این یک نسخه دسترسی اولیه است، نسخه کامل PDF، HTML و XML به زودی در دسترس خواهد بود.
دسترسی آزادکاغذ ویژگیمقاله
گروه مهندسی برق و علوم کامپیوتر، دانشگاه هوارد، واشنگتن، دی سی ۲۰۰۵۹، ایالات متحده آمریکا
*
نویسندگانی که مکاتبات باید خطاب به آنها باشد.
هوش مصنوعی ۲۰۲۴، ۵(۳)، ۱۲۵۵-۱۲۸۵; https://doi.org/10.3390/ai5030061 (ثبت DOI)
ارسال دریافت شده: ۷ ژوئن ۲۰۲۴
/
بازبینی شده: ۹ ژوئیه ۲۰۲۴
/
پذیرش: ۲۳ ژوئیه ۲۰۲۴
/
تاریخ انتشار: ۲۵ جولای ۲۰۲۴
خلاصه
توسعه وسایل نقلیه خودران یا خودمختار منجر به پیشرفت های قابل توجهی در فناوری های تشخیص اشیاء سه بعدی شده است که برای ایمنی و کارایی رانندگی خودران بسیار مهم است. علیرغم پیشرفتهای اخیر، چالشهای متعددی در یکپارچهسازی حسگرها، مدیریت دادههای پر سر و صدا و اطمینان از عملکرد قابل اعتماد در شرایط مختلف محیطی باقی مانده است. این مقاله به طور جامع تکنیکهای تشخیص شی سه بعدی پیشرفته را برای وسایل نقلیه خودمختار بررسی میکند و بر اهمیت تکنیکهای همجوشی چند حسگر و مدلهای پیشرفته یادگیری عمیق تاکید میکند. علاوه بر این، ما زمینههای کلیدی را برای تحقیقات آینده ارائه میکنیم، از جمله بهبود الگوریتمهای ترکیب حسگر، بهبود کارایی محاسباتی، و رسیدگی به نگرانیهای اخلاقی، امنیتی و حفظ حریم خصوصی. ادغام این فناوریها در برنامههای کاربردی دنیای واقعی برای رانندگی خودکار با برجسته کردن مزایا و محدودیتهای بالقوه ارائه میشود. ما همچنین مقایسه ای کنار هم از تکنیک های مختلف را به صورت جدولی ارائه می دهیم. از طریق یک بررسی جامع، هدف این مقاله ارائه بینشی در مورد جهتهای آینده تشخیص اشیاء سه بعدی و تأثیر آن بر تکامل رانندگی خودکار است.
به اشتراک بگذارید و استناد کنید
MDPI و ACS Style
فاوله، OA؛ پیشرفت های اخیر Rawat، DB در تشخیص اشیاء سه بعدی برای وسایل نقلیه خودران: یک بررسی. هوش مصنوعی ۲۰۲۴، ۵، ۱۲۵۵-۱۲۸۵٫ https://doi.org/10.3390/ai5030061
Fawole OA، Rawat DB. پیشرفت های اخیر در تشخیص اشیاء سه بعدی برای وسایل نقلیه خودران: یک بررسی. هوش مصنوعی. ۲۰۲۴; ۵ (۳): ۱۲۵۵-۱۲۸۵٫ https://doi.org/10.3390/ai5030061
شیکاگو/سبک تورابین
فاوله، اولواجوون ا.، و داندا بی. روات. ۲۰۲۴٫ “پیشرفت های اخیر در تشخیص اشیاء سه بعدی برای وسایل نقلیه خودران: یک بررسی” هوش مصنوعی ۵، نه ۳: ۱۲۵۵-۱۲۸۵٫ https://doi.org/10.3390/ai5030061
معیارهای مقاله
دادههای متریک مقاله تقریباً ۲۴ ساعت پس از انتشار آنلاین در دسترس میشوند.
منبع: https://www.mdpi.com/2673-2688/5/3/61