• Tesla travaille d’arrache-pied sur le FSD
• Réseau d’occupation pour prédire l’environnement du véhicule
• Plus d’accident bientôt ?

Selon le constructeur de voitures électriques, le logiciel “Full Self-Driving” (FSD) de Tesla offre “des fonctions de performance et de contrôle intelligentes pour permettre un nouveau niveau de sécurité et d’autonomie”. La gamme de fonctions est continuellement élargie, dans le but que tous les véhicules Tesla soient complètement autonomes à l’avenir et que les occupants n’aient pas à intervenir dans le processus de conduite. Lorsque la conduite entièrement autonome est possible, même les opinions internes de Tesla semblent différer. Alors que le patron de Tesla Elon Musk Le chef de l’équipe de pilotage automatique de Tesla, Ashok Elluswamy, ne donne pas de date précise pour les premiers véhicules entièrement autonomes car il souhaite mettre sur le marché les premiers véhicules Tesla autonomes fin 2022 et a donc dû reporter sa première objectif formulé d’ici deux ans Faire sortir les véhicules Tesla de la rue. Cependant, l’expert FSD a donné un aperçu des possibilités futures du logiciel sur YouTube et Twitter.

Les réseaux d’occupation pourraient empêcher complètement les accidents de Tesla

Dans une vidéo montrant son apparition lors d’un atelier de l’équipe de pilotage automatique lors de la Conférence sur la vision par ordinateur et la reconnaissance de formes (CVPR.) À la Nouvelle-Orléans, Elluswamy a parlé des réseaux d’occupation conçus pour donner aux véhicules Tesla une “sensation” pour donner l’environnement du véhicule. “Les humains ont la capacité de comprendre les objets qui les entourent à tout moment. La voiture sur la route roule-t-elle lentement ou rapidement ? En tant que piéton, ai-je suffisamment de temps pour traverser la route avant d’être heurté ? Quel est le milieu de la route Route ? Qu’est-ce qui tombe du ciel ? Je devrais m’écarter. Ces réactions aux scénarios et aux décisions en une fraction de seconde sont naturelles pour les humains. L’équipe de pilotage automatique de Tesla travaille à la programmation des véhicules pour qu’ils fassent de même, et cela sauver des vies », a déclaré l’expert de la FSD lors de l’atelier.

Avec les réseaux d’occupation, les véhicules doivent être capables de reconnaître correctement l’environnement du véhicule. Cela doit être rendu possible à l’aide de caméras installées tout autour, qui non seulement dépeignent l’environnement actuel, mais qui sont également utilisées pour faire une prédiction de ce à quoi ressemblera l’environnement à l’avenir et où le véhicule peut donc se déplacer en toute sécurité . Par exemple, les réseaux d’occupation devraient être capables de reconnaître la vitesse à laquelle les objets s’approchent et, sur cette base, de déterminer un rayon de mouvement sûr pour le véhicule Tesla. De plus, le véhicule peut voir “au coin de la rue”.

Elluswamy attend tellement du système qu’il promet même que les réseaux d’occupation pourraient complètement prévenir les accidents à l’avenir. Les fonctions FSD déjà disponibles permettraient déjà d’éviter une quarantaine d’accidents par jour, notamment ceux qui surviennent lors du stationnement ou des manœuvres. Tesla travaille avec Occupancy Networks pour étendre ces fonctions afin qu’elles puissent également être utilisées dans des scénarios plus complexes. Les approches typiques jusqu’à présent, telles que la segmentation de l’espace image de l’espace libre ou la profondeur pixel par pixel, posent encore ici des problèmes : “La solution à ces problèmes, ce sont les réseaux d’occupation”, en est convaincu l’expert.

Bureau éditorial finanzen.net

Produits à effet de levier sélectionnés sur TeslaAvec les knock-outs, les investisseurs spéculatifs peuvent participer de manière disproportionnée aux mouvements de prix. Sélectionnez simplement le levier souhaité et nous vous montrerons des produits ouverts adaptés sur Tesla

L’effet de levier doit être compris entre 2 et 20

Pas de données

Plus d’actualités sur Tesla

Sources des images : Ken Wolter / Shutterstock.com, Nadezda Murmakova / Shutterstock.com



ttn-fr-28