特斯拉FSD Beta 11版本在高速公路上实现了，因为它带来了对闯红灯者的积极制动和司机语音提示
特斯拉即将发布更广泛的FSD Beta 11，因为v11.3更新显然已经向其员工发布，并且发布说明已经在网上公布。这是第一次，FSD测试版将作为一个通用的单一堆栈解决方案，不会将用于城市驾驶的较新代码与更老的Autopilot高速公路堆栈混在一起，后者当时是为了更基本的自动驾驶硬件和功能。
以下是FSD Beta 11的更新日志和v11.3更新发布说明中列出的所有新功能。
- 在高速公路上启用了FSD测试版。这统一了公路和非公路上的视觉和规划堆栈，并取代了已有四年多历史的传统公路堆栈。传统的高速公路堆栈仍然依赖于几个单摄像机和单帧网络，并被设置为处理简单的特定车道机动。FSD Beta的多摄像头视频网络和下一代规划器，允许更复杂的代理互动，减少对车道的依赖，为增加更多的智能行为、更流畅的控制和更好的决策创造条件。
- 增加了语音驾驶笔记。在干预之后，你现在可以向特斯拉发送匿名的语音信息，描述你的经历，以帮助改善自动驾驶。
- 扩大了自动紧急制动（AEB），以处理穿越自我路径的车辆。这包括其他车辆闯红灯或转弯穿过小我的路径，抢夺路权的情况。对以前这种类型的碰撞的回放表明，49%的事件会被新的行为所缓解。这一改进现在在手动驾驶和自动驾驶操作中都是活跃的。
- 通过增加对物体的瞬时运动学和轨迹估计的依赖，将自动驾驶仪对闯红灯和闯红灯的反应时间提高了500ms。
- 增加了一个长距离的高速公路车道网络，以便对堵塞的车道和高曲率做出更早的反应。
- 将候选轨迹神经网络的目标姿势预测误差减少40%，运行时间减少3倍。这是通过使用更重、更稳健的离线优化来改进数据集，将这个改进的数据集的大小增加4倍，并实施更好的架构和特征空间来实现的。
- 通过对18万个具有挑战性的视频（包括雨水反射、道路碎片和高曲率）进行超采样，改进了占用网络的检测。
- 通过在数据集中增加4万个自动标记的车队片段，将近距离切入案例的召回率提高了20%。此外，通过改进对进入自我车道的运动的建模，改进了对切入案例的处理，利用同样的方法对切入物体进行更平滑的横向和纵向控制。
- 为道路边缘和线条网络增加了 "车道引导模块和感知损失，将线条的绝对召回率提高了6%，道路边缘的绝对召回率提高了7%。
- 通过更新 "车道引导 "模块的表示方法，改进了车道预测的整体几何形状和稳定性，并增加了与预测穿越和迎面而来的车道有关的信息。
- 通过向内侧车道线偏移，改进了对高速和高曲率情况的处理。
- 改进了车道变化，包括：更早地检测和处理同时发生的车道变化，在接近最后期限时更好地选择间隙，更好地整合基于速度和基于导航的车道变化决定，以及在速度车道变化方面更多地区分FSD驾驶配置文件。
- 通过更好地模拟领先车辆的刹车灯对其未来速度曲线可能产生的影响，提高了跟随领先车辆时纵向控制响应的平稳性。
- 对稀有物体的检测提高了18%，对大型卡车的深度误差降低了9%，这主要是由于迁移到了更密集的监督自动标记的数据集。
- 对校车的语义检测提高了12%，对从静止状态过渡到驾驶状态的车辆的语义检测提高了15%。这是通过提高数据集标签的准确性和增加5%的数据集大小实现的。通过利用基于神经网络的自我轨迹估计来代替近似运动学模型，改进了人行横道的决策。
- 通过废除传统的合并区域任务，而采用从矢量车道衍生的合并拓扑结构，提高了合并控制的可靠性和平稳性。
- 通过平衡压缩IPC缓冲区和优化双SOC之间的写入调度，解锁了更长的舰队遥测片段（最多26%）。
FSD Beta 11版本的一些新功能已经泄露出来，或由埃隆-马斯克本人预告，如高速公路FSD，但其余的是新的和受欢迎的。
例如，在使用完全自动驾驶测试版模式时，在每次个人干预后向特斯拉发布匿名语音笔记的能力，将为情况增加背景，并通过将司机的角度添加到其迄今已积累的强大数据集中，帮助特斯拉进一步改进其自动驾驶解决方案。
资料来源
