Firma właśnie wypuściła dużą aktualizację swojego pakietu Full Self Driving. Nowy soft zawiera analizę ponad 250 000 wideo-nagrań, pochodzących z pojazdów Tesli. Jest to podobno duży progres w stosunku do poprzedniej wersji.


FSD Beta Tesli umożliwia pojazdom firmy autonomiczną jazdę do miejsca docelowego, wprowadzonego do systemu nawigacyjnego samochodu, ale kierowca musi zachować czujność i być gotowy do przejęcia kontroli przez cały czas, podczas jazdy.


Ponieważ odpowiedzialność spoczywa na kierowcy, a nie na systemie Tesli, nadal jest uważany za system wspomagania kierowcy drugiego poziomu, pomimo swojej nazwy. Był to rodzaj programu typu „dwa kroki do przodu, jeden krok do tyłu”, ponieważ niektóre aktualizacje wykazały regresję pod względem możliwości prowadzenia pojazdu. Zamiast być lepiej było gorzej, ale to normalne przy tego typu oprogramowaniu. Nie mamy sprawdzonych rozwiązań jeśli chodzi o jazdę autonomiczną. Wszystko jest nowe, a każdy problem musi być pokonany i rozwiązany. Co po pierwsze nie jest takie łatwe do wykonania a po drugie zabiera niestety mnóstwo czasu.


Tesla jednak analizując poczynania swoich aut jadących na oprogramowaniu Beta, może wiele poprawić, i wiele wyeliminować, szczególnie jeśli chodzi o niepożądane zachowania auta podczas samodzielnej jazdy.

W informacjach o wydaniu wspomniano również o wielu innych ulepszeniach – kilka z nich dotyczyło poziomu pewności działania systemu, co w przeszłości było źródłem frustracji podczas korzystania z FSD Beta.

Więcej informacji na temat wszystkich ulepszeń można znaleźć w tak zwanych informacjach o wersji:

FSD BETA v10.12 Informacje:

  • "Ulepszone ramy podejmowania decyzji dla niezabezpieczonych skrętów w lewo z lepszym modelowaniem reakcji obiektów na działania ego poprzez dodanie większej liczby funkcji, które kształtują decyzję „jedź/nie”. Zwiększa to odporność na zaszumione pomiary, a jednocześnie jest bardziej zdecydowany w podejmowaniu decyzji w ramach marginesu bezpieczeństwa. System wykorzystuje również środkowe bezpieczne regiony, gdy jest to konieczne do manewrowania na dużych zakrętach i przyspieszania podczas manewrów, gdy jest to konieczne do bezpiecznego opuszczenia skrzyżowania.
  • Ulepszona wolna jazda w celu zapewnienia widoczności dzięki dokładniejszej geometrii pasa i wyższej rozdzielczości wykrywania okluzji.
  • Zmniejszono przypadki prób niewygodnych skrętów dzięki lepszej integracji z przewidywaniami przyszłych obiektów podczas wyboru pasa ruchu.
  • Ulepszony planista, aby mniej polegać na pasach, aby umożliwić płynne manewrowanie z ograniczonej przestrzeni.
  • Zwiększone bezpieczeństwo zakrętów przekraczających ruch drogowy poprzez poprawę architektury sieci neuronowej pasów, co znacznie poprawiło zapamiętywanie i dokładność geometryczną pasów.
  • Poprawiono przywoływanie i dokładność geometryczną wszystkich produkcji na linii, dodając 180 000 klipów wideo z zestawu Beta.
  • Ograniczenie fałszywych spowolnień związanych z kontrolą ruchu, dzięki lepszej integracji ze strukturą pasów i lepszemu zachowaniu w odniesieniu do żółtych świateł.
  • Poprawiono dokładność geometryczną prognoz krawędzi drogi i linii, dodając warstwę mieszającą/sprzęgającą z uogólnioną siecią przeszkód statycznych.
  • Poprawiona dokładność geometryczna i zrozumienie widoczności poprzez ponowne szkolenie uogólnionej sieci przeszkód statycznych za pomocą ulepszonych danych z automatycznego etykietowania i dodanie 30 000 dodatkowych klipów wideo.
  • Poprawiono przywoływanie i rozpoznawanie motocykli, zmniejszono błąd prędkości pieszych i rowerzystów w pobliżu oraz zmniejszono błąd kursu pieszych, dzięki dodaniu nowej symulacji i automatycznie oznaczonych danych do zestawu treningowego.
  • Poprawiono precyzję atrybutu „jest zaparkowany” w pojazdach poprzez dodanie 41 000 klipów do zestawu Beta. Rozwiązano 48% przypadków awarii zarejestrowanych przez naszą telemetrię 10.11.
  • Ulepszone przywoływanie wykrywania odległych obiektów przecinających się przez regenerację zestawu danych z ulepszonymi wersjami sieci neuronowych używanych w autoetykiecie, co poprawiło jakość danych.
  • Poprawiono zachowanie podczas odsuwania się podczas manewrowania wokół samochodów z otwartymi drzwiami.
  • Ulepszona prędkość kątowa i prędkość zorientowana na pas ruchu dla obiektów innych niż VRU poprzez uaktualnienie ich do zadań przewidywanych przez sieć.
  • Większy komfort podczas zmiany pasa ruchu za pojazdami z ostrym zwalnianiem dzięki ściślejszej integracji między szacunkami przyszłego ruchu pojazdów wiodących i planowanym profilem zmiany pasa ruchu.
  • Zwiększone uzależnienie od przyspieszenia przewidywanego przez sieć dla wszystkich poruszających się obiektów, wcześniej tylko obiektów istotnych wzdłużnie.
  • Zaktualizowano zasoby pojazdów w pobliżu z wizualizacją wskazującą, kiedy pojazd ma otwarte drzwi.
  • Poprawiona szybkość odtwarzania systemu + 1,8 klatek na sekundę dzięki usunięciu trzech starszych sieci neuronowych."

Co by nie zmieniali, widać, że Tesla stara się, aby jak najszybciej ogarnąć trudny temat jazdy autonomicznej. Biorąc pod uwagę zamiary samego Elona Muska, o tym, że już w tym roku autonomia firmy ma osiągnąć poziom 4, zostało naprawdę niewiele czasu, osobiście wątpię, aby się to udało w tym roku. Jeśli firmie uda się to do końca 2023 roku, i tak będzie to dużym sukcesem.


Źródło; Electrek.co