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.
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
Entuzjasta technologii IT, mobile, wearables. Freelancer, od lat w branży mediów IT/Mobile (CD-Action, NeXT, PC Format, CafePC.pl, Benchmark.pl, Mobility, Komputer Świat, Bezprawnik, Startupmag, IoTLab.pl) , były PRowiec (Sweex i Hannspree) i logistyk. Pasjonat jedzenia, gotowania, zdrowego odżywiania, wędrówek, jazdy na rowerze, książek, kina, opery, teatru i wielu innych.