La versione Tesla FSD Beta 11 lo abilita in autostrada, introducendo la frenata aggressiva per chi passa con il rosso e le note vocali del conducente

Tesla è in procinto di rilasciare la versione FSD Beta 11 , in quanto l'aggiornamento v11.3 è già stato rilasciato ai dipendenti e le note di rilascio sono state pubblicate online è già stato rilasciato ai dipendenti e le note di rilascio sono state pubblicate online. Per la prima volta, l'FSD Beta sarà disponibile come soluzione universale single-stack che non mescola il codice più recente per la guida in città con lo stack autostradale Autopilot, molto più vecchio, che all'epoca era destinato all'hardware e alle funzioni di guida autonoma più basilari.

Ecco il changelog della FSD Beta 11 e tutte le nuove funzionalità elencate nelle note di rilascio dell'aggiornamento v11.3:

• Abilitato FSD Beta in autostrada. Questo unifica lo stack di visione e pianificazione su strada e fuori strada e sostituisce lo stack autostradale preesistente, che ha più di quattro anni. Lo stack autostradale preesistente si basa ancora su diverse reti a singola telecamera e singolo fotogramma ed è stato configurato per gestire semplici manovre specifiche della corsia. Le reti video multi-camera di FSD Beta e il pianificatore di nuova generazione, che consente interazioni più complesse tra gli agenti con una minore dipendenza dalle corsie, permettono di aggiungere comportamenti più intelligenti, un controllo più fluido e un migliore processo decisionale.
• Aggiunta di note di guida vocali. Dopo un intervento, è ora possibile inviare a Tesla un messaggio vocale anonimo che descrive la propria esperienza per contribuire a migliorare Autopilot.
• Ampliata la frenata automatica di emergenza (AEB) per gestire i veicoli che incrociano il percorso di ego. Questo include i casi in cui altri veicoli passano con il rosso o svoltano sulla traiettoria di ego, rubandogli il diritto di precedenza. Il replay di precedenti collisioni di questo tipo suggerisce che il 49% degli eventi sarebbe mitigato dal nuovo comportamento. Questo miglioramento è ora attivo sia nella guida manuale che nel funzionamento del pilota automatico.
• Migliorati di 500 ms i tempi di reazione dell'autopilota ai semafori rossi e agli stop, grazie a un maggiore affidamento sulla cinematica istantanea dell'oggetto e sulle stime della traiettoria.
• Aggiunta di una rete di corsie autostradali a lungo raggio per consentire una risposta più tempestiva alle corsie bloccate e alle curvature elevate.
• Riduzione del 40% dell'errore di previsione della posa dell'obiettivo per la rete neurale della traiettoria candidata e riduzione del tempo di esecuzione di 3 volte. Questo risultato è stato ottenuto migliorando il set di dati utilizzando un'ottimizzazione offline più robusta e pesante, aumentando le dimensioni di questo set di dati migliorato di 4 volte e implementando un'architettura e uno spazio di caratteristiche migliori.
• Miglioramento dei rilevamenti delle reti di occupazione grazie al sovracampionamento su 180K video difficili, tra cui riflessi della pioggia, detriti stradali e curvature elevate.
• Miglioramento del 20% del richiamo per i casi di taglio ravvicinato, aggiungendo al set di dati 40.000 filmati di flotta autolegati di questo scenario. Inoltre, è stata migliorata la gestione dei casi di incastro grazie a una migliore modellazione del loro movimento nella corsia di marcia dell'ego, sfruttando lo stesso per un controllo laterale e longitudinale più fluido degli oggetti incastrati.
• Aggiunto il modulo di guida della corsia e la perdita percettiva alla rete dei bordi e delle linee stradali, migliorando il richiamo assoluto delle linee del 6% e il richiamo assoluto dei bordi stradali del 7%.
• Miglioramento della geometria complessiva e della stabilità delle previsioni delle corsie aggiornando la rappresentazione del modulo "guida della corsia" con informazioni rilevanti per la previsione dell'attraversamento e delle corsie in arrivo.
• Miglioramento della gestione degli scenari ad alta velocità e ad alta curvatura, grazie alla compensazione verso le linee interne della corsia.
• Miglioramento dei cambi di corsia, tra cui: rilevamento e gestione anticipata dei cambi di corsia simultanei, migliore selezione dello spazio in prossimità delle scadenze, migliore integrazione tra le decisioni di cambio di corsia basate sulla velocità e sul navigatore e maggiore differenziazione tra i profili di guida FSD rispetto ai cambi di corsia in velocità.
• Miglioramento della fluidità della risposta del controllo longitudinale quando si seguono i veicoli di testa, grazie a una migliore modellazione del possibile effetto delle luci di frenata dei veicoli di testa sui loro futuri profili di velocità.
• Miglioramento del rilevamento di oggetti rari del 18% e riduzione del 9% dell'errore di profondità nei confronti dei grandi autocarri, soprattutto grazie alla migrazione verso set di dati autolegati con una supervisione più fitta.
• Miglioramento dei rilevamenti semantici degli scuolabus del 12% e dei veicoli che passano da fermi a in marcia del 15%. Questo risultato è stato ottenuto migliorando l'accuratezza delle etichette del set di dati e aumentando le dimensioni del set di dati del 5%. Miglioramento del processo decisionale sulle strisce pedonali grazie alla stima della traiettoria dell'ego basata su reti neurali al posto di modelli cinematici approssimati.
• Miglioramento dell'affidabilità e della fluidità del controllo degli accorpamenti, deprecando i compiti delle regioni di accorpamento tradizionali a favore delle topologie di accorpamento derivate dalle corsie vettoriali.
• Sbloccati i tempi di telemetria della flotta (fino al 26%) bilanciando i buffer IPC compressi e ottimizzando la programmazione delle scritture su due SOC gemelli.

Alcune delle nuove funzionalità della versione Beta 11 dell'FSD erano già trapelate o annunciate da Elon Musk stesso, come l'autostrada FSD, ma il resto è nuovo e gradito.

La possibilità di inviare a Tesla note vocali anonime dopo ogni intervento personale durante l'utilizzo della modalità Beta di guida autonoma completa, ad esempio, aggiungerebbe un contesto alla situazione e aiuterebbe Tesla a migliorare ulteriormente la sua soluzione di guida autonoma, aggiungendo il punto di vista del conducente al già formidabile set di dati che ha accumulato finora.

Acquista il cavo Tesla Motors da 24' con connettore a parete su Amazon