TEMA
  • I&D

    I&D

    • Programas mobilizadores
    • Áreas de investigação e desenvolvimento
    • Formação
    • Colaborações
  • Pessoas

    Pessoas

    • Órgãos de gestão
    • Comite permanente de aconselhamento cientifico
    • Equipa de apoio
    • Membros
  • Atividades

    Atividades

    • Resultados
    • Eventos
    • TEchMA
  • Infraestrutura

    Infraestrutura

    • iTEMA
    • Laboratórios
    • Equipamentos
    • Serviços
    • Financiamento
  • Contactos
  • EN

PESQUISA

  Resultados

ALL ARTICLES

All results
  • Annotation
  • Book
  • Book chapter
  • Conference abstract
  • Conference paper
  • Conference poster
  • Dataset
  • Edição de número de revista
  • Edited book
  • Journal article
  • Newspaper article
  • Outra produção
  • Preprint
  • Recurso online
  • Relatório
  • Tese / Dissertação
  • Book chapter

    Scalable ROS-Based Architecture to Merge Multi-source Lane Detection Algorithms

    Almeida, T.; Lourenco, B.; Santos, V.
    2020

    http://www.scopus.com/inward/record.url?eid=2-s2.0-85082140125&partnerID=MN8TOARS
  • Conference paper

    Performance analysis on deep learning semantic segmentation with multivariate training procedures

    Almeida, T.; Lourenco, B.; Oliveira, M.; Santos, V.
    2020

  • Conference paper

    Detection of data matrix encoded landmarks in unstructured environments using deep learning

    Almeida, T.; Fonseca, P.; Lourenco, B.; Santos, V.
    2020

  • Conference paper

    Automatic Registration of IR and RGB Cameras using a Target detected with Deep Learning

    Rato, D.; Santos, V.
    2020

  • Journal article

    2D lidar to kinematic chain calibration using planar features of indoor scenes

    Dias, P.; Lourenco, B.; Madeira, T.; Oliveira, M.; Santos, V.M.F.
    Industrial Robot | 2020

    http://www.scopus.com/inward/record.url?eid=2-s2.0-85085949613&partnerID=MN8TOARS
  • Journal article

    Road detection based on simultaneous deep learning approaches

    Almeida, T.; Lourenco, B.; Santos, V.
    Robotics and Autonomous Systems | 2020

    http://www.scopus.com/inward/record.url?eid=2-s2.0-85089817944&partnerID=MN8TOARS
  • Journal article

    Learning-Based Analysis of a New Wearable 3D Force System Data to Classify the Underlying Surface of a Walking Robot

    Almeida, L.; Ferreira, J.; Santos, V.
    International Journal of Humanoid Robotics | 2020

    http://www.scopus.com/inward/record.url?eid=2-s2.0-85079146718&partnerID=MN8TOARS
  • Journal article

    A ROS framework for the extrinsic calibration of intelligent vehicles: A multi-sensor, multi-modal approach

    Castro, A.; Dias, P.; Madeira, T.; Oliveira, M.; Pedrosa, E.; Santos, V.
    Robotics and Autonomous Systems | 2020

    http://www.scopus.com/inward/record.url?eid=2-s2.0-85085374137&partnerID=MN8TOARS
  • Conference paper

    A Vehicle Noise Specific Power Concept

    Bahmankhah, B.; Coelho, M.C.; Fernandes, P.; Guarnaccia, C.; Macedo, E.; Pascale, A.
    2020

  • Journal article

    Impacts of roundabouts in suburban areas on congestion-specific vehicle speed profiles, pollutant and noise emissions: An empirical analysis

    Acuto, F.; Bahmankhah, B.; Coelho, M.C.; Fernandes, P.; Granà, A.; Guarnaccia, C.; Pascale, A.; Tomás, R.
    Sustainable Cities and Society | 2020

    https://www.scopus.com/inward/record.url?eid=2-s2.0-85087980087&partnerID=MN8TOARS
  • Book chapter

    Development of a Constitutive Model to Predict the Elasto-Plastic Behaviour of 3D-Printed Thermoplastics: A Meshless Formulation

    Rodrigues, Daniel
    2020

    http://dx.doi.org/10.1007/978-3-030-44522-5_10
  • Conference abstract

    Numerical modeling phase change materials for cold storage at chest freezers' evaporator coil

    Carlos Almeida; Fernando Neto; Luis Sousa Rodrigues; Marques, Daniel; Nelson Martins; Viatcheslav Molchanov
    TEchMA 2020– 3rd International Conference on Technologies for the Wellbeing and Sustainable Manufacturing Solutions | 2020

  • 206
  • 207
  • 208
  • 209
  • 210
Dados fornecidos por  
TEMA

Centro de Tecnologia Mecânica e Automação da Universidade de Aveiro

Departamento de Engenharia Mecânica Universidade de Aveiro

+351 234 370 200

tema@ua.pt

  • I&D

    • Programas mobilizadores
    • Áreas de investigação e desenvolvimento
    • Formação
    • Colaborações
  • Pessoas

    • Órgãos de gestão
    • Comite permanente de aconselhamento cientifico
    • Equipa de apoio
    • Membros
  • Atividades

    • Resultados
    • Eventos
    • TEchMA
  • Infraestrutura

    • iTEMA
    • Laboratórios
    • Equipamentos
    • Serviços
©2026 todos os direitos reservados | termos de uso | política de privacidade | gestão de cookies