京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 752|回复: 0

特斯拉公布两项全新专利,将提升视觉感知系统

[复制链接]

1591

主题

728

回帖

6982

积分

论坛元老

积分
6982
发表于 2023-2-28 04:57:00 | 显示全部楼层 |阅读模式 来自 山东
车东西2月27日消息,据外媒Telsarati报道,近日,特斯拉获得两项技术专利,这两项专利集中于纯视觉系统,或将提高全自动驾驶水平。/ Q/ y/ b) G' L9 |' @! G+ R
            这两项专利重点在虚拟化显示和机器学习上,已于上周出现在美国专利局的数据库中,目前尚不清楚这两项专利是否已在即将推出的软件版本中应用,或已经通过最近的软件更新安装在汽车上。
& N  E4 V- n' y/ J9 Q5 x            另外,特斯拉最近在全自动驾驶技术上推出了十分显著的改进,即FSD Beta V11.3,而新的专利技术对FSD Beta V11.3的继续改进也具有重要作用。; D9 y; O  J* B
            一、新增可调虚拟摄像头 车机页面更准确4 t( A9 O: y8 Y) @" V5 W7 Y
            第一项专利涉及虚拟化成像系统,该系统移除了特斯拉原有的非视觉传感器,与特斯拉现有的成像系统的最大区别在于增加了一个可调虚拟摄像头,可以提供更准确的车机页面。/ Z3 J( y5 V+ {, d  {
            特斯拉车机界面            
- D: M" R! z1 S) l            该专利基于视觉的机器学习模型系统和方法,可用于具有可调节虚拟摄像头的自动驾驶。7 D2 {5 t2 [8 h6 [0 h
            驾驶过程中,该系统可以从汽车周围的多个图像传感器来获取图像,并确定与图像相关的特征,然后通过机器学习模型直接输出特征。最后,这些特征会被投影到与特定高度的虚拟摄像头相关联的空间中,而这些特征也会和之前的一些其他投影特征聚合,最终在屏幕上显示出来。
" Q8 L& u+ T7 {! R* L' f: H            通过摄像头系统或改进的虚拟化交互系统,驾驶员可以更好的了解车外的视野。
( ^  b8 A% y7 A7 y$ p            二、聚合车辆静态物体监测 机器学习模型更完善
/ I! t% I; d/ B# Y" }            第二项专利则是通过对道路静态环境的监测,完善机器学习模型,其应用也会更加广泛。  H# C0 Y( h9 O) E7 \# E& d
            机器学习模型            2 W# B6 p2 c7 w
            与第一项专利的工作原理类似,系统从车辆周围的图像传感器获取图像,确定与图像相关的特征,通过机器学习模型直接输出特征。( c5 Q  q* f* ]
            不同的是,这项新技术的应用可以使系统对静态物体的监测更加精准,而这些特征最后也会被投影到与鸟瞰图相关的空间中。7 n2 _( B" y/ l4 ?
            可以发现,特斯拉的两项新专利都是专注于汽车的视觉系统。! O5 U6 H: r3 Q" \
            结语:致力于人工智能,特斯拉领先优势更加明显4 F5 {2 @# \, B5 E. |- H
            特斯拉越来越注重车辆的智能化,这体现在他们的各种实施改进的机器学习模型和方法中。
3 C" _4 t7 ?, F" x& a' H) s            虽然很多人嘲笑特斯拉致力于人工智能,而不仅仅是汽车,但随着越来越多的汽车制造商进入自动驾驶竞争,特斯拉的领先优势会变得更加明显。5 F) `. w+ I3 a% Z8 t$ \/ U( K# Z
            作者 | 小崔 编辑 | Juice

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /6 下一条

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2025-8-7 15:31 , Processed in 0.036853 second(s), 24 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表