高速ドラッグレースは危険で、無謀な運転は他人の命を奪う可能性がある。
CAVネットワークの安全性を確保するための信頼に基づく堅牢なイベントトリガード制御フレームワークが提案されています。
自動車の交差点での協力的な操縦計画は、交通効率を向上させる可能性がある。
自動運転における正確性重視型協力センシングとコンピューティングの重要性を強調する。
LLMを使用して自動運転機能の安全要件を指定するプロトタイプが有効であることを示す。
提案された二層制制御アプローチは、混合交通環境における織り込み区間で全体的な効率を向上させることができる。
運転者の目線は、知能を持った自動車にとって重要な情報源であり、本研究ではその包括的な解決策を提供する。
LLMsを自動車に統合して、安全性向上と性能向上を実証する。
社会的自動車は、人間の運転行動に影響を与えるための革新的な枠組みを提供します。
低コストの超音波センサーを使用して、自律型Eスクーターの衝突回避安全フィルターを提案しました。