Idag har Tesla släppt den senaste versionen av sin Full Self Driving (FSD) beta-mjukvara till de bilar som är registrerade i testprogrammet. För närvarande finns det runt 100 000 ägare som aktivt testar Teslas FSD-mjukvara, och den senaste utgåvan kommer med en massa förbättringar till vänster och höger.
Tesla säger att uppdateringen är baserad på över 250 000 träningsklipp från flottans rörelser, och det är första gången företaget har offentliggjort ett sådant antal. Den nya FSD beta-mjukvaran är byggd 2022.12.3.10, och det är en av de mest omfattande uppdateringarna hittills.
Det finns flera förbättringar relaterade till nivån av förtroende vid vilken systemet vidtar åtgärder, och tre äldre neurala nät har tagits bort från systemet, vilket Tesla säger möjliggör en 1,8 fps förbättring i systemets bildhastighet.
Trots vad dess namn kan antyda, anses FSD fortfarande vara ett nivå 2 förarassistanssystem, eftersom föraren måste vara vaksam och redo att ta kontroll hela tiden. Ett nivå 3-system skulle inte kräva något av det, men hittills har det i stort sett varit en dröm.
Här är hela ändringsloggen:
• Uppgraderat ramverk för beslutsfattande för oskyddade vänstersvängar med bättre modellering av objekts svar på egos handlingar genom att lägga till fler funktioner som formar beslutet att gå/ej gå. Detta ökar robustheten mot bullriga mätningar samtidigt som det är mer klibbigt vid beslut inom en säkerhetsmarginal. Ramverket utnyttjar också mediansäkra regioner när det behövs för att manövrera över stora svängar och accelerera hårdare genom manövrar när det krävs för att säkert lämna korsningen.
• Förbättrad krypning för sikt med mer exakt körfältsgeometri och ocklusionsdetektering med högre upplösning.
• Minskade tillfällen av försök till obekväma svängar genom bättre integration med framtidsförutsägelser av objekt under körfältsval.
• Uppgraderad planerare för att lita mindre på körfält för att möjliggöra smidig manövrering utanför begränsat utrymme.
• Ökad säkerhet för svängar som korsar trafik genom att förbättra arkitekturen för det neurala nätverket för körfält, vilket kraftigt ökade återkallelsen och geometrisk noggrannhet för korsande körfält.
• Förbättrad återkallelse och geometrisk noggrannhet för alla banproduktioner genom att lägga till 180 000 videoklipp till träningsuppsättningen.
• Minskad trafikledningsrelaterade falska avmattningar genom bättre integration med filstruktur och förbättrat beteende med avseende på gult ljus.
• Förbättrad geometrisk noggrannhet för vägkants- och linjeförutsägelser genom att lägga till ett blandnings-/kopplingsskikt med det generaliserade statiska hindernätverket.
• Förbättrad geometrisk noggrannhet och förståelse för synlighet genom att omskola det generaliserade statiska hindernätverket med förbättrad data från den automatiska etikettskrivaren och genom att lägga till 30 000 fler videoklipp.
• Förbättrat återkallande av motorcyklar, minskat hastighetsfel för fotgängare och cyklister i närheten och minskat kursfel för fotgängare genom att lägga till nya simdata och automatiskt märkta data till träningsuppsättningen.
• Förbättrad precision av attributet "är parkerad" på fordon genom att lägga till 41 000 klipp till träningssetet. Löste 48 % av felfallen som fångades av vår telemetri från 10.11.
• Förbättrad detekteringsåterkallelse av avlägsna korsande objekt genom att återskapa datamängden med förbättrade versioner av de neurala nätverk som används i den automatiska märkningen, vilket ökade datakvaliteten.
• Förbättrat förskjutningsbeteende vid manövrering runt bilar med öppna dörrar.
• Förbättrad vinkelhastighet och körfältscentrerad hastighet för icke-VRU-objekt genom att uppgradera den till nätverksförutsedda uppgifter.
• Förbättrad komfort vid filbyte bakom fordon med kraftig inbromsning genom snävare integration mellan ledande fordons framtida rörelseuppskattning och planerad filbytesprofil.
• Systemet tillämpar nu nätverksförutspådd acceleration på alla rörliga enheter, och expanderar bortom den tidigare begränsningen till enbart longitudinella mål.
• Visuella tillgångar för omgivande fordon uppdaterades för att inkludera indikatorer som visar när en bils dörr är öppen.
• Systemprestandan förbättrades med 1,8 bilder per sekund genom elimineringen av tre föråldrade neurala nätverk.
