研究人员为无人机-无人车协同系统开发了一种基于视觉的航向预测置信度门控框架。该系统使用边界框面积和航向变化作为可靠性代理,以确定何时将预测的航向作为控制指令发出。在低置信度期间,该框架将基准的 freeze-HOLD 策略与有界混合后备方案进行比较,后者保守地更新指令。在真实数据集上的评估表明,这种置信度门控在执行率、准确性和平滑度之间提供了权衡,与基准的 freeze-HOLD 策略相比,在扰动条件下显著改善了指令行为。 AI
影响 通过提高置信度水平下控制指令的决策能力,提高了自主系统的可靠性。
排序理由 该条目是发表在 arXiv 上的研究论文,详细介绍了机器人技术的新技术方法。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- freeze-HOLD
- Gotit.pub
- Hugging Face
- Influence Flower
- ScienceCast
- unmanned aerial vehicle
- unmanned ground vehicle
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →