特斯拉自動(dòng)駕駛儀如何處理一個(gè)典型的日常通勤

天又黑又下雨，加上交通有時(shí)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(biāo)是向我們展示特斯拉自動(dòng)駕駛儀的表現(xiàn)。 此外，他還測(cè)試了該系統(tǒng)的最新特性。 看到技術(shù)在行動(dòng)中是非常迷人的，而Slye通過敘述來幫助。 特斯拉自動(dòng)駕駛儀正在不斷改進(jìn)。

這是因?yàn)樘厮估O(jiān)控了它所有的車輛，然后使用空中軟件更新來推動(dòng)其車隊(duì)的改進(jìn)。 對(duì)于任何軟件，有時(shí)更新會(huì)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(dòng)駕駛儀內(nèi)容： ? 特斯拉自動(dòng)駕駛儀紅綠燈和停車標(biāo)志控制 ? 在大流行的中期測(cè)試特斯拉3型自動(dòng)駕駛儀 ? 在自動(dòng)駕駛儀上觀看Tesla Model3，避免與錯(cuò)誤駕駛發(fā)生碰撞 在2020年的第一季度，特斯拉自動(dòng)駕駛儀的事故率最低 雖然特斯拉自動(dòng)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(xiàng)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(biāo)志。 該功能現(xiàn)在需要驅(qū)動(dòng)程序確認(rèn)，因?yàn)樗ㄟ^經(jīng)驗(yàn)和數(shù)據(jù)收集來學(xué)習(xí)。 看看Slye的特斯拉自動(dòng)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(duì)繁忙的交通中。 然后，讓我們知道你在下面的評(píng)論部分的想法。 我們也想聽聽你的自動(dòng)駕駛經(jīng)驗(yàn)。 視頻描述通過安迪Slye在你管： 特斯拉自動(dòng)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(qiáng)型自動(dòng)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(dòng)停止在停止燈和停止標(biāo)志，以了解它在現(xiàn)實(shí)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(rèn)為，一種基于先進(jìn)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(shí)現(xiàn)全面自動(dòng)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(dòng)駕駛軟件提供動(dòng)力，考慮到每一個(gè)小型建筑和微型建筑的改進(jìn)，同時(shí)努力擠壓每瓦最大的硅性能。 對(duì)設(shè)計(jì)進(jìn)行樓層規(guī)劃、時(shí)間和功率分析。 編寫健壯的、隨機(jī)的測(cè)試和評(píng)分板，以驗(yàn)證功能和性能。實(shí)現(xiàn)編譯器和驅(qū)動(dòng)程序與芯片編程和通信，重點(diǎn)是性能優(yōu)化和功率節(jié)省。 最后，對(duì)硅片進(jìn)行了驗(yàn)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(duì)從感知到控制的問題進(jìn)行深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練.. 我們的每個(gè)攝像機(jī)網(wǎng)絡(luò)分析原始圖像以執(zhí)行語義分割、目標(biāo)檢測(cè)和單目深度估計(jì).. 我們的鳥瞰網(wǎng)絡(luò)從所有攝像機(jī)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(chǎng)景，迭代來源于我們的車隊(duì)近1M車輛實(shí)時(shí)。 一個(gè)完整的自動(dòng)駕駛神經(jīng)網(wǎng)絡(luò)包括48個(gè)網(wǎng)絡(luò)，需要7萬GPU小時(shí)的訓(xùn)練。 它們一起在每個(gè)時(shí)間步驟輸出1000個(gè)不同的張量（預(yù)測(cè)）。 自主算法 開發(fā)核心算法，通過創(chuàng)建一個(gè)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(cè)這種表示，通過將來自汽車傳感器的信息跨空間和時(shí)間組合起來，算法地創(chuàng)建準(zhǔn)確和大規(guī)模的地面真相數(shù)據(jù)。 使用最先進(jìn)的技術(shù)來建立一個(gè)強(qiáng)大的規(guī)劃和決策系統(tǒng)，在復(fù)雜的現(xiàn)實(shí)世界中在不確定的情況下運(yùn)行。 評(píng)估你的算法在整個(gè)特斯拉艦隊(duì)的規(guī)模。 密碼基金會(huì) 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(biāo)。 從堆棧的最低級(jí)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(shí)現(xiàn)超級(jí)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(jí)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(gè)消費(fèi)進(jìn)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(jì)算跨越各種硬件處理單元，分布在多個(gè)系統(tǒng)上芯片。 評(píng)價(jià)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(píng)估工具和基礎(chǔ)設(shè)施，以加快創(chuàng)新步伐，跟蹤性能改進(jìn)，防止回歸.. 從我們的艦隊(duì)中利用匿名的特征片段，并將它們集成到大型測(cè)試用例套件中。 編寫模擬我們真實(shí)環(huán)境的代碼，生成高度真實(shí)的圖形和其他傳感器數(shù)據(jù)，為我們的自動(dòng)駕駛軟件提供實(shí)時(shí)調(diào)試或自動(dòng)測(cè)試。