Andere Kunden interessierten sich auch für
![Detección de bordes de objetos mediante la magnitud del gradiente]( "Detección de bordes de objetos mediante la magnitud del gradiente")
Detección de bordes de objetos mediante la magnitud del gradiente26,99 €![Contribución a la detección de vehículos mediante deep learning]( "Contribución a la detección de vehículos mediante deep learning")
Contribución a la detección de vehículos mediante deep learning26,99 €![Aprendizaje federado para el Internet de los vehículos]( "Aprendizaje federado para el Internet de los vehículos")
Aprendizaje federado para el Internet de los vehículos45,99 €![BotNet: Detección y defensa]( "BotNet: Detección y defensa")
BotNet: Detección y defensa24,99 €![Tecnologías de la información para el reconocimiento de objetos de vídeo: monografía]( "Tecnologías de la información para el reconocimiento de objetos de vídeo: monografía")
Tecnologías de la información para el reconocimiento de objetos de vídeo: monografía63,99 €![FLAMED: un enfoque de aprendizaje profundo para la detección de incendios y humo en tiempo real]( "FLAMED: un enfoque de aprendizaje profundo para la detección de incendios y humo en tiempo real")
FLAMED: un enfoque de aprendizaje profundo para la detección de incendios y humo en tiempo real40,99 €![Sistema de detección de máscaras faciales]( "Sistema de detección de máscaras faciales")
Sistema de detección de máscaras faciales29,99 €
Los vehículos autónomos son sistemas robóticos capaces de navegar sin tripulación en entornos desconocidos. Los avances recientes han mejorado las aplicaciones tanto en el ámbito civil como en el militar, mejorando los sistemas de asistencia al conductor y los drones militares no tripulados. Desde la perspectiva de la informática, los vehículos autónomos impulsan el progreso en el aprendizaje automático, la visión por ordenador, la fusión de sensores y la toma de decisiones inteligentes. Esta investigación explora las tecnologías de percepción en la conducción autónoma, incluida la selección de velocidad, la detección de objetos y la navegación basada en el terreno. El sistema funciona sin ingeniería manual ni aprendizaje supervisado, lo que permite el autoaprendizaje. La percepción precisa es fundamental, ya que la detección de terrenos irregulares a altas velocidades exige mayor precisión que la evitación de obstáculos. Además, la identificación de objetos fijos y en movimiento mejora el control de crucero adaptativo, la detección de peatones y la asistencia de estacionamiento, lo que aumenta tanto la seguridad como la eficiencia en los sistemas de vehículos autónomos.