特斯拉发布大型FSD Beta更新,更接近完全自动驾驶

作者/Aaron
自2020年10月以来 , 特斯拉一直在缓慢推出FSDBeta版本 , 并一直由其挑选的一批车主进行测试 。 特斯拉曾表示 , 所有得到FSDBeta版访问权限的车主 , 都要通过「安全评分系统」的评估 , 衡量标准是需要其驾驶行为连续7天表现良好 , 达到98分以上 。
特斯拉发布大型FSD Beta更新,更接近完全自动驾驶
文章图片
据了解 , 「安全评分系统」是特斯拉在去年推出的一个评估驾驶员安全行为的评分体系 , 通过每1000mile的前方碰撞预警、紧急制动、急转弯、不安全跟车、强制解除Autopilot五项指标 , 判断车主驾驶习惯的好坏 。
根据美国法律 , 目前的自动驾驶车如果出现了事故 , 责任在司机而不在自动驾驶系统 。 而且 , 特斯拉虽然将FSD(FullSelf-Driv)命名为全自动驾驶系统 , 但其能力仍在L2级别 。 市场上认为这是一种进两步、退一步的方式 , 因为虽然FSDBeta会经常更新或发布一些新的功能 , 但其自动驾驶系统对新增复杂场景的自主应对能力 , 不仅没有相比以往进步 , 反而看到了倒退的迹象 。
特斯拉发布大型FSD Beta更新,更接近完全自动驾驶
文章图片
截至2021年第四季度 , 该公司表示 , 已有近6万名车主参加了FSDBeta项目 , 而最近一次重大更新是2022年2月初的FSDBeta10.10 , 但该版本的效果并不理想 。
特斯拉FSDBeta10.11
目前 , 特斯拉已经开始推动一个新的FSDBeta10.11版本 , 官方表示这是一次极其重要的更新 。 特斯拉CEO埃隆·马斯克表示 , 如果这次更新「表现良好」 , 特斯拉很可能会降低参与FSDBeta版的准入标准 , 将推送范围扩大至安全驾驶评分95分的车辆 。
特斯拉发布大型FSD Beta更新,更接近完全自动驾驶
文章图片
根据马斯克在推特上的说法 , FSDBeta10.11中的矢量车道是对特斯拉人工智能的一个重大架构改进 。 这将使车辆能够更准确的预测交叉车道 , 在转弯和并线时减少不必要的减速 。
此外 , 根据FSDBeta10.1的发行说明 , 该版本还对10.1版本遇到的问题做出了一定修复 , 功能和场景表现更加完善 。 参考今年2月 , YouTuber用户AIAddict上传的一段FSDBeta10.10在美国圣何塞城区的实测视频 , 该版本系统曾因能力限制出现了以下一系列问题:
特斯拉发布大型FSD Beta更新,更接近完全自动驾驶
文章图片
驶入了电车轨道;
以11mph(约17.7km/h)的速度撞向自行车道护柱;
特斯拉发布大型FSD Beta更新,更接近完全自动驾驶】在即将有行人经过的斑马线前没有停车让行;
远距离停车;
争夺方向盘的控制权;
无法辨认某些交通标志 。
而在这次更新的FSDBeta10.11版本上 , 特斯拉通过增加14%的数据集大小 , 减少了17%的车辆停放错误率 , 也提高了刹车时机的准确性 。 同时 , 在地图不准确或汽车无法跟随导航的情况下 , FSD算法也可以提高对于道路进行更准确的预测 , 提高对于道路通行权的理解 。
FSDBeta10.11还采用了特斯拉下一代自动标注工具 , 可以借此改进对于弱势道路使用者(VRU)的检测率 , 将「骑行者和行人」的误判率降低44.9% , 而这也是困扰上一个版本的问题 。
以下是具体更新内容:
将车道几何形状的建模从密集的光栅(点袋)升级到自回归解码器 , 该解码器使用变压器神经网络直接预测并逐点连接「矢量空间」车道 。 这使车辆能够预测交叉车道 , 即允许计算成本更低和更少错误的后处理 , 并为预测其他信号及其联合和端到端关系铺平了道路 。 使用更准确的预测车辆转弯或并线算法 , 以减少不必要的减速 。