الأبحاث في مجلة: IEEE Transactions on Intelligent Transportation Systems
-
HeightFormer: تعلم توقع الارتفاع في ميزات الفوكسل للكشف عن الأجسام ثلاثية الأبعاد المركزية للرؤية على جانب الطريق عبر المحولات HeightFormer: Learning Height Prediction in Voxel Features for Roadside Vision Centric 3D Object Detection via Transformer
2026 | المؤلف: Zhang Zhang وآخرون | المجلة: IEEE Transactions on Intelligent Transportation Systems | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا القسم، يستنتج المؤلفون أن الطرق التقليدية لتوقع الارتفاع باستخدام ميزات الصورة ووجهة نظر الطائر (BEV) تعوقها القيود المنظورية الفطرية للصور وغياب بيانات الارتفاع الواضحة. لمعالجة هذه التحديات، يقدمون إطار عمل جديد يسمى HeightFormer، الذي يستفيد من ميزات الفوكسل وهياكل المحولات لدمج معلومات الارتفاع الواضحة. تعزز هذه الطريقة بشكل كبير من فهم النموذج للبيئة…
-
YOLO-TS: اكتشاف علامات المرور في الوقت الحقيقي بدقة محسنة باستخدام مجالات استجابة محسّنة ودمج بدون مرساة YOLO-TS: Real-Time Traffic Sign Detection With Enhanced Accuracy Using Optimized Receptive Fields and Anchor-Free Fusion
2026 | المؤلف: Junzhou Chen وآخرون | المجلة: IEEE Transactions on Intelligent Transportation Systems | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)في هذا القسم، يقدم المؤلفون YOLO-TS، شبكة جديدة لاكتشاف علامات المرور في الوقت الحقيقي مصممة لتعزيز دقة وسرعة اكتشاف علامات المرور الصغيرة، وهو أمر حاسم للقيادة الذاتية وأنظمة مساعدة السائق المتقدمة (ADAS). تعمل الشبكة على تحسين المجالات الاستقبالية لخرائط الميزات متعددة المقاييس لتتوافق بشكل أفضل مع توزيع أحجام علامات المرور، مما يحسن أداء الاكتشاف. استراتيجية…
-
التعلم الفيدرالي الهرمي غير المتجانس سريع التقارب والمخفف للتواصل في القيادة الذاتية Fast-Convergent and Communication-Alleviated Heterogeneous Hierarchical Federated Learning in Autonomous Driving
2026 | المؤلف: Wei-Bin Kou وآخرون | المجلة: IEEE Transactions on Intelligent Transportation Systems | المجال: الذكاء الاصطناعي (Artificial Intelligence)يتناول قسم ورقة البحث التحديات المتعلقة بفهم المشهد الحضري الدلالي (TriSU) في القيادة الذاتية، وخاصة مشكلة ضعف التعميم لنماذج الاستدلال المدربة على بيانات من مناطق جغرافية محددة عند تطبيقها على مناطق أخرى بسبب تحولات نطاق البيانات بين المدن. لمعالجة ذلك، يقترح المؤلفون خوارزمية التعلم الفيدرالي غير المتجانس غاوسي (FedGau)، التي تعزز من تعميم النموذج من…
-
تخطيط المسار الأمثل بأقل مسافة وأقل وقت باستخدام خوارزميات التعلم الآلي المستوحاة من الطبيعة للطائرات بدون طيار المعطلة
2024 | المؤلف: Önder Tutsoy وآخرون | المجلة: IEEE Transactions on Intelligent Transportation Systems | المجال: الرؤية الحاسوبية والتعرف على الأنماط (Computer Vision and Pattern Recognition)تقدم هذه القسم نظرة عامة على تطوير خوارزميات تخطيط المسار التكيفية للطائرات بدون طيار (UAVs)، وبشكل خاص الطائرات الرباعية، التي تعمل في بيئات ديناميكية مع احتمال حدوث أعطال في المحركات. يؤكد البحث على ضرورة وجود خوارزميات خالية من النموذج يمكنها استيعاب تشبع المحركات وقيود حركية وديناميكية متنوعة لضمان تطبيقات فعالة في الوقت الحقيقي. لمعالجة هذه…