April 19, 2024

Elon Musk voorspelt van Tesla dat zelfrijdende auto's het verkeer tot 'gekke niveaus' zullen doen toenemen

Tesla FSD Beta 10.11 release-opmerkingen plagen belangrijke verbeteringen

Tesla’s Full Autonomous Driving Beta 10.11 release-opmerkingen vermelden een aantal belangrijke verbeteringen aan het geavanceerde rijhulpprogramma. De Tesla FSD Beta 10.11 wordt momenteel uitgerold naar Tesla-medewerkers. Als het systeem echter goed werkt, zouden externe gebruikers de update in de komende dagen moeten ontvangen.

Er zijn verschillende opmerkelijke verbeteringen beschreven in de release-opmerkingen voor FSD Beta v10.11. Tesla verklaarde dat V10.11 gebruikt: Nauwkeurigere voorspellingen Waar andere voertuigen afslaan of invoegen, waardoor onnodige vertragingen worden verminderd. Het bedrijf verklaarde ook dat V10.11 het begrip van voertuigen voor voorrang zou moeten verbeteren, wat van onschatbare waarde zou moeten zijn in scenario’s waarin kaarten onnauwkeurig zijn.

Het belangrijkste is dat FSD Beta V10.11 specifiek verscheen Verbeteringen voor kwetsbare weggebruikers (VRU). Tesla merkt op dat de nieuwste versie van de FSD Beta de VRU-detectie met 44,9% zou moeten verbeteren, waardoor het systeem “pseudo-positieve voetgangers en fietsen” kan verminderen. Het bedrijf kon deze VRU-verbeteringen realiseren door de volgende generatie labels op te schalen.

Hieronder vindt u FSD Beta v10.11’s Release-opmerkingen.

Programma voor vroege toegang | FSD Beta 10.11.2-update

Verbeterde modellering van rijstrookarchitectuur van een dicht raster (“zak met punten”) tot een zelfregressieve decoder die point-to-point “vectorruimte” -banen voorspelt en rechtstreeks verbindt met behulp van een neuraal netwerk van transformatoren. Dit stelt ons in staat om cross-lanes te voorspellen, maakt rekenkundig goedkopere en minder foutgevoelige latere verwerking mogelijk, en maakt de weg vrij voor het gezamenlijk en alomvattend voorspellen van vele andere signalen en hun relaties.

– Gebruik nauwkeurigere voorspellingen van waar voertuigen zullen afslaan of invoegen om onnodige vertraging te verminderen voor voertuigen die ons pad niet kruisen.

– Verbeterd begrip van de voorrang als de kaart onnauwkeurig is of het voertuig de navigatie niet kan volgen. Met name het modelleren van intersectiebereiken is nu volledig gebaseerd op netwerkvoorspellingen en maakt niet langer gebruik van op kaarten gebaseerde inferentiemethoden.

– De nauwkeurigheid van VRU-detecties is met 44,9% verbeterd, waardoor fout-positieve voetgangers en fietsers (vooral rond teerlagen, slipsporen en regendruppels) aanzienlijk worden verminderd. Dit werd bereikt door het datavolume van de volgende generatie automatische labelingtools te vergroten, eerder bevroren netwerkparameters te trainen en netwerkverliesfuncties aan te passen. We vinden dat dit de incidentie van VRU-gerelateerde pseudohysterese vermindert.

Vermindering van de verwachte snelheidsfout van motorfietsen, scooters, rolstoelen en voetgangers die te dichtbij zijn met 63,6%. Om dit te doen, hebben we een nieuwe dataset gepresenteerd om snelle VRU-interacties voor antagonisme te simuleren. Deze update verbetert de stuurautomaatbesturing rond snel bewegende en snijdende VRU’s.

– Verbeterd kruipprofiel met hogere ruk bij het beginnen met kruipen.

– Verbeterde controle over nabijgelegen obstakels door de continue afstand van statische geometrie te voorspellen met het algemene statische obstakelnetwerk.

Het foutenpercentage van het voertuig bij stilstand met 17% verminderen door de gegevensset met 14% te vergroten.

– Het ‘clear-to-go’-scenario snelheidsfout van 5% en de snelheidsfout van het snelwegscenario van 10% is verbeterd, dit wordt bereikt door de verliesfunctie aan te passen gericht op prestatieverbetering in uitdagende scenario’s.

– Verbeterde detectie en controle van open autodeuren.

– Verbeterde soepelheid tijdens het nemen van bochten met behulp van een op optimalisatie gebaseerde benadering om weglijnen te identificeren die geen verband houden met controle vanwege de laterale en longitudinale acceleratie- en trillingslimieten, evenals de kinematica van het voertuig.

Verbeterde stabiliteit van FSD Ul-visualisaties door verbetering van de Ethernet-datatransmissiepijplijn met 15%.

Tesla FSD Beta v10.11 wordt waarschijnlijk uitgebracht als Softwareversienummer 2022.4.5.15, volgens rapporten van de online community voor elektrische auto’s. Prestatietests van 10.11 in de praktijk worden doorgaans binnen enkele uren na een systeembrede release gedeeld door leden van het FSD Beta-programma van het bedrijf.

Het Teslarati-team neemt graag contact met u op. Als je tips hebt, neem dan contact met me op via [email protected] of via Twitter @Writer_01001101.

Tesla FSD Beta 10.11 release-opmerkingen plagen belangrijke verbeteringen