Tesla começa a lançar uma grande atualização beta para direção totalmente autônoma

A Tesla começou a lançar uma grande nova atualização para seu software Full Autonomous Driving (FSD) com muitas melhorias.

A montadora pode expandir o acesso à versão beta se essa atualização “funcionar bem”, segundo o CEO Elon Musk.

Um Tesla Beta totalmente autônomo

Desde outubro de 2020, a Tesla começou a lançar o que chama de “Full Self-Driving Beta” (FSD Beta), uma versão inicial do software de direção autônoma que está sendo testado por uma frota de proprietários da Tesla. Escolhido pela empresa Através dos “Pontuação do teste de segurança. “

O software permite que o veículo dirija de forma autônoma para um destino inserido no sistema de navegação do veículo, mas o motorista precisa permanecer alerta e pronto para estar no controle o tempo todo.

Como a responsabilidade é do motorista e não do sistema Tesla, ele ainda é considerado um sistema de assistência ao motorista de nível 2, apesar do nome. Era uma espécie de programa do tipo “dois passos à frente, um passo atrás”, com algumas atualizações vendo uma regressão em termos de capacidades de condução.

A Tesla frequentemente lança novas atualizações de software para o FSD Beta e adiciona mais proprietários a ele.

A última atualização importante foi Atualização do FSD Beta 10.10.1 No início de fevereiro.

No quarto trimestre de 2021, a montadora disse que tinha quase 60.000 proprietários no programa FSD Beta.

Atualização Tesla FSD Beta 10.11.0

A Tesla agora começou a lançar uma nova atualização de software de acesso antecipado FSD Beta 10.11, que é significativa com base nas notas de lançamento.

Aqui estão as notas de lançamento:

• Modelagem de geometria de pista aprimorada de um raster denso (“saco de pontos”) para um decodificador auto-regressivo que prevê e conecta diretamente pistas de ‘espaço vetorial’ ponto a ponto usando uma rede neural de comutadores. Isso nos permite prever cross-lanes, permite processamento subsequente computacionalmente mais barato e menos propenso a erros, e abre caminho para a previsão de muitos outros sinais e seus relacionamentos em conjunto e de ponta a ponta. Use previsões mais precisas de onde os veículos vão virar ou se fundir para reduzir a desaceleração desnecessária de veículos que não cruzarão nosso caminho.
• Melhore a compreensão do direito de passagem se o mapa for impreciso ou o veículo não puder seguir a navegação. Em particular, os intervalos de interseção de modelagem agora são inteiramente baseados em previsões de rede e não usam mais métodos de inferência baseados em mapas.
• A precisão das detecções de VRU é melhorada em 44,9%, o que reduz significativamente os falsos positivos de pedestres e bicicletas (especialmente em torno de camadas de alcatrão, marcas de deslizamento e gotas de chuva). Isso foi alcançado aumentando o volume de dados da próxima geração de auto-tagging, treinando parâmetros de rede previamente congelados e modificando as funções de perda de rede. Achamos que isso reduz a incidência de pseudo-histerese relacionada a VRU.
• O erro de velocidade esperado para motocicletas, scooters, cadeiras de rodas e pedestres muito próximos foi reduzido em 63,6%. Para fazer isso, apresentamos um novo conjunto de dados para simular interações VRU de alta velocidade de um antagonista. Esta atualização melhora o controle do piloto automático em torno de VRUs de movimento rápido e corte.
• Perfil do rastreador aprimorado com maior empurrão no início e no final do rastreamento.
• O controle de obstáculos próximos é aprimorado pela previsão da distância contínua da geometria estática usando a rede geral de obstáculos estáticos.
• A taxa de erro do recurso ‘parado’ do veículo foi reduzida em 17%, aumentando o tamanho do conjunto de dados em 14%. A precisão da luz de freio também foi melhorada.
• O erro de velocidade do cenário Clear-to-Go foi melhorado em 5% e o erro de velocidade do cenário Highway em 10%, o que é obtido ajustando a função de perda para melhorar o desempenho em cenários desafiadores.
• Detecção e controle aprimorados de portas de carro abertas.
• Suavidade aprimorada nas curvas usando uma abordagem baseada em otimização para identificar linhas de estrada não relacionadas ao controle devido à aceleração lateral e longitudinal e aos limites de vibração, bem como à cinemática do veículo.
• A estabilidade das visualizações FSD Ul é aprimorada ao melhorar o pipeline de transmissão de dados Ethernet em 15%.

O CEO Elon Musk diz que, se esta atualização “funcionar bem”, a Tesla “provavelmente” reduzirá o acesso a motoristas com uma pontuação de segurança de “95”. Isso daria a muitos compradores de FSD acesso à versão de teste.

Quanto ao Canadá, os proprietários de Tesla que compraram o FSD conseguiram atingir a pontuação de segurança do motorista por mais de uma semana. Espera-se que a montadora comece em breve a liberar o beta para aqueles com as pontuações mais altas.

Inscreva-se no Electrek no YouTube para vídeos exclusivos e assine notação de áudio.