Haberler (TR)

Tesla’nın otonom sürüş sistemi, tıkanmaları önlemek için dar yollarda geri gitme yeteneği kazanıyor

Tesla
Foto: Tesla - Jonathan Weiss / Shutterstock.com
Paylaş

Kuzey Amerikalı otomobil üreticisinin destekli sürüş teknolojisi, karmaşık şehir içi senaryoların ve zorlu kırsal yolların üstesinden gelme konusunda önemli gelişmeler kaydetti. Relatos Araç sahiplerinden gelen son raporlar, yazılımın en son sürümüyle donatılmış araçların artık tek bir ray üzerinde karşıdan gelen trafiği tanımlayabildiğini ve yer açmak için otonom geri manevralar gerçekleştirebildiğini, böylece doğrudan insan müdahalesine veya sistemin devre dışı bırakılmasına gerek kalmadan trafik akışının sağlandığını gösteriyor.

Otonom navigasyondaki gelişmeler

İyileştirme, rotaları gerçek zamanlı olarak hesaplamak için gelişmiş sinir ağlarını kullanıyor ve önceki sürümlerin, genellikle sürücünün trafik sıkışıklığında manuel kontrolü ele almasını gerektiren sınırlamalarının üstesinden geliyor. Câmeras ve sensörler, çevreyi üç boyutlu olarak haritalandırmak için birlikte çalışır; bu, aracın sığınakları, garaj girişlerini veya yay içindeki daha geniş alanları bulmasına ve orijinal rotalarına devam etmeden önce diğer sürücülerin güvenli bir şekilde geçmesini beklemesine olanak tanır.

Otomatik pilotun geliştirilmesinden sorumlu mühendisler, yoldaki diğer ajanların davranışlarını tahmin etme yeteneklerine odaklanacak. El sistemi, aracın hızını ve ters yöndeki yönünü hesapladığından, yan konumu veya gerekli mesafeyi geriye doğru ayarlayarak engellerden hemen önce tek başına tepki vermez. Essa’in La evrimi, eski veya standartlaştırılmamış altyapılarda robotik sürüşün en kalıcı sorunlarından birini çözerek, tam özerkliğe doğru önemli bir adımı temsil ediyor.

Güvenlik ve performans verileri

Şirket tarafından yayınlanan istatistikler, manuel sürüşe kıyasla toplam denetim yazılımı etkinleştirildiğinde olay oranında ciddi bir azalmaya işaret ediyor. Enquanto Ulusal kazalar belirli bir sıklıkta meydana geliyor ve pilotun tek başına otomatik olarak milyonlarca kayıtta bir başarı kaydettiği veriler, belediye başkanının farklı iletken koşullarında insan iletkenlerinin nasıl çalıştığını doğruladığını gösteriyor. ve aydınlatma.

La Küresel filodan devasa miktarda veri toplanması, yapay zeka algoritmalarının eğitimini besliyor. Cada’in bir insan sürücü tarafından gerçekleştirilen müdahalesi, gelecekteki güncellemeler için kararlarını hassaslaştıran sistem için öğrenme materyali görevi görüyor. Beta kullanıcıları tarafından günde Con milyon kilometre kat edilen yazılımın geliştirilmiş hızı, dar sokaklarda yürüyüşe çıkma gibi karmaşık özelliklerin tanıtılmasına olanak tanıdı.

Sektördeki rakipler için farklılıklar

Kısıtlı coğrafi bölgelerde faaliyet gösteren ve milimetrik olarak haritalanan diğer robotik taksi girişimlerinin aksine, mevcut yaklaşım gezegenin herhangi bir yerinde faaliyet göstermeyi amaçlıyor. El sistemi yalnızca önceden yüklenmiş yüksek çözünürlüklü haritalara dayalı değildir, çevrenin gerçek zamanlı olarak görsel olarak yorumlanmasında daha etkilidir ve işaretlenmemiş kırsal yollarda, bilinmeyen kentsel alanlarda veya yol işaretlemesinin yetersiz olduğu veya bulunmadığı yerlerde kullanılmasına olanak tanır.

Donanım ve sürecin gelişimi.

La Bu yeteneklerin uygulanması, yeni nesil üretimde daha hızlı işlemciler ve daha yüksek çözünürlüklü kameralar da dahil olmak üzere araç donanımının sürekli güncellenmesiyle desteklenir. Yapay zeka yazılımı ile otomobilin fiziksel bileşenleri arasındaki dikey entegrasyon, milisaniyeler içinde tepki verilmesine olanak tanıyor; bu, yandan çarpışmaları veya istenmeyen ray kalkışlarını önlemek için hassasiyetin gerekli olduğu dar alanlarda hassas manevralar için gerekli.

Paylaş

Daha fazla haber: Haberler (TR)

Daha fazla