La version bêta 11 de la FSD de Tesla lui permet d'évoluer sur les autoroutes grâce à un freinage agressif en cas de franchissement de feux rouges et à des notes vocales pour le conducteur

Tesla est à l'aube de la sortie de la version bêta 11 de la FSD , puisque la mise à jour v11.3 a apparemment déjà été diffusée à ses employés et les notes de publication ont été mises en ligne. Pour la première fois, la FSD Beta se présentera sous la forme d'une solution universelle à pile unique qui ne mélange pas le code plus récent pour la conduite en ville avec la pile autoroutière Autopilot, beaucoup plus ancienne, qui était destinée au matériel et aux fonctions de conduite autonome plus basiques à l'époque.

Voici le changelog de la FSD Beta 11 et toutes les nouvelles fonctionnalités telles que listées dans les notes de mise à jour de la v11.3 :

• Activation de la FSD Beta sur autoroute. Cela unifie la pile de vision et de planification sur et hors autoroute et remplace l'ancienne pile autoroute, qui a plus de quatre ans. Cette pile repose toujours sur plusieurs réseaux à caméra unique et à image unique, et a été configurée pour gérer les manœuvres simples sur une voie. Les réseaux vidéo multi-caméras de la FSD Beta et le planificateur de nouvelle génération, qui permet des interactions plus complexes entre les agents tout en dépendant moins des voies, permettent d'ajouter des comportements plus intelligents, un contrôle plus fluide et une meilleure prise de décision.
• Ajout de notes de conduite vocales. Après une intervention, vous pouvez désormais envoyer à Tesla un message vocal anonyme décrivant votre expérience afin de contribuer à améliorer l'Autopilote.
• Extension du freinage automatique d'urgence (AEB) pour gérer les véhicules qui croisent la route d'ego. Cela inclut les cas où d'autres véhicules brûlent leur feu rouge ou tournent sur la trajectoire d'ego, lui volant la priorité. La relecture de collisions précédentes de ce type suggère que 49 % des événements seraient atténués par le nouveau comportement. Cette amélioration est maintenant active aussi bien en conduite manuelle qu'en pilotage automatique.
• Amélioration de 500 ms du temps de réaction du pilote automatique en cas de franchissement d'un feu rouge ou d'un stop, grâce à l'utilisation accrue de la cinématique instantanée de l'objet et de l'estimation de sa trajectoire.
• Ajout d'un réseau de voies d'autoroute à longue portée pour permettre une réaction plus rapide en cas de voies bloquées et de forte courbure.
• Réduction de 40 % de l'erreur de prédiction de la pose du but pour le réseau neuronal de trajectoire candidate et réduction de 3 fois du temps d'exécution. Ce résultat a été obtenu en améliorant l'ensemble de données à l'aide d'une optimisation hors ligne plus lourde et plus robuste, en multipliant par 4 la taille de cet ensemble de données amélioré et en mettant en œuvre une meilleure architecture et un meilleur espace de caractéristiques.
• Amélioration des détections de réseaux d'occupation par sur-échantillonnage sur 180 000 vidéos difficiles, notamment les reflets de la pluie, les débris de la route et les fortes courbures.
• Amélioration de 20 % du rappel pour les cas de coupure à proximité en ajoutant 40 000 clips de flotte auto-identifiés de ce scénario à l'ensemble de données. Nous avons également amélioré le traitement des cas d'intrusion en améliorant la modélisation de leur mouvement dans la voie d'ego, en tirant parti de cette modélisation pour un contrôle latéral et longitudinal plus fluide des objets intrus.
• Ajout d'un module de guidage vers les voies et d'une perte de perception pour le réseau des bords de route et des lignes, améliorant le rappel absolu des lignes de 6 % et le rappel absolu des bords de route de 7 %.
• Amélioration de la géométrie globale et de la stabilité des prédictions de voies en mettant à jour la représentation du module "guidage de voie" avec des informations pertinentes pour la prédiction des voies de croisement et des voies en sens inverse.
• Amélioration de la tenue de route dans les scénarios à grande vitesse et à forte courbure par un décalage vers les lignes intérieures des voies.
• Amélioration des changements de voie, notamment : détection et traitement plus précoces des changements de voie simultanés, meilleure sélection de l'écart à l'approche des échéances, meilleure intégration entre les décisions de changement de voie basées sur la vitesse et celles basées sur la navigation, et différenciation accrue entre les profils de conduite FSD en ce qui concerne les changements de voie à la vitesse.
• Amélioration de la fluidité de la réponse du contrôle longitudinal lors du suivi des véhicules de tête grâce à une meilleure modélisation de l'effet possible des feux de freinage des véhicules de tête sur leurs profils de vitesse futurs.
• Amélioration de la détection d'objets rares de 18 % et réduction de l'erreur de profondeur pour les gros camions de 9 %, principalement grâce à la migration vers des ensembles de données auto-étiquetées supervisées plus denses.
• Amélioration de la détection sémantique des bus scolaires de 12% et des véhicules passant de l'arrêt à la conduite de 15%. Ce résultat a été obtenu en améliorant la précision des étiquettes des ensembles de données et en augmentant la taille des ensembles de données de 5 %. Amélioration de la prise de décision aux passages piétons en utilisant l'estimation de la trajectoire d'ego basée sur un réseau neuronal au lieu de modèles cinématiques approximatifs.
• Amélioration de la fiabilité et de la fluidité du contrôle de la fusion, en supprimant les anciennes tâches de région de fusion au profit de topologies de fusion dérivées des voies vectorielles.
• Déblocage de clips de télémétrie de flotte plus longs (jusqu'à 26 %) en équilibrant les tampons IPC compressés et la planification optimisée des écritures sur deux SOC.

Certaines des nouvelles fonctionnalités de la version bêta 11 de la DSE avaient déjà été divulguées ou annoncées par Elon Musk lui-même, comme la DSE autoroutière, mais le reste est nouveau et bienvenu.

La possibilité de poster des notes vocales anonymes à Tesla après chaque intervention personnelle lors de l'utilisation du mode bêta de conduite autonome intégrale, par exemple, ajouterait un contexte à la situation et aiderait Tesla à améliorer encore sa solution de conduite autonome en ajoutant le point de vue du conducteur à l'ensemble de données déjà formidable qu'il a amassé jusqu'à présent.

Achetez le connecteur mural de câble 24' Tesla Motors sur Amazon