Новая версия Full Self-Driving Beta от Tesla (10.13) посвящена левым поворотам, распознаванию животных, ограничениям скорости и многому другому

Новое обновление Full Self-Driving Beta от Tesla (10.13) посвящено левым поворотам, распознаванию животных, ограничениям скорости и многому другому. Вот примечания к выпуску.

FSD Beta позволяет автомобилям Tesla автономно ехать к месту назначения, введенному в навигационную систему автомобиля, но водитель должен оставаться бдительным и готовым взять на себя управление в любой момент.

Поскольку ответственность лежит на водителе, а не на системе Tesla, она по-прежнему считается системой помощи водителю второго уровня, несмотря на свое название. Это была своего рода программа «два шага вперед, один шаг назад», поскольку некоторые обновления приводили к регрессу в плане ходовых возможностей.

Tesla часто выпускает новые обновления программного обеспечения для программы FSD Beta и добавляет в нее больше владельцев.

Реклама — прокрутите дальше, чтобы увидеть больше контента

Последнее обновление вышло в мае, так что с тех пор, как Tesla выпустила что-то новое для автопарка FSD Beta, прошло некоторое время.

На прошлой неделе мы сообщали о высказываниях генерального директора Илона Маска о новом обновлении FSD Beta 10.13, которое, по его словам, должно было быть выпущено внутренне в прошлые выходные и внешне на этой неделе.

Примечания к выпуску теперь просочились, и они показывают, над чем Tesla работала в этом обновлении (через Reddit):

  • Улучшено принятие решений при непропускаемых левых поворотах путем лучшей оценки взаимодействия автомобиля с другими объектами во время маневра.
  • Улучшена поза остановки при уступке дороги пересекающим объектам на непропускаемых левых поворотах «в стиле Чака Кука» с использованием средних зон безопасности.
  • Сделан более комфортным скоростной профиль при ползучести для лучшей видимости, чтобы обеспечить более плавные остановки при защите от потенциально заслоненных объектов.
  • Включена ползучесть для лучшей видимости на любом перекрестке, где объекты могут пересекать путь автомобиля, независимо от наличия дорожных знаков.
  • Ошибка положения в полосе улучшена на 5%, а воспроизведение полосы — на 12% с (обрезано…?).
  • Ошибка положения в полосе при пересечении и слиянии полос улучшена на 22% путем добавления дальних пропускных соединений и более мощного ядра в архитектуру сети.
  • Ошибка скорости пешеходов и велосипедистов уменьшена на 17%, особенно при повороте автомобиля, за счет улучшения оценки траектории на борту, используемой в качестве входных данных для нейронной сети.
  • Точность распознавания животных улучшена на 34%, а ложные срабатывания уменьшены на 8% путем удвоения размера автоматически размеченного набора данных для обучения.
  • Улучшена точность распознавания далеко находящихся пересекающих транспортных средств на 4% путем настройки функции потерь, используемой во время обучения, и улучшения качества меток.
  • Атрибут «припаркован» для транспортных средств улучшен на 5% путем добавления 20% большего количества примеров в обучающий набор.
  • Обновлена сеть окклюзии для обнаружения динамических объектов и улучшена производительность путем добавления видеомодуля, настройки функции потерь и добавления 37 тыс. новых клипов в обучающий набор.
  • Ложные замедления возле пешеходных переходов уменьшены за счет лучшей классификации пешеходов и велосипедистов как не намеревающихся взаимодействовать с автомобилем.
  • Ложные перестроения из-за конусов или препятствий уменьшены за счет предпочтения плавного смещения в пределах полосы, где это уместно.
  • Улучшено позиционирование в полосе на широких жилых дорогах.
  • Улучшено прогнозирование будущего пути объектов в сценариях с высокой угловой скоростью.
  • Точность распознавания знаков ограничения скорости на цифровых ограничениях скорости улучшена на 29%, на знаках со сложной релевантностью — на 23%, на трехзначных скоростях — на 39%, а на знаках окончания ограничения скорости — на 62%. Нейронная сеть была обучена на 84% больше примеров в обучающем наборе и с архитектурными изменениями, которые выделили больше вычислительной мощности в заголовке сети (обрезано…?).

Как сказал Маск на прошлой неделе, в этом обновлении особое внимание уделяется лучшему управлению левыми поворотами, особенно сложным левым поворотам, которые ранний тестировщик FSD Beta Чак Кук устраивал для программного обеспечения последние полтора года.

Но теперь мы узнаем, что обновление также включает некоторые другие улучшения, в том числе распознавание животных, чтение знаков ограничения скорости и многое другое.