Rilasciato il 21 luglio 2023
Attuale distribuzione globale
L'implementazione della flotta per giorno
Incluso nel 2023.7.26
- Migliori cambi di corsia a breve scadenza, per evitare di andare fuori strada, grazie a una migliore modellazione dei veicoli della corsia di destinazione per migliorare l'assertività nella selezione dello spazio.
- Migliorata la coerenza dell'offset quando si controllano gli ostacoli statici. Inoltre, è stata migliorata la fluidità quando si cambia la direzione dell'offset, regolando la velocità in modo più confortevole.
- Migliora la gestione delle auto in arrivo su strade strette e non segnalate, migliorando la previsione della traiettoria dell'auto in arrivo e lasciando spazio sufficiente per farla passare prima di ricentrarsi.
- Migliorata dell'8% la previsione del flusso di occupazione dalla rete di occupazione per gli ostacoli arbitrari in movimento.
- Utilizzo esteso del nuovo autolabeler della verità di base degli oggetti per il modello di rilevamento NonVRU, migliorando il richiamo dei veicoli distanti e la precisione della geometria per i semirimorchi, i rimorchi e i veicoli esotici.
- Miglioramento del controllo del VRU grazie all'ampliamento dell'ambito di pianificazione per controllare delicatamente i rilevamenti a bassa sicurezza che possono interferire con il percorso dell'ego.
- Migliorare la gestione dei VRU in prossimità delle strisce pedonali prevedendo con maggiore precisione le loro intenzioni future. Questo è stato fatto sfruttando più dati cinematici per migliorare l'associazione tra strisce pedonali e VRU.
- Migliorare il comportamento dell'ego in prossimità dei VRU regolando le loro proprietà cinematiche e utilizzando le informazioni semantiche disponibili per classificare con maggiore precisione la loro probabilità di intersecare il percorso dell'ego.
- Miglioramento del richiamo della frenata automatica d'emergenza in risposta ai veicoli che tagliano la strada e ai veicoli dietro l'ego durante la retromarcia.
- Introdotta la frenata automatica di emergenza in caso di ostacoli generici rilevati dalla rete di rilevamento dell'occupazione.
Incluso nel 2023.7.25
- Migliori cambi di corsia a breve scadenza, per evitare di andare fuori strada, grazie a una migliore modellazione dei veicoli della corsia di destinazione per migliorare l'assertività nella selezione dello spazio.
- Migliorata la coerenza dell'offset quando si controllano gli ostacoli statici. Inoltre, è stata migliorata la fluidità quando si cambia la direzione dell'offset, regolando la velocità in modo più confortevole.
- Migliora la gestione delle auto in arrivo su strade strette e non segnalate, migliorando la previsione della traiettoria dell'auto in arrivo e lasciando spazio sufficiente per farla passare prima di ricentrarsi.
- Migliorata dell'8% la previsione del flusso di occupazione dalla rete di occupazione per gli ostacoli arbitrari in movimento.
- Utilizzo esteso del nuovo autolabeler della verità di base degli oggetti per il modello di rilevamento NonVRU, migliorando il richiamo dei veicoli distanti e la precisione della geometria per i semirimorchi, i rimorchi e i veicoli esotici.
- Miglioramento del controllo del VRU grazie all'ampliamento dell'ambito di pianificazione per controllare delicatamente i rilevamenti a bassa sicurezza che possono interferire con il percorso dell'ego.
- Migliorare la gestione dei VRU in prossimità delle strisce pedonali prevedendo con maggiore precisione le loro intenzioni future. Questo è stato fatto sfruttando più dati cinematici per migliorare l'associazione tra strisce pedonali e VRU.
- Migliorare il comportamento dell'ego in prossimità dei VRU regolando le loro proprietà cinematiche e utilizzando le informazioni semantiche disponibili per classificare con maggiore precisione la loro probabilità di intersecare il percorso dell'ego.
- Miglioramento del richiamo della frenata automatica d'emergenza in risposta ai veicoli che tagliano la strada e ai veicoli dietro l'ego durante la retromarcia.
- Introdotta la frenata automatica di emergenza in caso di ostacoli generici rilevati dalla rete di rilevamento dell'occupazione.
Incluso nel 2023.7.20
- Migliori cambi di corsia a breve scadenza, per evitare di andare fuori strada, grazie a una migliore modellazione dei veicoli della corsia di destinazione per migliorare l'assertività nella selezione dello spazio.
- Migliorata la coerenza dell'offset quando si controllano gli ostacoli statici. Inoltre, è stata migliorata la fluidità quando si cambia la direzione dell'offset, regolando la velocità in modo più confortevole.
- Migliora la gestione delle auto in arrivo su strade strette e non segnalate, migliorando la previsione della traiettoria dell'auto in arrivo e lasciando spazio sufficiente per farla passare prima di ricentrarsi.
- Migliorata dell'8% la previsione del flusso di occupazione dalla rete di occupazione per gli ostacoli arbitrari in movimento.
- Utilizzo esteso del nuovo autolabeler della verità di base degli oggetti per il modello di rilevamento NonVRU, migliorando il richiamo dei veicoli distanti e la precisione della geometria per i semirimorchi, i rimorchi e i veicoli esotici.
- Miglioramento del controllo del VRU grazie all'ampliamento dell'ambito di pianificazione per controllare delicatamente i rilevamenti a bassa sicurezza che possono interferire con il percorso dell'ego.
- Migliorare la gestione dei VRU in prossimità delle strisce pedonali prevedendo con maggiore precisione le loro intenzioni future. Questo è stato fatto sfruttando più dati cinematici per migliorare l'associazione tra strisce pedonali e VRU.
- Migliorare il comportamento dell'ego in prossimità dei VRU regolando le loro proprietà cinematiche e utilizzando le informazioni semantiche disponibili per classificare con maggiore precisione la loro probabilità di intersecare il percorso dell'ego.
- Miglioramento del richiamo della frenata automatica d'emergenza in risposta ai veicoli che tagliano la strada e ai veicoli dietro l'ego durante la retromarcia.
Incluso nel 2023.7.15
- Miglioramento del controllo in curva e della fluidità in generale, grazie al miglioramento della geometria, della curvatura, della posizione, del tipo e della topologia di corsie, linee, bordi stradali e spazi ristretti. Tra gli altri miglioramenti, la percezione delle corsie nelle strade cittadine è migliorata del 36%, i bivi del 44%, le fusioni del 27% e le svolte del 16%, grazie a un set di addestramento più ampio e pulito e a un modulo di guida aggiornato.
- Aggiunta di input di guida della corsia alla rete di occupazione per migliorare i rilevamenti di caratteristiche stradali a lungo raggio, con una riduzione del 16% dei rilevamenti mediani falsi negativi.
- Miglioramento dell'assertività di ego nell'attraversare i pedoni nei casi in cui ego può attraversare facilmente e in sicurezza prima del pedone.
- Il richiamo delle moto è migliorato dell'8% e la precisione del rilevamento dei veicoli è aumentata per ridurre i falsi positivi. Questi modelli aggiungono anche una maggiore robustezza alla varianza del frame-rate della visione.
- Riduzione del 43% degli interventi causati da altri veicoli che tagliano la corsia di ego. Questo risultato è stato ottenuto creando una struttura per anticipare in modo probabilistico gli oggetti che potrebbero tagliare la corsia di ego e per spostare e/o regolare in modo proattivo la velocità per posizionare ego in modo ottimale rispetto a queste eventualità.
- Migliora il controllo del cut-in riducendo l'errore di velocità della corsia del 40-50% per i veicoli vicini.
- Il richiamo per l'invasione parziale della corsia da parte di un oggetto è stato migliorato del 20%, per l'ingresso ad alta velocità di imbardata del 40% e per l'uscita del 26% grazie all'utilizzo di caratteristiche aggiuntive della traiettoria di cambio corsia per migliorare la supervisione.
- Riduzione dei falsi rallentamenti autostradali legati alla sottostima della velocità degli oggetti lontani grazie all'aggiunta di 68K video al set di addestramento con una migliore verità di base auto-etichettata.
- Attenua la compensazione in corsia per i veicoli di grandi dimensioni regolando la quantità di scatti laterali consentiti per la manovra.
- Miglioramento del controllo laterale in caso di fusioni ad alta curvatura per allontanarsi dalla corsia di fusione.
Incluso nel 2023.7.10
- Miglioramento del controllo in curva e della fluidità in generale, grazie al miglioramento della geometria, della curvatura, della posizione, del tipo e della topologia di corsie, linee, bordi stradali e spazi ristretti. Tra gli altri miglioramenti, la percezione delle corsie nelle strade cittadine è migliorata del 36%, i bivi del 44%, le fusioni del 27% e le svolte del 16%, grazie a un set di addestramento più ampio e pulito e a un modulo di guida aggiornato.
- Aggiunta di input di guida della corsia alla rete di occupazione per migliorare i rilevamenti di caratteristiche stradali a lungo raggio, con una riduzione del 16% dei rilevamenti mediani falsi negativi.
- Miglioramento dell'assertività di ego nell'attraversare i pedoni nei casi in cui ego può attraversare facilmente e in sicurezza prima del pedone.
- Il richiamo delle moto è migliorato dell'8% e la precisione del rilevamento dei veicoli è aumentata per ridurre i falsi positivi. Questi modelli aggiungono anche una maggiore robustezza alla varianza del frame-rate della visione.
- Riduzione del 43% degli interventi causati da altri veicoli che tagliano la corsia di ego. Questo risultato è stato ottenuto creando una struttura per anticipare in modo probabilistico gli oggetti che potrebbero tagliare la corsia di ego e per spostare e/o regolare in modo proattivo la velocità per posizionare ego in modo ottimale rispetto a queste eventualità.
- Migliora il controllo del cut-in riducendo l'errore di velocità della corsia del 40-50% per i veicoli vicini.
- Il richiamo per l'invasione parziale della corsia da parte di un oggetto è stato migliorato del 20%, per l'ingresso ad alta velocità di imbardata del 40% e per l'uscita del 26% grazie all'utilizzo di caratteristiche aggiuntive della traiettoria di cambio corsia per migliorare la supervisione.
- Riduzione dei falsi rallentamenti autostradali legati alla sottostima della velocità degli oggetti lontani grazie all'aggiunta di 68K video al set di addestramento con una migliore verità di base auto-etichettata.
- Attenua la compensazione in corsia per i veicoli di grandi dimensioni regolando la quantità di scatti laterali consentiti per la manovra.
- Miglioramento del controllo laterale in caso di fusioni ad alta curvatura per allontanarsi dalla corsia di fusione.
Incluso nel 2023.7.10
Per garantire la massima sicurezza e responsabilità, l'uso della guida autonoma completa (Beta) sarà sospeso se viene rilevato un uso improprio. L'uso improprio avviene quando tu, o un altro conducente del tuo veicolo, ricevi cinque "disinnesti forzati del pilota automatico". Un disinnesto avviene quando il sistema Autopilot si disattiva per il resto del viaggio dopo che il conducente ha ricevuto diversi avvisi audio e visivi di disattenzione. I disimpegni avviati dal conducente non sono considerati un uso improprio e sono attesi dal conducente. Tieni le mani sul volante e resta sempre attento. L'uso di dispositivi portatili durante l'utilizzo del pilota automatico non è consentito.
La funzione FSD Beta può essere rimossa solo con questo metodo di sospensione e non sarà disponibile per circa una settimana.
Incluso nel 2023.7.5
- Miglioramento del controllo in curva e della fluidità in generale, grazie al miglioramento della geometria, della curvatura, della posizione, del tipo e della topologia di corsie, linee, bordi stradali e spazi ristretti. Tra gli altri miglioramenti, la percezione delle corsie nelle strade cittadine è migliorata del 36%, i bivi del 44%, le fusioni del 27% e le svolte del 16%, grazie a un set di addestramento più ampio e pulito e a un modulo di guida aggiornato.
- Aggiunta di input di guida della corsia alla rete di occupazione per migliorare i rilevamenti di caratteristiche stradali a lungo raggio, con una riduzione del 16% dei rilevamenti mediani falsi negativi.
- Miglioramento dell'assertività di ego nell'attraversare i pedoni nei casi in cui ego può attraversare facilmente e in sicurezza prima del pedone.
- Il richiamo delle moto è migliorato dell'8% e la precisione del rilevamento dei veicoli è aumentata per ridurre i falsi positivi. Questi modelli aggiungono anche una maggiore robustezza alla varianza del frame-rate della visione.
- Riduzione del 43% degli interventi causati da altri veicoli che tagliano la corsia di ego. Questo risultato è stato ottenuto creando una struttura per anticipare in modo probabilistico gli oggetti che potrebbero tagliare la corsia di ego e per spostare e/o regolare in modo proattivo la velocità per posizionare ego in modo ottimale rispetto a queste eventualità.
- Migliora il controllo del cut-in riducendo l'errore di velocità della corsia del 40-50% per i veicoli vicini.
- Il richiamo per l'invasione parziale della corsia da parte di un oggetto è stato migliorato del 20%, per l'ingresso ad alta velocità di imbardata del 40% e per l'uscita del 26% grazie all'utilizzo di caratteristiche aggiuntive della traiettoria di cambio corsia per migliorare la supervisione.
- Riduzione dei falsi rallentamenti autostradali legati alla sottostima della velocità degli oggetti lontani grazie all'aggiunta di 68K video al set di addestramento con una migliore verità di base auto-etichettata.
- Attenua la compensazione in corsia per i veicoli di grandi dimensioni regolando la quantità di scatti laterali consentiti per la manovra.
- Miglioramento del controllo laterale in caso di fusioni ad alta curvatura per allontanarsi dalla corsia di fusione.