCC)通过了新的频谱规则,推动车联网(C-V2X)技术的发展。该技术利用现有蜂窝网络,实现车辆与车辆、基础设施和行人之间的信息传递,以提高安全性。FCC主席表示,此举将促进无线和交通经济的创新,确保道路安全。新规则还规定了频谱的有效使用和C-V2X的技术参数。
本论文探讨了合作智能交通系统(CITS)在提升道路安全与效率方面的应用,提出了一种基于LSTM网络的机器学习不当行为检测系统,通过实时监测和纠正车辆网络中的错误信息,降低事故风险,展示了其实际应用潜力。
本研究利用智能手机传感器提供综合数据集,以提升道路安全和监测效果,捕获驾驶行为和道路条件,促进智能交通系统的发展。
本文介绍了一种基于计算机视觉和机器学习的实时驾驶员疲劳检测系统,利用眼睛状态和面部特征识别技术,准确监测驾驶员的注意力和疲劳。该系统在提高道路安全方面具有重要意义,能够有效减少因疲劳驾驶导致的事故。
本研究利用YOLOv5框架提出了一种新方法识别TSL手势,取得了90.5%的F1值和98.1%的mAP值,为聋哑社区提供了准确的手势识别。此外,研究还开发了实时交通标志检测系统,准确率达到96%,提升了道路安全和交通管理。
本研究利用机器学习模型预测交通事故对道路交通的影响,发现天气条件是事故持续时间的重要因素。研究开发了一个分析框架,有效预测事故清除时间,改善交通管理,提升事故预测准确性。同时,结合大型语言模型与机器学习技术,提高了事故严重程度分类的精度,为道路安全政策提供了重要见解。
巴黎市民投票通过了将乡村SUV驾驶者的停车费用提高三倍的提案,以解决道路安全、空气污染和气候变化问题。新的定价也适用于重量超过2吨的电动车辆。投票率低,只有5.7%参与投票。伦敦市长表示会借鉴其他城市的成功政策来解决类似问题。
通过机器学习算法提高交通视频中的多目标跟踪准确性,促进道路安全措施。介绍了TrafficMOT数据集,模拟复杂交通场景的挑战。实验结果突出了该数据集在交通监控和多目标跟踪领域的价值。
Drive-WM是第一个与现有规划模型兼容的驾驶世界模型,通过预测未来事件和评估风险来提高道路安全和效率。它能够生成高质量、一致性和可控性的多视图视频,为真实世界模拟和安全规划开辟了新的可能性。
完成下面两步后,将自动完成登录并继续当前操作。