蓋世汽車訊 據外媒報道，特斯拉（Tesla）已開始推出新的全自動駕駛（FSD）Beta軟件更新（2022.12.3.10）。此次更新是基于其車隊中250,000多個培訓視頻片段做出的改進。FSD Beta可使特斯拉汽車能夠自動駕駛到汽車導航系統中輸入的目的地，但駕駛員需要隨時保持警惕并準備好接手控制。

圖片來源：特斯拉

雖然FSD稱之為全自動駕駛系統，但由于特斯拉車輛仍需要駕駛員控制，該系統仍然是L2級駕駛員輔助系統，一旦出現事故，責任方為駕駛員而非特斯拉。由于部分更新在驅動力方面出現了后退，所以自動駕駛領域出現了“前進兩步，后退一步”的發展形式。

特斯拉一直在頻繁發布FSD Beta計劃的新軟件更新，并為其添加更多用戶。目前約100,000名特斯拉車主參與了該項特斯拉計劃，并且未來還會有更多人參與其中，預計將有更多數據來訓練其神經網絡。

根據此次更新的發布說明，此次更新是迄今為止最大的一次。有趣的是，特斯拉首次透露了從車隊中提取并用于訓練某些新行為的視頻片段的數量。特斯拉稱此次更新的訓練集中總共使用了250,000多個新視頻片段。

FSD BETA v10.12發行說明：

升級了無保護左轉的決策框架，通過添加更多塑造走/不走決策的特征，更好地建模對象對自我行為的反應。這不僅增加了對噪聲測量的魯棒性，同時在安全范圍內對決策更具粘性。該框架還可在必要時利用中間安全區域在大轉彎處進行操控，并在需要安全退出交叉路口時通過控制提速。

使用更準確的車道幾何形狀和更高分辨率的遮擋檢測來改進怠速，以提高能見度。

通過在車道選擇過程中與目標未來預測更好地整合，減少不舒服轉彎的情況。

升級后的規劃器減少了對車道的依賴，從而能夠在受限空間外順利進行操控。

通過改進車道神經網絡的架構，顯著提高了交叉車道的召回率和幾何精度，從而提高十字路口轉彎安全性。

通過向訓練集中添加180,000個視頻片段，提高了所有車道產品的召回率和幾何精度。

通過更好地與車道結構整合并改善黃燈行為，減少交通管制相關的錯誤減速。

通過在廣義靜態障礙物網絡中添加混合/耦合層，提高了道路邊緣和線路預測的幾何精度。

通過使用來自自動標記器的改進數據重新訓練廣義靜態障礙物網絡，并添加30,000多個視頻片段，提高幾何精度和對可見性的理解。

通過向訓練集中添加新的模擬和自動標記數據，提高了摩托車的召回率，減少了附近行人和騎自行車的人的速度誤差，并減少了行人的航向誤差。

通過向訓練集中添加41,000個視頻片段，提高了車輛“停放”的精度。解決了10.11遙測捕獲48%的故障案例。

通過使用自動標記器中改進版本的神經網絡重新生成數據集，從而提高對遠處交叉物體的檢測召回率，進而提高數據質量。

在打開車門的汽車周圍進行操控時改進偏移行為。

通過將其升級為網絡預測任務，改進了非VRU對象的角速度和以車道為中心的速度。

通過更緊密地整合引導車輛未來運動預估和計劃車道變換曲線，提高了在突然減速車輛后面變換車道時的舒適度。

增加了對所有移動物體的網絡預測加速度的依賴，而之前只有縱向相關的物體。

更新了附近的車輛資產，可視化指示車輛何時打開車門。

通過移除三個傳統神經網絡，系統幀速率提高了每秒1.8幀。

返回第一電動網首頁 >