Wydano 21 lipca 2023 r.
Obecne globalne wdrożenie
Wdrożenie w całej flocie według dnia
Zawarte w 2023.7.26
- Ulepszona zmiana pasa ruchu w krótkim czasie, aby uniknąć zjechania z trasy, dzięki lepszemu modelowaniu pojazdów na pasie docelowym w celu poprawy asertywności przy wyborze odstępu.
- Poprawiono spójność offsetu podczas kontrolowania przeszkód statycznych. Poprawiono również płynność podczas zmiany kierunku offsetu poprzez wygodniejszą regulację prędkości.
- Ulepszono obsługę nadjeżdżających samochodów na wąskich, nieoznakowanych drogach poprzez poprawę przewidywania trajektorii nadjeżdżającego samochodu i pozostawienie wystarczającej ilości miejsca na jego minięcie przed ponownym wyśrodkowaniem.
- Ulepszone przewidywanie przepływu zajętości z sieci zajętości dla dowolnych ruchomych przeszkód o 8%.
- Rozszerzone wykorzystanie nowego autolabelera prawdy o obiekcie dla modelu wykrywania NonVRU, poprawiającego przywoływanie odległych pojazdów i precyzję geometrii dla półciężarówek, przyczep i pojazdów egzotycznych.
- Ulepszona kontrola VRU poprzez rozszerzenie zakresu planowania, aby delikatnie kontrolować wykrycia o niskim poziomie pewności, które mogą zakłócać ścieżkę ego.
- Ulepszona obsługa pojazdów VRU w pobliżu przejść dla pieszych poprzez dokładniejsze przewidywanie ich przyszłych zamiarów. Dokonano tego poprzez wykorzystanie większej ilości danych kinematycznych w celu poprawy powiązania między przejściami a VRU.
- Ulepszone zachowanie ego w pobliżu VRU poprzez dostosowanie ich zakładanych właściwości kinematycznych i wykorzystanie dostępnych informacji semantycznych do dokładniejszego klasyfikowania prawdopodobieństwa przecięcia ścieżki ego.
- Ulepszony system automatycznego hamowania awaryjnego w odpowiedzi na wjeżdżające pojazdy i pojazdy znajdujące się za Tobą podczas cofania.
- Wprowadzono automatyczne hamowanie awaryjne na ogólnych przeszkodach wykrytych przez Occupancy Network.
Zawarte w 2023.7.25
- Ulepszona zmiana pasa ruchu w krótkim czasie, aby uniknąć zjechania z trasy, dzięki lepszemu modelowaniu pojazdów na pasie docelowym w celu poprawy asertywności przy wyborze odstępu.
- Poprawiono spójność offsetu podczas kontrolowania przeszkód statycznych. Poprawiono również płynność podczas zmiany kierunku offsetu poprzez wygodniejszą regulację prędkości.
- Ulepszono obsługę nadjeżdżających samochodów na wąskich, nieoznakowanych drogach poprzez poprawę przewidywania trajektorii nadjeżdżającego samochodu i pozostawienie wystarczającej ilości miejsca na jego minięcie przed ponownym wyśrodkowaniem.
- Ulepszone przewidywanie przepływu zajętości z sieci zajętości dla dowolnych ruchomych przeszkód o 8%.
- Rozszerzone wykorzystanie nowego autolabelera prawdy o obiekcie dla modelu wykrywania NonVRU, poprawiającego przywoływanie odległych pojazdów i precyzję geometrii dla półciężarówek, przyczep i pojazdów egzotycznych.
- Ulepszona kontrola VRU poprzez rozszerzenie zakresu planowania, aby delikatnie kontrolować wykrycia o niskim poziomie pewności, które mogą zakłócać ścieżkę ego.
- Ulepszona obsługa pojazdów VRU w pobliżu przejść dla pieszych poprzez dokładniejsze przewidywanie ich przyszłych zamiarów. Dokonano tego poprzez wykorzystanie większej ilości danych kinematycznych w celu poprawy powiązania między przejściami a VRU.
- Ulepszone zachowanie ego w pobliżu VRU poprzez dostosowanie ich zakładanych właściwości kinematycznych i wykorzystanie dostępnych informacji semantycznych do dokładniejszego klasyfikowania prawdopodobieństwa przecięcia ścieżki ego.
- Ulepszony system automatycznego hamowania awaryjnego w odpowiedzi na wjeżdżające pojazdy i pojazdy znajdujące się za Tobą podczas cofania.
- Wprowadzono automatyczne hamowanie awaryjne na ogólnych przeszkodach wykrytych przez Occupancy Network.
Zawarte w 2023.7.20
- Ulepszona zmiana pasa ruchu w krótkim czasie, aby uniknąć zjechania z trasy, dzięki lepszemu modelowaniu pojazdów na pasie docelowym w celu poprawy asertywności przy wyborze odstępu.
- Poprawiono spójność offsetu podczas kontrolowania przeszkód statycznych. Poprawiono również płynność podczas zmiany kierunku offsetu poprzez wygodniejszą regulację prędkości.
- Ulepszono obsługę nadjeżdżających samochodów na wąskich, nieoznakowanych drogach poprzez poprawę przewidywania trajektorii nadjeżdżającego samochodu i pozostawienie wystarczającej ilości miejsca na jego minięcie przed ponownym wyśrodkowaniem.
- Ulepszone przewidywanie przepływu zajętości z sieci zajętości dla dowolnych ruchomych przeszkód o 8%.
- Rozszerzone wykorzystanie nowego autolabelera prawdy o obiekcie dla modelu wykrywania NonVRU, poprawiającego przywoływanie odległych pojazdów i precyzję geometrii dla półciężarówek, przyczep i pojazdów egzotycznych.
- Ulepszona kontrola VRU poprzez rozszerzenie zakresu planowania, aby delikatnie kontrolować wykrycia o niskim poziomie pewności, które mogą zakłócać ścieżkę ego.
- Ulepszona obsługa pojazdów VRU w pobliżu przejść dla pieszych poprzez dokładniejsze przewidywanie ich przyszłych zamiarów. Dokonano tego poprzez wykorzystanie większej ilości danych kinematycznych w celu poprawy powiązania między przejściami a VRU.
- Ulepszone zachowanie ego w pobliżu VRU poprzez dostosowanie ich zakładanych właściwości kinematycznych i wykorzystanie dostępnych informacji semantycznych do dokładniejszego klasyfikowania prawdopodobieństwa przecięcia ścieżki ego.
- Ulepszony system automatycznego hamowania awaryjnego w odpowiedzi na wjeżdżające pojazdy i pojazdy znajdujące się za Tobą podczas cofania.
Zawarte w 2023.7.15
- Lepsza kontrola na zakrętach i ogólna płynność dzięki poprawie geometrii, krzywizny, położenia, typu i topologii pasów, linii, krawędzi dróg i ograniczonej przestrzeni. Wśród innych ulepszeń, postrzeganie pasów ruchu na ulicach miast poprawiło się o 36%, rozwidleń o 44%, połączeń o 27%, a zakrętów o 16%, dzięki większemu i czystszemu zestawowi treningowemu oraz zaktualizowanemu modułowi prowadzenia po pasie ruchu.
- Dodano dane wejściowe prowadzenia po pasie ruchu do sieci zajętości, aby poprawić wykrywanie cech jezdni dalekiego zasięgu, co spowodowało zmniejszenie o 16% liczby fałszywie ujemnych wykryć mediany.
- Zwiększona asertywność ego wobec przechodzących pieszych w przypadkach, gdy ego może łatwo i bezpiecznie przejść przed pieszym.
- Zwiększona o 8% wykrywalność motocykli i zwiększona precyzja wykrywania pojazdów w celu zmniejszenia liczby fałszywych alarmów. Modele te zwiększają również odporność na zmienność szybkości klatek wizji.
- Zmniejszenie liczby interwencji spowodowanych przez inne pojazdy wjeżdżające na pas ruchu ego o 43%. Zostało to osiągnięte dzięki stworzeniu ram do probabilistycznego przewidywania obiektów, które mogą przeciąć pas ego i proaktywnie przesunąć i/lub dostosować prędkość, aby ustawić ego optymalnie dla tych przyszłości.
- Ulepszona kontrola wcinania dzięki zmniejszeniu błędu prędkości w środku pasa ruchu o 40-50% dla pojazdów znajdujących się w pobliżu.
- Lepsze rozpoznawanie częściowego wtargnięcia obiektu na pas ruchu o 20%, wcięcia z dużą prędkością odchylania o 40% i wycięcia o 26% dzięki wykorzystaniu dodatkowych cech trajektorii zmiany pasa ruchu w celu poprawy nadzoru.
- Zredukowano fałszywe spowolnienia na autostradach związane z niedoszacowanymi prędkościami dla odległych obiektów poprzez dodanie 68 tys. filmów do zestawu treningowego z ulepszoną automatycznie oznaczoną prawdą podstawową.
- Wygładzone przesunięcie na pasie ruchu dla dużych pojazdów poprzez dostosowanie ilości bocznego szarpnięcia dozwolonego dla manewru.
- Ulepszona kontrola boczna w przypadku zbliżających się połączeń o dużej krzywiźnie, aby odsunąć się od łączącego się pasa.
Zawarte w 2023.7.10
- Lepsza kontrola na zakrętach i ogólna płynność dzięki poprawie geometrii, krzywizny, położenia, typu i topologii pasów, linii, krawędzi dróg i ograniczonej przestrzeni. Wśród innych ulepszeń, postrzeganie pasów ruchu na ulicach miast poprawiło się o 36%, rozwidleń o 44%, połączeń o 27%, a zakrętów o 16%, dzięki większemu i czystszemu zestawowi treningowemu oraz zaktualizowanemu modułowi prowadzenia po pasie ruchu.
- Dodano dane wejściowe prowadzenia po pasie ruchu do sieci zajętości, aby poprawić wykrywanie cech jezdni dalekiego zasięgu, co spowodowało zmniejszenie o 16% liczby fałszywie ujemnych wykryć mediany.
- Zwiększona asertywność ego wobec przechodzących pieszych w przypadkach, gdy ego może łatwo i bezpiecznie przejść przed pieszym.
- Zwiększona o 8% wykrywalność motocykli i zwiększona precyzja wykrywania pojazdów w celu zmniejszenia liczby fałszywych alarmów. Modele te zwiększają również odporność na zmienność szybkości klatek wizji.
- Zmniejszenie liczby interwencji spowodowanych przez inne pojazdy wjeżdżające na pas ruchu ego o 43%. Zostało to osiągnięte dzięki stworzeniu ram do probabilistycznego przewidywania obiektów, które mogą przeciąć pas ego i proaktywnie przesunąć i/lub dostosować prędkość, aby ustawić ego optymalnie dla tych przyszłości.
- Ulepszona kontrola wcinania dzięki zmniejszeniu błędu prędkości w środku pasa ruchu o 40-50% dla pojazdów znajdujących się w pobliżu.
- Lepsze rozpoznawanie częściowego wtargnięcia obiektu na pas ruchu o 20%, wcięcia z dużą prędkością odchylania o 40% i wycięcia o 26% dzięki wykorzystaniu dodatkowych cech trajektorii zmiany pasa ruchu w celu poprawy nadzoru.
- Zredukowano fałszywe spowolnienia na autostradach związane z niedoszacowanymi prędkościami dla odległych obiektów poprzez dodanie 68 tys. filmów do zestawu treningowego z ulepszoną automatycznie oznaczoną prawdą podstawową.
- Wygładzone przesunięcie na pasie ruchu dla dużych pojazdów poprzez dostosowanie ilości bocznego szarpnięcia dozwolonego dla manewru.
- Ulepszona kontrola boczna w przypadku zbliżających się połączeń o dużej krzywiźnie, aby odsunąć się od łączącego się pasa.
Zawarte w 2023.7.10
W celu zapewnienia maksymalnego bezpieczeństwa i odpowiedzialności, korzystanie z pełnej autonomicznej jazdy (Beta) zostanie zawieszone w przypadku wykrycia niewłaściwego użytkowania. Niewłaściwe użytkowanie ma miejsce, gdy Ty lub inny kierowca Twojego pojazdu otrzymacie pięć "wymuszonych wyłączeń autopilota". Wyłączenie ma miejsce, gdy system Autopilota wyłącza się na pozostałą część podróży po otrzymaniu przez kierowcę kilku ostrzeżeń dźwiękowych i wizualnych dotyczących nieuwagi. Wyłączenia zainicjowane przez kierowcę nie są liczone jako niewłaściwe użytkowanie i są oczekiwane od kierowcy. Trzymaj ręce na kierownicy i zachowaj uwagę przez cały czas. Używanie jakichkolwiek urządzeń przenośnych podczas korzystania z Autopilota jest niedozwolone.
Funkcja FSD Beta może zostać usunięta tylko za pomocą tej metody zawieszenia i będzie niedostępna przez około tydzień.
Zawarte w 2023.7.5
- Lepsza kontrola na zakrętach i ogólna płynność dzięki poprawie geometrii, krzywizny, położenia, typu i topologii pasów, linii, krawędzi dróg i ograniczonej przestrzeni. Wśród innych ulepszeń, postrzeganie pasów ruchu na ulicach miast poprawiło się o 36%, rozwidleń o 44%, połączeń o 27%, a zakrętów o 16%, dzięki większemu i czystszemu zestawowi treningowemu oraz zaktualizowanemu modułowi prowadzenia po pasie ruchu.
- Dodano dane wejściowe prowadzenia po pasie ruchu do sieci zajętości, aby poprawić wykrywanie cech jezdni dalekiego zasięgu, co spowodowało zmniejszenie o 16% liczby fałszywie ujemnych wykryć mediany.
- Zwiększona asertywność ego wobec przechodzących pieszych w przypadkach, gdy ego może łatwo i bezpiecznie przejść przed pieszym.
- Zwiększona o 8% wykrywalność motocykli i zwiększona precyzja wykrywania pojazdów w celu zmniejszenia liczby fałszywych alarmów. Modele te zwiększają również odporność na zmienność szybkości klatek wizji.
- Zmniejszenie liczby interwencji spowodowanych przez inne pojazdy wjeżdżające na pas ruchu ego o 43%. Zostało to osiągnięte dzięki stworzeniu ram do probabilistycznego przewidywania obiektów, które mogą przeciąć pas ego i proaktywnie przesunąć i/lub dostosować prędkość, aby ustawić ego optymalnie dla tych przyszłości.
- Ulepszona kontrola wcinania dzięki zmniejszeniu błędu prędkości w środku pasa ruchu o 40-50% dla pojazdów znajdujących się w pobliżu.
- Lepsze rozpoznawanie częściowego wtargnięcia obiektu na pas ruchu o 20%, wcięcia z dużą prędkością odchylania o 40% i wycięcia o 26% dzięki wykorzystaniu dodatkowych cech trajektorii zmiany pasa ruchu w celu poprawy nadzoru.
- Zredukowano fałszywe spowolnienia na autostradach związane z niedoszacowanymi prędkościami dla odległych obiektów poprzez dodanie 68 tys. filmów do zestawu treningowego z ulepszoną automatycznie oznaczoną prawdą podstawową.
- Wygładzone przesunięcie na pasie ruchu dla dużych pojazdów poprzez dostosowanie ilości bocznego szarpnięcia dozwolonego dla manewru.
- Ulepszona kontrola boczna w przypadku zbliżających się połączeń o dużej krzywiźnie, aby odsunąć się od łączącego się pasa.