Es scheint, dass FSD Beta 10.69 nach mehreren Iterationen und Anpassungen bereit ist, im größeren FSD Beta-Programm eingeführt zu werden. Elon Musk erwähnte das Update auf Twitter, wobei der CEO angab, dass v10.69.2.2. sollte sich auf 160.000 Eigentümer in den Vereinigten Staaten und Kanada erstrecken.
Ähnlich wie bei seinen anderen Ankündigungen zum FSD-Beta-Programm wurden Musks Kommentare auf Twitter gepostet. „FSD Beta 10.69.2.1 sieht gut aus und erstreckt sich auf 160.000 Besitzer in den USA und Kanada“, schrieb Musk, bevor er sich korrigierte und klarstellte, dass er über FSD Beta 10.69.2.2 sprach, nicht v10.69.2.1.
Während Elon Musk eine bekannte Tendenz hat, in Bezug auf FSD Beta-bezogene Aussagen äußerst optimistisch zu sein, spiegeln seine Kommentare zu v10.69.2.2 die Beobachtungen einiger langjähriger Mitglieder des Programms wider. Erfahrener FSD-Beta-Tester @WholeMarsBlog, der nicht davor zurückschreckt, das System zu kritisieren, wenn es nicht gut funktioniert, merkte an, dass seine Übernahmen mit v10.69.2.2 marginal gewesen seien. Kollege FSD-Beta-Tester @GailAlfarATX berichteten von ähnlichen Beobachtungen.
Tesla scheint definitiv darauf zu drängen, FSD in seiner Flotte freizugeben. Jüngste Kommentare von Teslas Senior Director of Investor Relations, Martin Viecha, während einer Technologiekonferenz von Goldman Sachs, an der nur geladene Gäste teilnehmen können, haben angedeutet, dass der Hersteller von Elektrofahrzeugen auf dem besten Weg ist, „überwachte“ FSD gegen Ende des Jahres herauszubringen. Das ist ungefähr die gleiche Zeit wie Elon Musks Schätzung für die breite Veröffentlichung von FSD.
Es sollte natürlich beachtet werden, dass selbst wenn es Tesla gelingt, „überwachtes“ FSD bis Ende des Jahres für die Verbraucher freizugeben, die Version des fortschrittlichen Fahrerassistenzsystems immer noch von den Fahrern verlangen würde, auf die Straße zu achten und richtig zu folgen Fahrpraktiken. Mit einem „überwachten“ FSD mit vollem Funktionsumfang wären Teslas jedoch in der Lage, selbstständig zu navigieren, unabhängig davon, ob sie sich auf der Autobahn oder in innerstädtischen Straßen befinden. Und das ist letztendlich ein Feature, das extrem schwer zu schlagen sein wird.
#fsdbeta 10.69.2.2 handhabt Fußgänger beim Rechtsabbiegen. Auch hier geht es klar und sicher mit Fußgängern um, ohne die Frage, ob die Person an erster Stelle steht. Ich bin beeindruckt von dem Fortschritt bei jedem Update. @elonmusk pic.twitter.com/6k7A2a1ImX
– Tesla-Besitzer Silicon Valley (@teslaownersSV) 20. September 2022
Im Folgenden finden Sie die Versionshinweise von FSD Beta v10.69.2.2, wie von NotaTeslaApp abgerufen:
– Dem neuronalen Netzwerk Vector Lanes wurde ein neues „Deep Lane Guidance“-Modul hinzugefügt, das aus den Videostreams extrahierte Merkmale mit groben Kartendaten verschmilzt, dh Spuranzahl und Spurverbindungen. Diese Architektur erreicht im Vergleich zum Vorgängermodell eine um 44 % niedrigere Fehlerrate bei der Fahrspurtopologie und ermöglicht eine reibungslosere Steuerung, bevor Fahrspuren und ihre Verbindungen visuell sichtbar werden. Dies bietet eine Möglichkeit, jede Autopilot-Fahrt so gut zu machen wie jemand, der seinen eigenen Arbeitsweg fährt, jedoch auf eine ausreichend allgemeine Weise, die sich an Straßenänderungen anpasst.
– Verbesserte Gesamtfahrruhe, ohne Latenz zu opfern, durch bessere Modellierung der System- und Betätigungslatenz bei der Trajektorienplanung. Der Trajektorienplaner berücksichtigt jetzt unabhängig die Latenz von Lenkbefehlen bis zur tatsächlichen Lenkbetätigung sowie Beschleunigungs- und Bremsbefehle bis zur Betätigung. Dies führt zu einer Trajektorie, die ein genaueres Modell dafür ist, wie das Fahrzeug fahren würde. Dies ermöglicht eine bessere Verfolgung und Laufruhe des nachgeschalteten Controllers und ermöglicht gleichzeitig eine genauere Reaktion bei harten Manövern.
– Verbesserte ungeschützte Linkskurven mit einem angemesseneren Geschwindigkeitsprofil beim Anfahren und Verlassen von mittleren Kreuzungsregionen in Gegenwart von Hochgeschwindigkeits-Querverkehr („Chuck Cook-Stil“ ungeschützte Linkskurven). Dies wurde erreicht, indem ein optimierbarer anfänglicher Ruck zugelassen wurde, um den harten Pedaldruck eines Menschen nachzuahmen, wenn es erforderlich ist, vor Hochgeschwindigkeitsobjekten zu fahren. Auch ein verbessertes seitliches Profil, das sich solchen Sicherheitsbereichen nähert, um eine bessere Pose zu ermöglichen, die sich gut zum Verlassen des Bereichs ausrichtet. Schließlich verbesserte Interaktion mit Objekten, die in den mittleren Crossover-Bereich eintreten oder darin warten, mit besserer Modellierung ihrer zukünftigen Absicht.
– Zusätzliche Steuerung für beliebige langsame Bewegungsvolumina aus dem Occupancy Network. Dies ermöglicht auch eine feinere Steuerung für präzisere Objektformen, die nicht einfach durch ein quaderförmiges Grundelement dargestellt werden können. Dies erforderte die Vorhersage der Geschwindigkeit an jedem 3D-Voxel. Wir können jetzt nach sich langsam bewegenden UFOs suchen.
– Das Occupancy Network wurde aktualisiert, um Videos anstelle von Bildern aus einem einzelnen Zeitschritt zu verwenden. Dieser zeitliche Kontext ermöglicht, dass das Netzwerk gegenüber vorübergehenden Okklusionen robust ist, und ermöglicht eine Vorhersage des Belegungsflusses. Außerdem verbesserte Ground Truth mit semantikgesteuerter Ausreißerunterdrückung, hartem Beispiel-Mining und Erhöhung der Datensatzgröße um das 2,4-fache.
– Upgrade auf eine neue zweistufige Architektur zur Erzeugung von Objektkinematiken (z. B. Geschwindigkeit, Beschleunigung, Gierrate), wobei der Netzwerkberechnung O (Objekte) anstelle von O (Raum) zugewiesen wird. Dadurch wurden die Geschwindigkeitsschätzungen für weit entfernt kreuzende Fahrzeuge um 20 % verbessert, während ein Zehntel der Rechenleistung verbraucht wurde.
– Erhöhte Glätte für geschützte Rechtskurven durch Verbesserung der Zuordnung von Ampeln zu Auffahrten im Vergleich zu Vorfahrtsschildern mit Auffahrten. Dies reduziert falsche Verlangsamungen, wenn keine relevanten Objekte vorhanden sind, und verbessert auch die Nachgiebigkeitsposition, wenn sie vorhanden sind.
– Reduzierte falsche Verlangsamung in der Nähe von Zebrastreifen. Dies wurde mit einem verbesserten Verständnis der Absichten von Fußgängern und Radfahrern basierend auf ihrer Bewegung erreicht.
– Verbesserte Geometriefehler von Ego-relevanten Fahrspuren um 34 % und kreuzende Fahrspuren um 21 % mit einem vollständigen Update des neuronalen Netzwerks von Vector Lanes. Informationsengpässe in der Netzwerkarchitektur wurden beseitigt, indem die Größe der Merkmalsextraktoren pro Kamera, Videomodule, Interna des autoregressiven Decoders erhöht und ein harter Aufmerksamkeitsmechanismus hinzugefügt wurde, der die Feinposition von Fahrspuren erheblich verbesserte.
– Das Geschwindigkeitsprofil wurde beim Kriechen für bessere Sicht angenehmer gestaltet, um sanftere Stopps beim Schutz vor möglicherweise verdeckten Objekten zu ermöglichen.
– Verbesserter Rückruf von Tieren um 34 % durch Verdoppelung der Größe des automatisch beschrifteten Trainingssets.
– Kriechen für die Sichtbarkeit an allen Kreuzungen aktiviert, an denen Objekte Egos Weg kreuzen könnten, unabhängig vom Vorhandensein von Verkehrskontrollen.
– Verbesserte Genauigkeit der Stoppposition in kritischen Szenarien mit sich kreuzenden Objekten, indem die dynamische Auflösung bei der Trajektorienoptimierung ermöglicht wird, um sich mehr auf Bereiche zu konzentrieren, in denen eine feinere Steuerung unerlässlich ist.
– Erhöhter Rückruf von sich verzweigenden Fahrspuren um 36 %, indem topologische Tokens an den Aufmerksamkeitsoperationen des autoregressiven Decoders teilnehmen und der während des Trainings auf Gabelungstokens angewendete Verlust erhöht wird.
– Verbesserter Geschwindigkeitsfehler für Fußgänger und Radfahrer um 17 %, insbesondere wenn das Ego eine Kurve fährt, durch Verbesserung der Onboard-Trajektorienschätzung, die als Eingabe für das neuronale Netzwerk verwendet wird.
– Verbesserter Abruf der Objekterkennung, Eliminierung von 26 % der fehlenden Erkennungen für weit entfernt kreuzende Fahrzeuge durch Optimierung der Verlustfunktion, die während des Trainings verwendet wird, und Verbesserung der Etikettenqualität.
– Verbesserte Vorhersage des zukünftigen Objektpfads in Szenarien mit hoher Gierrate durch Einbeziehung der Gierrate und seitlichen Bewegung in die Wahrscheinlichkeitsschätzung. Dies hilft bei Objekten, die in die Ego-Spur ein- oder von ihr wegdrehen, insbesondere an Kreuzungen oder Einscherungsszenarien.
– Verbesserte Geschwindigkeit beim Auffahren auf die Autobahn durch bessere Handhabung bevorstehender Geschwindigkeitsänderungen auf der Karte, was das Vertrauen beim Einfädeln auf die Autobahn erhöht.
– Reduzierte Latenz beim Anfahren aus einer Haltestelle durch Berücksichtigung des Rucks des Führungsfahrzeugs.
– Ermöglichte eine schnellere Identifizierung von Rotlichtläufern durch Bewertung ihres aktuellen kinematischen Zustands im Vergleich zu ihrem erwarteten Bremsprofil.
Drücken Sie die Schaltfläche „Videoaufzeichnung“ in der Benutzeroberfläche der oberen Leiste, um Ihr Feedback zu teilen. Wenn Sie auf drücken, teilen die externen Kameras Ihres Fahrzeugs einen kurzen VIN-assoziierten Autopilot-Schnappschuss mit dem Tesla-Engineering-Team, um Verbesserungen an FSD vorzunehmen. Sie können den Clip nicht anzeigen.
Tesla FSD Beta 10.69.2.2 erstreckt sich auf 160.000 Besitzer in den USA und Kanada: Elon Musk
