Select Language

AI社区

数据要素产业

特斯拉正升级自动驾驶可视化技术 以识别周围各种车型

据electrek报道,特斯拉正在改进自动驾驶可视化技术,以识别车身周围的其他各种车型。过去一年,特斯拉在改善驾驶可视化方面投入了大量精力。在 Autopilot套件的传感器和计算机视觉系统的驱动下,特斯拉能够将汽车周围的环境呈现在屏幕上。

特斯拉的可视化技术已经有所改善,能够越来越准确地展示更多车辆周围的环境,其中包括行驶的卡车、SUV、摩托车和行人。

最近,特斯拉的自动驾驶软件对交通信号灯和停车标志技术进行了重大升级。不过,这项功能仍处于测试阶段,将使特斯拉汽车有能力识别交通信号灯,即使在交通信号灯关闭时,也能在十字路口自动减速。当汽车打算减速时,司机会收到通知,并且车辆会停在屏幕上驾驶视频显示的红线处。

现在特斯拉还增加了几个新的渲染,以区分道路上的车型和类型。特斯拉正在经历“自动驾驶系统的重大基础改写”。作为重写的一部分,特斯拉CEO埃隆·马斯克曾表示,“神经网络正在吸收越来越多的问题。”

这还将包括一个更深入的标签系统。马斯克称,这将“显著改善”自动驾驶可视化,特斯拉将能够迅速推出更好的迭代。

可视化技术对特斯拉的驾驶辅助系统以及特斯拉的自动驾驶系统都很有帮助。如果它能准确地反映它所处的环境,就意味着它能准确地探测到环境——现在它是否能对环境做出适当的反应是另一回事,但特斯拉正在是朝着正确方向迈出的一步。检测到一辆特定的车型可能没有什么,但它确实显示了特斯拉自动驾驶计算机视觉系统的能力在改善。

目前,特斯拉正在使用8个摄像头来运行。这样,它们可以覆盖车辆周围的所有区域,因此不会出现盲区。

但是,在车辆,车道线,路缘,人行横道以及所有其他特定的环境变量之间,特斯拉还有很多工作要做。

实际上,他们必须至少同时运行50个神经网络才能使其工作。这在标准计算机上是不可能的。

特斯拉使用称为HydraNets 的特定架构,在该架构中共享主干。