Tesla Full Self-Driving Beta v10.11 – jakie nowości wprowadzono?

Udostępniono oprogramowanie Tesla Full Self-Driving Beta v10.11. Podajemy, jakie nowości wprowadzono w tej wersji oprogramowania do jazdy autonomicznej.

Jedną z największych zmian w oprogramowaniu samochodów Tesla w ostatnich miesiącach była aktualizacja dotycząca funkcji Passenger Play. W związku z wypadkami spowodowanymi rozproszeniem kierowcy przez gry dostępne w tej usłudze wszczęto dochodzenie, a firma postanowiła ograniczyć ich dostępność dla pasażerów tylko w trybie postojowym.

Funkcja grania Passenger Play w samochodach Tesla przyczyną dochodzenia

Tesla Full Self-Driving Beta v10

Pierwsza wersja oprogramowania Tesla Full Self-Driving Beta v10 została udostępniona we wrześniu 2021 roku.

Poprawiono w niej sporo elementów, ale zapowiedziano, że kolejne zostaną wkrótce udoskonalone.

Tak stało się kilka dni temu, gdy pierwsi użytkownicy otrzymali możliwość sprawdzenia oprogramowania w wersji Tesla Full Self-Driving Beta v10.11.

Tym razem skupiono się na przewidywaniu zachowania innych pojazdów uczestniczących w ruchu oraz niechronionych użytkowników dróg.

Tesla Full Self-Driving Beta v10.11

Poniżej zamieszczamy listę zmian, które wprowadzono w oprogramowaniu Tesla Full Self-Driving Beta v10.11:

• Ulepszone modelowanie geometrii pasów ruchu. Dekoder przewiduje i łączy pasy „przestrzeni wektorowej” punkt po punkcie dzięki pomocy sieci neuronowej. Umożliwia przewidywanie przecinających się pasów, pozwala na korzystniejsze obliczeniowo i mniej podatne na błędy przetwarzanie końcowe.
• Używa dokładniejszych algorytmów przewidywania zachowania innych pojazdów, które skręcają lub łączą się.
• Zapewnia lepsze zrozumienie pierwszeństwa przejazdu, jeśli mapa jest niedokładna lub samochód nie może podążać za nawigacją. W szczególności modelowanie zasięgu skrzyżowania jest teraz całkowicie oparte na przewidywaniach sieci i nie korzysta już z heurystyki wykorzystującej mapy.
• Poprawiono precyzję wykrywania VRU (vulnerable road users – niechronionych użytkowników dróg) do 44,9 proc. Radykalnie zmniejsza to liczbę fałszywego wykrywania pieszych i rowerzystów (zwłaszcza wokół łączeń za pomocą smoły, śladów poślizgu i kropli deszczu).
• Zmniejszono przewidywany błąd prędkości motocykli, skuterów, wózków inwalidzkich i pieszych znajdujących się bardzo blisko siebie o 63,6 proc.
• Ulepszono profil wolnej jazdy.
• Ulepszono kontrolę nad pobliskimi przeszkodami dzięki przewidywaniu stałej odległości do geometrii statycznej za pomocą ogólnej sieci przeszkód statycznych.
• Zmniejszono wskaźnik błędu atrybutu „zaparkowanego” pojazdu o 17 proc., dzięki zwiększeniu rozmiaru zbioru danych o 14 proc.
• Ulepszono wykrywanie i kontrolę otwartych drzwi samochodu.
• Poprawiono płynność na zakrętach, dzięki zastosowaniu podejścia zoptymalizowanego do decydowania, które linie drogi są nieistotne dla kontroli, biorąc pod uwagę ograniczenia przyspieszenia poprzecznego i wzdłużnego oraz szarpnięć, a także kinematyki pojazdu.
• Poprawiona stabilność wizualizacji FSD UI poprzez optymalizację potoku transmisji danych Ethernet o 15 proc.

Źródło: TeslaRati