Tesla lanza una nueva actualización Beta completa de conducción autónoma con cambios de alto nivel

Tesla está empezando a lanzar una nueva actualización de software de conducción autónoma completa (FSD) que incluye muchos cambios de alto nivel que deberían tener un impacto positivo en el rendimiento.

La FSD Beta permite a los vehículos Tesla conducir de forma autónoma hasta un destino introducido en el sistema de navegación del coche, pero el conductor debe permanecer atento y preparado para tomar el control en todo momento.

Aún no es un sistema totalmente autónomo

Dado que la responsabilidad recae en el conductor y no en el sistema de Tesla, sigue considerándose un sistema de asistencia al conductor de nivel dos a pesar de su nombre. Ha sido una especie de programa del tipo “dos pasos adelante, un paso atrás”, ya que en algunas actualizaciones se han producido retrocesos en cuanto a las capacidades de conducción.

Tesla ha ido lanzando con frecuencia nuevas actualizaciones de software para el programa FSD Beta y añadiendo más propietarios al mismo.

Más de 100,000 conductores cuentan con FSD Beta de Tesla

La compañía cuenta ahora con más de 100,000 personas en el programa FSD Beta y planea ampliarlo a todos los que compren el acceso en Norteamérica a finales de año mediante unas cuantas actualizaciones de software más para perfeccionar el sistema.

Teniendo en cuenta que ya estamos en noviembre y que Tesla suele tardar al menos un mes en entregar una nueva actualización del FSD Beta, esperamos que Tesla esté a una o dos actualizaciones del prometido lanzamiento más amplio.

Hoy, el fabricante de automóviles ha comenzado a empujar una nueva actualización de FSD Beta (v10.69.3) a los empleados para las pruebas internas, lo que generalmente significa que se ampliará a los probadores beta en la flota de clientes pronto.

Sin carcaterísticas nuevas, únicamente actualizaciones

De acuerdo con las notas de la versión a continuación, la actualización no incluye ninguna característica nueva, pero incluye un montón de actualizaciones de alto nivel a las redes neuronales de Tesla para mejorar el rendimiento general del sistema.

Notas de la versión beta de Tesla Full Self-Driving v10.69.3 vía Not a Tesla App:

– Se ha actualizado la red de detección de objetos a flujos de vídeo con recuento de fotones y se han reentrenado todos los parámetros con los últimos conjuntos de datos autoetiquetados (con especial énfasis en los escenarios de baja visibilidad).

– Se ha mejorado la arquitectura para obtener una mayor precisión y latencia, una mayor recuperación de los vehículos lejanos, una reducción del 20% en el error de velocidad de los vehículos que se cruzan y una mejora del 20% en la precisión de la VRU.

– Conversión de la red de velocidad VRU en una red de dos etapas, lo que redujo la latencia y mejoró el error de velocidad de los peatones que cruzan en un 6%.

– Convertir la red de Atributos no VRU en una red de dos etapas, lo que redujo la latencia, la asignación incorrecta de carriles de vehículos que cruzan en un 45%, y redujo las predicciones incorrectas de estacionamiento en un 15%.

– Reformulación de la gramática autorregresiva Vector Lanes para mejorar la precisión de carriles en un 9.2%, la recuperación de carriles en un 18.7% y la recuperación de bifurcaciones en un 51.1%. Incluye una actualización completa de la red en la que se han reentrenado todos los componentes con 3.8 veces la cantidad de datos.

– Se ha añadido un nuevo módulo de “marcas viales” a la red neural Vector Lanes que mejora el error de topología de carriles en las intersecciones en un 38.9%.

– Se ha actualizado la red de ocupación para que se alinee con la superficie de la carretera en lugar de con el ego para mejorar la estabilidad de la detección y la recuperación en la cresta de la colina.

– Reducción del tiempo de ejecución de la generación de trayectorias candidatas en aproximadamente un 80% y mejora de la suavidad al destilar un costoso procedimiento de optimización de trayectorias en una red neuronal de planificación ligera.

– Mejora de la toma de decisiones en los cambios de carril de corta duración en torno a los barrancos gracias a una modelización más rica del compromiso entre salirse de la ruta y la trayectoria necesaria para atravesar la región de los barrancos.

– Reducción de las falsas ralentizaciones para los peatones cerca de los pasos de peatones mediante un mejor modelo de la cinemática del peatón.

– Se ha añadido un control para una geometría más precisa de los objetos detectados por la red de ocupación general.

– Se ha mejorado el control de los vehículos que se salen de la trayectoria deseada mediante un mejor modelado de sus maniobras de giro/laterales, evitando así las ralentizaciones no naturales.

– Mejora del control longitudinal durante el desplazamiento alrededor de obstáculos estáticos mediante la búsqueda de perfiles de movimiento de vehículos factibles.

– Mejora de la suavidad del control longitudinal para los vehículos en el carril durante escenarios de alta velocidad relativa al considerar también la aceleración relativa en la optimización de la trayectoria.

– Reducción de la latencia del sistema de control de fotones en el mejor de los casos en un 26% mediante la programación adaptativa del planificador, la reestructuración de la selección de trayectorias y la paralelización del cálculo de la percepción. Esto permite tomar decisiones más rápidas y mejora el tiempo de reacción.

**********
Te puede interesar:
Un informe revela que la producción en masa de Tesla Cybertruck no comenzará hasta finales de 2023
Tesla: en qué consiste el mantenimiento básico que requiere uno