Skip to main content

Birkaç yineleme ve ayarlamadan sonra, FSD Beta 10.69, daha büyük FSD Beta programına geçmeye hazır görünüyor. Elon Musk, Twitter’da güncellemeden bahsetti ve CEO’nun v10.69.2.2 olduğunu belirtti. Amerika Birleşik Devletleri ve Kanada’da 160.000 sahibine kadar genişletilmelidir.

FSD Beta programıyla ilgili diğer duyurularına benzer şekilde Musk’ın yorumları da Twitter’da yayınlandı. Musk, düzeltmeden önce “FSD Beta 10.69.2.1 iyi görünüyor, ABD ve Kanada’daki 160 bin sahibine kadar uzanıyor” diye yazdı ve v10.69.2.1 değil, FSD Beta 10.69.2.2 hakkında konuştuğunu açıkladı.

Elon Musk, FSD Beta ile ilgili açıklamalar konusunda son derece iyimser olma eğiliminde olsa da, v10.69.2.2 hakkındaki yorumları, programın uzun süredir üyelerinden bazılarının gözlemlerini yansıtıyor. Kıdemli FSD Beta test cihazı @WholeMarsBlogSistemin iyi çalışmaması durumunda eleştirmekten çekinmeyen , v10.69.2.2 ile yaptığı devralmaların marjinal olduğunu kaydetti. Diğer FSD Beta test cihazı @GailAlfarATX benzer gözlemler bildirmiştir.

Tesla kesinlikle filosuna FSD’yi serbest bırakmak için baskı yapıyor gibi görünüyor. Tesla’nın Kıdemli Yatırımcı İlişkileri Direktörü Martin Viecha’nın yalnızca davetli bir Goldman Sachs teknoloji konferansı sırasında yaptığı son yorumlar, elektrikli araç üreticisinin yıl sonuna doğru “denetimli” FSD’yi piyasaya sürme yolunda olduğunu ima etti. Bu, Elon Musk’ın FSD’nin geniş çapta serbest bırakılması için yaptığı tahminle aynı zamana denk geliyor.

Elbette, Tesla yıl sonuna kadar tüketicilere “denetimli” FSD’yi sunmayı başarsa bile, gelişmiş sürücü destek sisteminin versiyonunun sürücülerin yola dikkat etmelerini ve doğru şekilde takip etmelerini gerektirecektir. sürüş uygulamaları. Bununla birlikte, tam özellikli “denetimli” bir FSD ile Teslas, ister otoyolda ister şehir içi sokaklarda olsunlar kendi başlarına navigasyon yapabilecekler. Ve bu, nihayetinde, yenmesi son derece zor olacak bir özellik.

NotaTeslaApp tarafından alındığı şekliyle FSD Beta v10.69.2.2 sürüm notları aşağıdadır:

– Video akışlarından çıkarılan özellikleri kaba harita verileriyle, yani şerit sayıları ve şerit bağlantılarıyla birleştiren Vector Lanes sinir ağına yeni bir “derin şerit kılavuzu” modülü eklendi. Bu mimari, önceki modele kıyasla şerit topolojisinde %44 daha düşük hata oranı sağlayarak, şeritler ve bunların bağlantıları görsel olarak belirgin hale gelmeden önce daha sorunsuz kontrol sağlar. Bu, her Otopilot sürüşünü, kendi gidiş gelişlerini süren biri kadar iyi, ancak yol değişikliklerine uyum sağlayan yeterince genel bir şekilde yapmak için bir yol sağlar.

– Yörünge planlamasında sistemin daha iyi modellenmesi ve çalıştırma gecikmesi yoluyla gecikmeden ödün vermeden genel sürüş düzgünlüğü iyileştirildi. Yörünge planlayıcı artık direksiyon komutlarından fiili direksiyon çalıştırmaya kadar olan gecikmeyi ve ayrıca hızlanma ve fren komutlarını çalıştırmaya kadar olan gecikmeyi bağımsız olarak hesaplar. Bu, aracın nasıl süreceğine dair daha doğru bir model olan bir yörüngeyle sonuçlanır. Bu, zorlu manevralar sırasında daha doğru bir yanıta izin verirken, daha iyi aşağı akış kontrolör takibi ve pürüzsüzlüğü sağlar.

– Yüksek hızlı çapraz trafik varlığında, orta geçiş bölgelerine yaklaşırken ve çıkarken daha uygun hız profili ile korumasız sola dönüşler iyileştirildi (“Chuck Cook tarzı” korumasız sola dönüşler). Bu, yüksek hızlı nesnelerin önüne gitmesi gerektiğinde, bir insan tarafından sert pedala basılmasını taklit etmek için optimize edilebilir ilk sarsıntıya izin verilerek yapıldı. Ayrıca, bölgeden çıkmak için iyi hizalanan daha iyi poza izin vermek için bu tür güvenlik bölgelerine yaklaşan iyileştirilmiş yanal profil. Son olarak, medyan çaprazlama bölgesine giren veya içinde bekleyen nesnelerle, gelecekteki niyetlerinin daha iyi modellenmesiyle iyileştirilmiş etkileşim.

– Doluluk Ağı’ndan isteğe bağlı düşük hızlı hareketli hacimler için kontrol eklendi. Bu aynı zamanda, bir küboid ilkel tarafından kolayca temsil edilemeyen daha kesin nesne şekilleri için daha hassas kontrol sağlar. Bu, her 3B vokselde tahmin hızı gerektiriyordu. Artık yavaş hareket eden UFO’ları kontrol edebiliriz.

– Tek bir zaman adımından görüntüler yerine video kullanmak için Doluluk Ağı yükseltildi. Bu zamansal bağlam, ağın geçici tıkanıklıklara karşı dayanıklı olmasını ve doluluk akışının tahmin edilmesini sağlar. Ayrıca, semantik güdümlü aykırı değer reddi, zor örnek madenciliği ve veri kümesi boyutunu 2,4 kat artırma ile temel gerçeği iyileştirildi.

– Ağ hesaplamasının O(boşluk) yerine O(nesneler) tahsis edildiği nesne kinematiği (örn. hız, ivme, sapma oranı) üretmek için iki aşamalı yeni bir mimariye yükseltildi. Bu, hesaplamanın onda birini kullanırken, çok uzaklardan geçen araçlar için hız tahminlerini %20 oranında iyileştirdi.

– Trafik ışıklarının kayma şeritleriyle ilişkisini ve kayma şeritli verim işaretlerini iyileştirerek korumalı sağa dönüşler için artırılmış yumuşaklık. Bu, ilgili nesneler olmadığında yanlış yavaşlamaları azaltır ve ayrıca mevcut olduklarında verim konumunu iyileştirir.

– Yaya geçitlerinin yakınındaki hatalı yavaşlamalar azaltıldı. Bu, hareketlerine dayalı olarak yaya ve bisikletçi niyetinin daha iyi anlaşılmasıyla yapıldı.

– Tam bir Vector Lanes sinir ağı güncellemesi ile ego ile ilgili şeritlerin geometri hatası %34 ve geçiş şeritleri %21 oranında iyileştirildi. Ağ mimarisindeki bilgi darboğazları, kamera başına özellik çıkarıcıların, video modüllerinin, otoregresif kod çözücünün dahili parçalarının boyutu artırılarak ve şeritlerin hassas konumunu büyük ölçüde iyileştiren bir sert dikkat mekanizması eklenerek ortadan kaldırıldı.

– Görünürlük için sürünürken hız profilini daha konforlu hale getirdi ve potansiyel olarak tıkanmış nesnelere karşı koruma sağlarken daha yumuşak duruşlara izin verdi.

– Otomatik etiketli eğitim setinin boyutunu iki katına çıkararak hayvanların geri çağrılması %34 oranında iyileştirildi.

– Trafik kontrollerinin varlığından bağımsız olarak nesnelerin egonun yolunu kesebileceği herhangi bir kavşakta görünürlük için sürünme etkinleştirildi.

– Daha hassas kontrolün gerekli olduğu alanlara daha fazla odaklanmak için yörünge optimizasyonunda dinamik çözünürlüğe izin vererek, kesişen nesnelerle kritik senaryolarda iyileştirilmiş durma konumu doğruluğu.

– Otoregresif kod çözücünün dikkat işlemlerine topolojik belirteçlerin katılmasıyla ve eğitim sırasında çatal belirteçlerine uygulanan kaybı artırarak çatallama şeritlerinin geri çağrılması %36 oranında artırıldı.

– Sinir ağına girdi olarak kullanılan yerleşik yörünge tahminini iyileştirerek, özellikle ego bir dönüş yaparken, yayalar ve bisikletliler için hız hatası %17 oranında iyileştirildi.

– Eğitim sırasında kullanılan kayıp işlevinin ayarlanması ve etiket kalitesinin iyileştirilmesi yoluyla, çok uzaklardan geçen araçlar için eksik algılamaların %26’sını ortadan kaldırarak, nesne algılamanın iyileştirilmiş geri çağrılması.

– Olabilirlik tahminine sapma oranı ve yanal hareketi dahil ederek yüksek sapma oranına sahip senaryolarda iyileştirilmiş nesne gelecek yolu tahmini. Bu, özellikle kavşaklarda veya ara senaryolarda, nesnelerin egonun şeridine dönmesine veya uzaklaşmasına yardımcı olur.

– Yaklaşan harita hızı değişikliklerinin daha iyi ele alınmasıyla otoyola girerken hız iyileştirildi, bu da otoyolla birleşmenin güvenini artırıyor.

– Öndeki araç sarsıntısını hesaba katarak bir duraktan kalkışta azaltılmış gecikme.

– Mevcut kinematik durumlarını beklenen frenleme profillerine göre değerlendirerek kırmızı ışıkta geçenlerin daha hızlı tanımlanması sağlandı.

Geri bildiriminizi paylaşmak için üst çubuk kullanıcı arayüzündeki “Video Kaydı” düğmesine basın. Basıldığında, aracınızın harici kameraları, FSD’de iyileştirmeler yapılmasına yardımcı olmak için Tesla mühendislik ekibiyle VIN ile ilişkili kısa bir Otomatik Pilot Anlık Görüntüsü paylaşacaktır. Klibi izleyemeyeceksiniz.

Tesla FSD Beta 10.69.2.2, ABD ve Kanada’da 160 bin sahibine genişliyor: Elon Musk

Leave a Reply