特斯拉FSD技术优化改进分析

技术

点击下方卡片,关注「集智书童」公众号

点击加入👉「集智书童」交流群

作者丨吴建明wujianming@知乎(已授权转载) 来源丨https://zhuanlan.zhihu.com/p/615941962 编辑丨小书童

1、特斯拉FSD技术优化改进分析

特斯拉FSD Beta v11.3.1 版本:全新视觉化功能改进

特斯拉的全自动驾驶系统一直在不断地改进和升级,这次的更新增加了一些令人兴奋的新功能,这次加入更人性化的控制、更精确的路线规划以及更生动的视觉效果。马斯克在推特上表示,最新的FSD Beta 「是一个很重要的进步。在全面推送给用户前,还是需要更加完美的系统版本才行」

picture.image

尽管如此,大多数体验过FSD v11.3.1的人都印象深刻,这个测试版本增加和移除蛮多的项目,其中还改变了全新的视觉化样式与功能。

picture.image

1.新的视觉化改变

根据@Dirty Tesla在Youtube 上的影片分享中,可以看到影片中的FSD Beta V11.3.1 版本介面有明显的改变,这也是这次改版最大的感受之一。

picture.image

2.车辆路径显示更宽

使用FSD Beta 驾驶过去的画面只有简单的蓝色引导线,现在改成更宽的路径显示,这代表已经可以计算出车子当前占据车道的空间。

picture.image

3.减速带和停止线显示

除了显示路径设计变宽外,在进入转弯车道或红灯时,也会自动显示减速带样式以及半透明的路径,表示车辆正在减速与即将停止的标线,就旁边车道的后车灯都会显示出来了。

picture.image

4.人车道和红绿灯

现在可以侦测到车道旁的人行道和红绿灯状态,并且实时的显示出来状态。这有助于驾驶更好观察周围环境与准确判断交通状况。

picture.image

5.车辆停止并显示原因

过去我们使用FSD Beta 版本时,很多人都会发现为什么车辆要停止在车道中间,大部分的人都会感觉相当疑惑,是不是自动驾驶设计的不够好而停止,而这次FSD v11.3.1 的改版把原因直接显示在萤幕上给大家看,并告诉你车辆为什么要停止在车道中间。例如:等待过马路的行人、等待自行车的人等等…,这样可以让我们更容易了解系统在干嘛。

picture.image

6.语音问题反馈

这是一项重要的新增功能,因为软体现在允许即时的驾驶反馈。如果你使用全自动驾驶系统(FSD)突然自己接手控制车辆时,系统会跳出提示将会询问发生什么事情。驾驶就可以透过语音反馈。例如:如果FSD 以为是红灯,但实际上是绿灯,就可以直接回馈给特斯拉,让特斯拉可以进行检讨与进步。

picture.image

7.蓝色光的限速提示

如果车辆驾驶超过当前的限制速限,系统就会跳出蓝色的光圈,例如:此路段只能开50 公里,但是你已经开到75 公里了。

picture.image

8.减少自动变换车道次数

在Autopilot 的设定中多出新的功能选项,开启「减少变道」这项功能时,系统就会减少不断变道的驾驶过程,让驾驶体验更顺畅。

picture.image

9.新的Autopilot 功能选单

透过此次更新,特斯拉重新设计Autopilot 的选单,移除了旧有的选项,让选择可以更清楚简单。特斯拉现在提供车主三种自动驾驶功能选项:交通感知巡航控制(TACC)、自动驾驶(Autosteer Beta)或全自动驾驶(FSD Beta)并显示在选单最上方。Autosteer Beta 就是原本的Autopilot(AP)功能,跟车与车道维持。

如果你希望使用自动变换车道功能,那就必须选择FSD Beta 功能。此外,还有更多选项,像是:「车道变更通知」 ,它曾是Navigate on Autopilot 和Speed Offset 的一部分。特斯拉还移除了**「交通灯和停车标志控制」** 和**「完全自动驾驶可视化预览」** 的选择。在Autopilot 首选项下,您可以使用Summon 和其他常用选项。

picture.image

特斯拉一直在努力发布 v11 版本,这个版本非常关键,因为这是特斯拉的驾驶辅助系统第一次使用单一软件堆栈来实现高速公路和城市道路的驾驶。

2、特斯拉海外推送2022.45.11版本,优化了FSD Beta多种功能和逻辑

特斯拉目前已经在北美推 2022.45.11 车机软件更新,该版本主要是对召回问题进行了修复,而且 FSD Beta 更新到了 v11.3.2 版本。相比之前的版本,这次推送的用户范围更大。

picture.image

  • 在高速公路上启用 FSD Beta。这统一了高速公路上和非高速公路上的愿景和规划堆栈,并取代了已有四年多历史的传统高速公路堆栈。据介绍,特斯拉传统的高速公路堆栈依赖于单摄像头和单帧网络,而且只能处理简单的特定车道机动逻辑,而 FSD Beta 可以利用多摄像头网络和下一代规划器实现更复杂的代理交互,减少对车道的依赖,这也是为实现更多智能行为、更顺畅的控制和更好的决策让路。
  • 通过从自动驾驶测试车队中获取到更多数据,近距离切入情况下的召回率提高了 15%,特别是对于大型卡车和高偏航率场景。此外,FSD 还扩展和调整了对切入对象的专用速度控制。
  • 改善了车身在宽车道上的位置,通过偏向即将到来的转弯方向以允许其他汽车绕过。
  • 通过在车道中偏移以与道路上的其他车辆保持安全距离并提高舒适度,改进了在高曲率或大型卡车场景中的操控性。
  • 改进了在密集交通中改变车道的路径阻塞行为。它现在将在阻塞的车道上保持更远的车距,以减少在拥挤交通中被四周封死的概率。
  • 通过在对准阶段允许更高的加速度来改善密集交通场景下的车道变化。这导致它可以更自然地找到间隙以超过邻近车道中非常接近自己的车。
  • 得益于最新版本中道路边缘和线路网络集成的车道引导模块,它可以通过提高车道、线和道路边缘预测之间的检测一致性使转弯更顺畅。
  • 提高了检测其他车辆移动意向的准确性。在其他车辆转向情况下的精度提高了 23%,对于 Autopilot 误检测到前方车辆停车的概率降低了 12%。
  • 扩展最大轨迹优化范围,从而在高速行驶时对高曲率道路和远处车辆的控制更加顺畅。
  • 改善在狭窄车道上靠近一排停放车辆时的驾驶行为,它会更倾向于偏离但依然保持在车道内,而不是无端变道或减速。
  • 通过更好地融合基于视觉的定位和粗略的地图车道数据,改进了背靠背变道的操作。
  • 在用户界面中添加了文字简介,以告知 FSD 计划中的操作,还改进了车辆路径上减速前的可视化功能,以不同的不透明度和速度渲染的 v 字表示减速时的加速度大小,并且还会在汽车即将停下来的位置画出一条实线。
  • 提高了目标检测的召回率和精度,其中,半卡的位置误差显著降低 10%,百米以外穿行车辆的召回率和精度分别提高 3% 和 7%,摩托车召回率提高 5%。
  • 通过改进低速场景下的物体运动学建模,减少了宽车道和近十字路口物体周围的假偏移现象。
  • 当 FSD Beta 激活时会调整自动盲点摄像头的位置,以优先考虑 Autopilot 可视化,你也可以拖动相机可保存自定义位置。

picture.image

根据最近的召回 (美国和加拿大的OTA召回),特斯拉改进了 FSD Beta 版中的以下具体行为:

  1. 改进了在黄灯前通过路口或停车的决策逻辑,综合考虑了停车所需的减速时间、进入和穿过十字路口的时间,以及在红灯转换前穿过十字路口的距离,从而使得黄灯处理更加自然和人性化。
  2. 改进了在停车标志交叉口时的纵向减速控制机制,使变速过程感觉更直观、更自然。
  3. 通过允许提前控制检测到的限速标志,改进了特斯拉在进入某些速度区域时的速度调整逻辑。对检测到的限速标志减速时的响应力度取决于当前速度及其与检测到的限速标志所示速度的差值。特斯拉会在用户界面上的限速图标后面增加一个视觉效果,当车辆设置的速度超过检测到的限速 50% 以上时,就会提醒司机。最后,特斯拉删除了 FSD Beta 中绝对速度限制偏移的选项;只有基于百分比的偏移量可用。
  4. 改进了某些情况下特斯拉可能会在转弯车道继续直行的行为。

picture.image

特斯拉一直在努力发布 v11 版本,这个版本非常关键,因为这是特斯拉的驾驶辅助系统第一次使用单一软件堆栈来实现高速公路和城市道路的驾驶。

上上周,马斯克表示,FSD Beta v11 版本有重大改进,但“在大范围推出之前还需要再进行一个小版本的打磨”,看起来他说的就是这个大版本。

picture.image

当然,这个版本实际上已经推迟了好几个月,特斯拉原计划在去年感恩节左右发布。目前北美大约有 40 万车主拥有 FSD Beta 的测试权限,还不清楚 FSD 将于何时面向更多用户推出,也不清楚将于何时扩展到北美以外的更多国家和地区。

3、参考文献链接

https://mp.weixin.qq.com/s/W7mVcaZGWsdZeya1AVWVmA

https://mp.weixin.qq.com/s/Oai5

picture.image

[picture.image

目标检测落地Trick | Det-PTQ让2D和3D目标检测器都可以进行量化加速落地](https://mp.weixin.qq.com/s?__biz=MzU5OTA2Mjk5Mw==&mid=2247507259&idx=1&sn=3016cc0807e2c7d89916d80329a92c81&chksm=feb83d85c9cfb4935bd6499b0fb7c86595a737189a0430407adba3532ce196b03e55d2bf248f&scene=21#wechat_redirect)

[picture.image

小目标检测技巧 | 全局上下文自适应稀疏卷积CEASA | 助力微小目标检测涨点](https://mp.weixin.qq.com/s?__biz=MzU5OTA2Mjk5Mw==&mid=2247507072&idx=1&sn=744a82a90da5dee1e8e9188cf9c18da1&chksm=feb83c3ec9cfb528d106d2e5b958b602e23ff8904beec4fc9766f4491c55b4378ed0239a322b&scene=21#wechat_redirect)

[picture.image

车道线模型落地技巧 | LGAD注意力蒸馏让模型更鲁棒](https://mp.weixin.qq.com/s?__biz=MzU5OTA2Mjk5Mw==&mid=2247507045&idx=1&sn=d76784456b4e8cc0f9b48f3fc0f92e48&chksm=feb83cdbc9cfb5cd11aeffb7e41155b4dbddebf7e3e5dfe84752ab49b8ffcddd56446e4ecaa8&scene=21#wechat_redirect)

扫码加入👉「集智书童」交流群

(备注: 方向+学校/公司+昵称 )

picture.image

picture.image

picture.image

picture.image

picture.image

picture.image

想要了解更多:

前沿AI视觉感知全栈知识👉「分类、检测、分割、关键点、车道线检测、3D视觉(分割、检测)、多模态、目标跟踪、NerF」

行业技术方案 👉「AI安防、AI医疗、AI自动驾驶」

AI模型部署落地实战 👉「CUDA、TensorRT、NCNN、OpenVINO、MNN、ONNXRuntime以及地平线框架」

欢迎扫描上方二维码,加入「 集智书童-知识星球 」,日常分享论文、学习笔记、问题解决方案、部署方案以及全栈式答疑,期待交流!

免责声明

凡本公众号注明“来源:XXX(非集智书童)”的作品,均转载自其它媒体,版权归原作者所有,如有侵权请联系我们删除,谢谢。

点击下方“ 阅读原文 ”,

了解更多AI学习路上的 「武功秘籍」

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
云原生数据库 veDB 核心技术剖析与展望
veDB 是一款分布式数据库,采用了云原生计算存储分离架构。本次演讲将为大家介绍火山引擎这款云原生数据库的核心技术原理,并对未来进行展望。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论