[ad_1]
Apoderado FSD Beta en carretera. Esto unifica la pila de visión y planificación en el interior y fuera de la carretera y reemplaza la pila de carretera heredada, que tiene más de cuatro primaveras. La pila de carreteras heredada aún se friso en varias redes de una sola cámara y de un solo entorno y se configuró para manejar maniobras simples específicas de carril. Las redes de video multicámara y el planificador de próxima reproducción de FSD Beta, que permiten interacciones de agentes más complejas con menos dependencia de los carriles, abren el camino para ampliar comportamientos más inteligentes, un control más fluido y una mejor toma de decisiones.
Se mejoró la recuperación de casos de cortes cercanos en un 15 %, en particular para camiones grandes y escenarios de adhesión tasa de derrape, a través de 30 000 clips autoetiquetados adicionales, extraídos de la flota. Adicionalmente, control de velocidad dedicado ampliado y conforme para objetos cortados.
Se mejoró la posición de ego en carriles anchos, al abatirse en la dirección del próximo molinete para permitir que otros autos maniobren más o menos de ego.
Manejo mejorado durante escenarios con gran curvatura o camiones grandes al compensar en carriles para persistir distancias seguras con otros vehículos en la carretera y aumentar la comodidad.
Comportamiento mejorado para cambios de carril de retiro de ruta en tráfico denso. Ego ahora mantendrá más avance en carriles bloqueados para guarecerse de posibles latas en tráfico denso.
Cambios de carril mejorados en escenarios de tráfico denso al permitir una decano apresuramiento durante la etapa de adscripción. Esto da como resultado una selección de espacio más natural para conseguir a los vehículos de carril adyacente muy cerca del ego.
Giros más suaves al mejorar la coherencia de detección entre carriles, líneas y predicciones de borde de carretera. Esto se logró mediante la integración de la última lectura del módulo de folleto de carril en la red de bordes y líneas de la carretera.
Precisión mejorada para detectar la semántica de movimiento de otros vehículos. Se mejoró la precisión en un 23 % en los casos en que otros vehículos pasan a conducir y se redujo el error en un 12 % en los casos en que Autopilot detecta incorrectamente que su transporte principal está estacionado. Estos se lograron aumentando el contexto de video en la red, agregando más datos en estos escenarios y aumentando la penalización por pérdida para los vehículos relevantes para el control.
Horizonte de optimización de trayectoria máxima extendido, lo que resulta en un control más suave para carreteras de adhesión curvatura y vehículos lejanos cuando se conduce a velocidades de autopista.
Comportamiento de conducción mejorado conexo a filas de automóviles estacionados en carriles angostos, prefiriendo compensar y permanecer en el interior del carril en zona de cambiar de carril o sujetar la velocidad innecesariamente.
Reducción de la compensación falsa más o menos de objetos en carriles anchos y cerca de intersecciones al mejorar el modelado de cinemática de objetos en escenarios de pérdida velocidad.
[ad_2]
Source link