A Tesla virtualizációs és gépi tanulási szoftvereket szabadalmaztat az FSD javítása érdekében

A Tesla egy sor szabadalmi kérelmet nyújtott be, amelyek jelentősen javítják a virtualizációt, a felismerést és a Teljes Önvezetést.

A Tesla az év első két hónapjában fáradhatatlanul dolgozott a Teljes Önvezetés elnevezésű technológiájának fejlesztésén. Legutóbb a szoftver 11.3-as verzióját jelentette meg alkalmazottai számára. Ennek ellenére az új szabadalmaztatott technológiának köszönhetően a szoftver drámai fejlődése várható ebben az évben. A virtualizációra és a gépi tanulásra összpontosító két szabadalom a múlt hét végén jelent meg az Egyesült Államok Szabadalmi Hivatalának adatbázisában.

Az első szabadalom, a „Látás alapú gépi tanulási modell az autonóm vezetéshez állítható virtuális kamerával” valószínűleg egyszerűen egy korábbi rendszer átdolgozása, de úgy módosították, hogy illeszkedjen a Tesla új, csak vizuális jelekre támaszkodó autonóm vezetési rendszeréhez.

A második szabadalom, a „Látás alapú gépi tanulási modell az álló tárgyakról való információk gyűjtéséhez és az autonóm vezetési rendszerekhez” inkább a jármű belső képernyőjén látható virtualizáció javítására összpontosít.

Az első szabadalom összefoglalója egy olyan rendszert ír le, amely hasonlít a Tesla járművekben már elérhetőhez, de a nem-vizuális érzékelők eltávolítására lett adaptálva. Mindazonáltal tartalmaz egy hozzáadott „állítható virtuális kamerát”, ami potenciálisan azt jelzi, hogy a Tesla azon dolgozik, hogy a járművezetők jobban irányíthassák az autójukból való kitekintést a kamerarendszerrel vagy jobb virtualizációs interakcióval.

„Rendszerek és módszerek egy látás alapú gépi tanulási modellhez az autonóm vezetés támogatására, állítható virtuális kamerával. Egy példa a módszerre, hogy a jármű körül elhelyezett képérzékelők sokaságából készítünk képet. Megtörténik a képekhez kapcsolódó jellemzők meghatározása és a funkciók a gépi tanulási modell első részének előrehaladása alapján kerülnek kiadásra. A funkciók egy adott magasságban lévő virtuális kamerához társított vektortérbe kerülnek kivetítésre. A kivetített jellemzők a korábbi képekhez társított egyéb vetített jellemzőkkel vannak összesítve.”

A második, lényegesen kiterjedtebb szabadalom rövid összefoglaló leírása, amely a „statikus objektumok aggregációjára” összpontosít a járműben:

„Rendszerek és módszerek egy látás alapú gépi tanulási modellhez a statikus objektumok és rendszerek aggregálásához az autonóm vezetéshez. Egy példa a módszerre a jármű körül elhelyezett képérzékelőkből való képek kinyerése. Megtörténik a képekhez társított jellemzők meghatározása, és a funkciók egy gépi tanulási modellen keresztül történő előrehaladás alapján kerülnek kiadásra. A funkciókat a gépi tanulási modellen alapuló madártávlattal társított vektortérbe vetítik.”

A Tesla új szabadalmai megmutatják, mennyire elkötelezett a cég a csak vizuális rendszer mellett. A szabadalmak egyikében sem foglalkozik az autógyártó más szenzorbemenetekkel, ami úgy tűnik, összhangban van a közelmúltbeli felfedezésekkel, amelyek ultrahangos érzékelők nélküli járműveket mutatnak be.

Továbbá, mivel a Tesla egyre nagyobb hangsúlyt fektet a járművek mesterséges intelligenciájúvá tételére, a továbbfejlesztett gépi tanulás megvalósítása is megfelel a tervezési céljainak.

Továbbra sem világos, hogy ezeket a fejlesztéseket a következő szoftververziókban hajtják-e végre, vagy a legutóbbi szoftverfrissítések révén már bekerültek az autókba. Mindazonáltal azt jelzik, hogy a cég folyamatosan halad előre törekvéseiben.

Forrás: teslarati.com