您的位置: 首頁 >汽車 >

特斯拉自動駕駛儀如何處理一個典型的日常通勤

2020-05-12 14:50:20 編輯: 來源:
導(dǎo)讀 天又黑又下雨,加上交通有時比較擁擠。 特斯拉車主和受歡迎的YouTube影響者安迪·斯利帶我們一起乘坐他的特斯拉模型3在他通常的通勤。 他的目標是向我們展示特斯拉自動駕駛儀的表現(xiàn)。 此外,他還測試了該系統(tǒng)的最新特性。 看到技術(shù)在行動中是非常迷人的,而Slye通過敘述來幫助。 特斯拉自動駕駛儀正在不斷改進。 這是因為特斯拉監(jiān)控了它所有的車輛,然后使用空中軟件更新來推動其車隊的改進。 對于任何軟件

天又黑又下雨,加上交通有時比較擁擠。 特斯拉車主和受歡迎的YouTube影響者安迪·斯利帶我們一起乘坐他的特斯拉模型3在他通常的通勤。 他的目標是向我們展示特斯拉自動駕駛儀的表現(xiàn)。 此外,他還測試了該系統(tǒng)的最新特性。 看到技術(shù)在行動中是非常迷人的,而Slye通過敘述來幫助。 特斯拉自動駕駛儀正在不斷改進。

這是因為特斯拉監(jiān)控了它所有的車輛,然后使用空中軟件更新來推動其車隊的改進。 對于任何軟件,有時更新會導(dǎo)致問題,但這些問題可以通過隨后的更新來解決。 查看更多特斯拉自動駕駛儀內(nèi)容: ? 特斯拉自動駕駛儀紅綠燈和停車標志控制 ? 在大流行的中期測試特斯拉3型自動駕駛儀 ? 在自動駕駛儀上觀看Tesla Model3,避免與錯誤駕駛發(fā)生碰撞 在2020年的第一季度,特斯拉自動駕駛儀的事故率最低 雖然特斯拉自動駕駛還沒有接近完全自主,而且特斯拉的完全自主駕駛能力不是功能完全,但這項技術(shù)能夠幫助完成許多典型的駕駛?cè)蝿?wù)。 就在最近,特斯拉更新了系統(tǒng),有能力停止交通燈和停車標志。 該功能現(xiàn)在需要驅(qū)動程序確認,因為它通過經(jīng)驗和數(shù)據(jù)收集來學(xué)習(xí)。 看看Slye的特斯拉自動駕駛通勤車。 他開車需要45分鐘,但他加快了視頻的速度,使它更短。 正如你所看到的,駕駛在黑暗中,在雨中,在相對繁忙的交通中。 然后,讓我們知道你在下面的評論部分的想法。 我們也想聽聽你的自動駕駛經(jīng)驗。 視頻描述通過安迪Slye在你管: 特斯拉自動駕駛儀在2020年在我的45分鐘通勤上駕駛自己 我的特斯拉Model3(HW3) 在2020年,在我每天上下班的路上,在黑暗和雨中駕駛增強型自動駕駛儀和全自駕駛)。 我們還查看了最新的特斯拉軟件更新,該軟件添加了自動停止在停止燈和停止標志,以了解它在現(xiàn)實生活中的表現(xiàn)。 特斯拉在規(guī)模上發(fā)展和部署自主,他們認為,一種基于先進人工智能的視覺和規(guī)劃方法,在推理硬件的有效使用的支持下,是實現(xiàn)全面自動駕駛的通用解決方案的唯一途徑。 硬件 構(gòu)建硅芯片,從地面上為我們的全自動駕駛軟件提供動力,考慮到每一個小型建筑和微型建筑的改進,同時努力擠壓每瓦最大的硅性能。 對設(shè)計進行樓層規(guī)劃、時間和功率分析。 編寫健壯的、隨機的測試和評分板,以驗證功能和性能。實現(xiàn)編譯器和驅(qū)動程序與芯片編程和通信,重點是性能優(yōu)化和功率節(jié)省。 最后,對硅片進行了驗證,并將其推向了大規(guī)模生產(chǎn)。 神經(jīng)網(wǎng)絡(luò) 應(yīng)用前沿研究對從感知到控制的問題進行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練.. 我們的每個攝像機網(wǎng)絡(luò)分析原始圖像以執(zhí)行語義分割、目標檢測和單目深度估計.. 我們的鳥瞰網(wǎng)絡(luò)從所有攝像機拍攝視頻輸出

道路布局、靜態(tài)基礎(chǔ)設(shè)施和三維物體直接在自上而下的視圖中.. 我們的網(wǎng)絡(luò)學(xué)習(xí)世界上最復(fù)雜和多樣化的場景,迭代來源于我們的車隊近1M車輛實時。 一個完整的自動駕駛神經(jīng)網(wǎng)絡(luò)包括48個網(wǎng)絡(luò),需要7萬GPU小時的訓(xùn)練。 它們一起在每個時間步驟輸出1000個不同的張量(預(yù)測)。 自主算法 開發(fā)核心算法,通過創(chuàng)建一個高保真的世界表示和規(guī)劃軌跡在該空間。 為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)來預(yù)測這種表示,通過將來自汽車傳感器的信息跨空間和時間組合起來,算法地創(chuàng)建準確和大規(guī)模的地面真相數(shù)據(jù)。 使用最先進的技術(shù)來建立一個強大的規(guī)劃和決策系統(tǒng),在復(fù)雜的現(xiàn)實世界中在不確定的情況下運行。 評估你的算法在整個特斯拉艦隊的規(guī)模。 密碼基金會 吞吐量、延遲、正確性和確定性是我們優(yōu)化代碼的主要指標。 從堆棧的最低級別構(gòu)建Autopilot軟件基礎(chǔ),并與我們的自定義硬件緊密集成。 實現(xiàn)超級可靠的引導(dǎo)加載器,支持空中更新,并帶來定制的Linux內(nèi)核。 編寫快速、高效內(nèi)存的低級別代碼,從我們的傳感器捕獲高頻、高容量的數(shù)據(jù),并與多個消費進程共享它-而不影響中央內(nèi)存訪問延遲或從CPU周期饑餓關(guān)鍵功能代碼。 擠壓和管道計算跨越各種硬件處理單元,分布在多個系統(tǒng)上芯片。 評價基礎(chǔ)設(shè)施 在規(guī)模上構(gòu)建開環(huán)和閉環(huán),硬件在環(huán)的評估工具和基礎(chǔ)設(shè)施,以加快創(chuàng)新步伐,跟蹤性能改進,防止回歸.. 從我們的艦隊中利用匿名的特征片段,并將它們集成到大型測試用例套件中。 編寫模擬我們真實環(huán)境的代碼,生成高度真實的圖形和其他傳感器數(shù)據(jù),為我們的自動駕駛軟件提供實時調(diào)試或自動測試。


免責(zé)聲明:本文由用戶上傳,如有侵權(quán)請聯(lián)系刪除!

精彩推薦

圖文推薦

點擊排行

2016-2022 All Rights Reserved.平安財經(jīng)網(wǎng).復(fù)制必究 聯(lián)系QQ280 715 8082   備案號:閩ICP備19027007號-6

本站除標明“本站原創(chuàng)”外所有信息均轉(zhuǎn)載自互聯(lián)網(wǎng) 版權(quán)歸原作者所有。