


Großbritannien plant neue Vorschriften, Tesla könnte mit einem Verkaufsverbot für selbstfahrende Autos rechnen
Nachrichten zufolge wird Großbritannien den Self-Driving Vehicles Act einführen, und Tesla könnte der Verkauf selbstfahrender Autos im Vereinigten Königreich verboten werden. Dieser Schritt wird einen großen Rückschlag für Elon Musk und Tesla bedeuten
Das britische Verkehrsministerium plant, im nächsten Jahr Vorschriften zu veröffentlichen, die es nicht zugelassenen Automobilherstellern verbieten, ihre Fahrzeuge als „selbstfahrendes“ oder „unbemanntes“ FAHREN zu vermarkten“,
Tesla sieht sich damit konfrontiert Mehrere Klagen und Untersuchungen, der jüngste Schlag für das Unternehmen. Diese Rechtsstreitigkeiten und Untersuchungen sind auf Sicherheitsprobleme mit Teslas fortschrittlicher Fahrassistenztechnologie zurückzuführen.
Seit Jahren verlangt Tesla von Tesla-Besitzern auf der ganzen Welt hohe Gebühren für sogenannte „Full Self-Driving“-Upgrades, aber nur die Technologie wurde getestet Nordamerika.
Obwohl diese Funktion als „völlig autonom“ bezeichnet wird, erfordert sie derzeit eine ständige Überwachung durch den Fahrer und wird als „Assistenzsystem“ beschrieben, das die bevorstehenden hohen britischen Standards wahrscheinlich nicht erfüllen wird.
Letzte Woche hat die britische Regierung dies angekündigt Begriffe wie „selbstfahrend“, „autonomes Fahren“, „autonomes Fahren“, „autonomes Fahren“ und „autonome Fahrzeuge“ regulieren, um „irreführendes Marketing“ im Zusammenhang mit der Technologie zu verhindern.
Die britische Regierung gab bekannt, dass die Einschränkung der Beschreibungen autonomer Fahrsysteme durch die Automobilhersteller die erste Maßnahme ist, damit das neue System in Kraft treten kann. Es wird erwartet, dass es nach dem offiziellen Inkrafttreten des Autonomous Vehicles Act im Jahr 2024 oder 2025 umgesetzt wird
Tesla Senior Das Fahrassistenzsystem Autopilot verfügt über Funktionen wie adaptive Geschwindigkeitsregelung, Fahrzeugverfolgung und automatischen Spurwechsel, erfüllt aber nicht die im Gesetzentwurf geforderten „Marketingbedingungen“.
Rechtsexperten sagen, dass der bevorstehende Gesetzentwurf dazu führt, dass die britische Regierung selbstfahrende Autos strenger reguliert und es für Tesla schwieriger wird, diese Technologie in Großbritannien zu fördern.
Tesla hat derzeit einen Wert von 742 Milliarden US-Dollar und ist damit der wertvollste Autohersteller der Welt. Dies basiert jedoch teilweise auf Musks langjährigem Versprechen, dass Teslas Elektroautos ohne menschliches Eingreifen fahren können.
Musk sagte Anfang des Jahres: „Dies ist der Schlüssel dafür, ob sich Tesla lohnt oder nicht.“
Tesla fördert seit 2016 Elektrofahrzeuge mit „vollständig autonomen Fahrfähigkeiten“ und verlangt von britischen Besitzern eine Gebühr von 6.800 £ (ca 8.572 $). Tesla sagte, dass die Funktion möglicherweise erst aktiviert wird, wenn die Genehmigung der örtlichen Aufsichtsbehörden vorliegt.
Brian Wang, ein auf Transportwesen spezialisierter Anwalt bei der Anwaltskanzlei Burges Salmon, sagte: „Wenn das Fahrzeug nicht als autonom gilt, wenn es um das Fahren eines Autos geht, Die Verwendung von Begriffen wie „völlig selbstfahrend“ ist problematisch, daher müssen Tesla und andere Autohersteller aufpassen.“
Er fügte hinzu: „Das ist die größte Sorge, die jeder, auch die in der Branche, in Bezug auf selbstfahrende Autos hat.“ Zu den Bedenken: Die öffentliche Verwirrung über Funktionen, die nicht als selbstfahrend gelten, stellt in Großbritannien und Europa Fahrer ein, um anspruchsvollere selbstfahrende Systeme zu testen, was als Anzeichen für eine weltweite Einführung dieser Systeme angesehen wird Technologie.
Seit 2020 können Tesla-Besitzer in den USA und Kanada die Beta-Version des „Full Self-Driving“-Systems nutzen. Allerdings ist Musk bei der Einführung der Technologie auf anderen Märkten auf Schwierigkeiten gestoßen
Letztes Jahr sagte Musk: „In den Vereinigten Staaten sind viele Dinge standardmäßig legal. In Europa sind diese Dinge standardmäßig illegal. Also müssen wir das zuerst tun.“ Holen Sie sich grünes Licht. Aber in den USA können Sie sich mehr oder weniger auf Ihr eigenes Wissen verlassen.“ Es geht auf die Zeit zurück, als er im Jahr 2017 sagte, dass Tesla-Elektrofahrzeuge autonom ohne menschliches Eingreifen auf Straßen in den Vereinigten Staaten fahren könnten.
Musk sagte letzten Monat zu Investoren: „Offensichtlich war ich in dieser Hinsicht in der Vergangenheit zu optimistisch.“ Tesla steht vor einer Reihe von Untersuchungen der US-Aufsichtsbehörden zu Autopilot- und „Full Self-Driving“-Systemen. Erst letzten Monat gewann Tesla den ersten Prozess in den Vereinigten Staaten wegen eines tödlichen Verkehrsunfalls, der durch Teslas Autopilot-System verursacht wurde.
Tesla reagierte nicht auf eine Bitte um Stellungnahme. Ein Sprecher des britischen Verkehrsministeriums sagte: „Sicherheit steht an Das ist das Herzstück des Gesetzes zum autonomen Fahren. Daher haben wir neue Vorschriften eingeführt, die irreführende Marketingpraktiken verbieten, und folgen dabei den Ratschlägen der Law Commission. „Dies wird zum Schutz der Verbraucher und der Öffentlichkeit beitragen und sicherstellen, dass nur Fahrzeuge, die strengen Standards entsprechen, für solche Werbeaktionen in Frage kommen.“ .“
Das obige ist der detaillierte Inhalt vonGroßbritannien plant neue Vorschriften, Tesla könnte mit einem Verkaufsverbot für selbstfahrende Autos rechnen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Gestern wurde ich während des Interviews gefragt, ob ich irgendwelche Long-Tail-Fragen gestellt hätte, also dachte ich, ich würde eine kurze Zusammenfassung geben. Das Long-Tail-Problem des autonomen Fahrens bezieht sich auf Randfälle bei autonomen Fahrzeugen, also mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. Das wahrgenommene Long-Tail-Problem ist einer der Hauptgründe, die derzeit den betrieblichen Designbereich intelligenter autonomer Einzelfahrzeugfahrzeuge einschränken. Die zugrunde liegende Architektur und die meisten technischen Probleme des autonomen Fahrens wurden gelöst, und die verbleibenden 5 % der Long-Tail-Probleme wurden nach und nach zum Schlüssel zur Einschränkung der Entwicklung des autonomen Fahrens. Zu diesen Problemen gehören eine Vielzahl fragmentierter Szenarien, Extremsituationen und unvorhersehbares menschliches Verhalten. Der „Long Tail“ von Randszenarien beim autonomen Fahren bezieht sich auf Randfälle in autonomen Fahrzeugen (AVs). Randfälle sind mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. diese seltenen Ereignisse

Vorab geschrieben und Ausgangspunkt Das End-to-End-Paradigma verwendet ein einheitliches Framework, um Multitasking in autonomen Fahrsystemen zu erreichen. Trotz der Einfachheit und Klarheit dieses Paradigmas bleibt die Leistung von End-to-End-Methoden für das autonome Fahren bei Teilaufgaben immer noch weit hinter Methoden für einzelne Aufgaben zurück. Gleichzeitig erschweren die in früheren End-to-End-Methoden weit verbreiteten Funktionen der dichten Vogelperspektive (BEV) die Skalierung auf mehr Modalitäten oder Aufgaben. Hier wird ein Sparse-Search-zentriertes End-to-End-Paradigma für autonomes Fahren (SparseAD) vorgeschlagen, bei dem die Sparse-Suche das gesamte Fahrszenario, einschließlich Raum, Zeit und Aufgaben, ohne dichte BEV-Darstellung vollständig abbildet. Insbesondere ist eine einheitliche, spärliche Architektur für die Aufgabenerkennung einschließlich Erkennung, Verfolgung und Online-Zuordnung konzipiert. Zudem schwer

Im vergangenen Monat hatte ich aus bekannten Gründen einen sehr intensiven Austausch mit verschiedenen Lehrern und Mitschülern der Branche. Ein unvermeidliches Thema im Austausch ist natürlich End-to-End und der beliebte Tesla FSDV12. Ich möchte diese Gelegenheit nutzen, einige meiner aktuellen Gedanken und Meinungen als Referenz und Diskussion darzulegen. Wie definiert man ein durchgängiges autonomes Fahrsystem und welche Probleme sollten voraussichtlich durchgängig gelöst werden? Gemäß der traditionellsten Definition bezieht sich ein End-to-End-System auf ein System, das Rohinformationen von Sensoren eingibt und für die Aufgabe relevante Variablen direkt ausgibt. Bei der Bilderkennung kann CNN beispielsweise als End-to-End bezeichnet werden, verglichen mit der herkömmlichen Methode zum Extrahieren von Merkmalen + Klassifizieren. Bei autonomen Fahraufgaben werden Eingabedaten verschiedener Sensoren (Kamera/LiDAR) benötigt

Die Zielerkennung ist ein relativ ausgereiftes Problem in autonomen Fahrsystemen, wobei die Fußgängererkennung einer der ersten Algorithmen ist, die eingesetzt werden. In den meisten Arbeiten wurde eine sehr umfassende Recherche durchgeführt. Die Entfernungswahrnehmung mithilfe von Fischaugenkameras für die Rundumsicht ist jedoch relativ wenig untersucht. Aufgrund der großen radialen Verzerrung ist es schwierig, die standardmäßige Bounding-Box-Darstellung in Fischaugenkameras zu implementieren. Um die obige Beschreibung zu vereinfachen, untersuchen wir erweiterte Begrenzungsrahmen-, Ellipsen- und allgemeine Polygondesigns in Polar-/Winkeldarstellungen und definieren eine mIOU-Metrik für die Instanzsegmentierung, um diese Darstellungen zu analysieren. Das vorgeschlagene Modell „fisheyeDetNet“ mit polygonaler Form übertrifft andere Modelle und erreicht gleichzeitig 49,5 % mAP auf dem Valeo-Fisheye-Kameradatensatz für autonomes Fahren

Laut Nachrichten dieser Website vom 24. Juli erklärte Tesla-CEO Elon Musk (Elon Musk) in der heutigen Telefonkonferenz zu den Ergebnissen, dass das Unternehmen kurz vor der Fertigstellung des bisher größten Schulungsclusters für künstliche Intelligenz stehe, das mit 2.000 NVIDIA H100 ausgestattet sein werde GPUs. Musk teilte den Anlegern bei der Gewinnmitteilung des Unternehmens auch mit, dass Tesla an der Entwicklung seines Dojo-Supercomputers arbeiten werde, da GPUs von Nvidia teuer seien. Diese Seite übersetzte einen Teil von Musks Rede wie folgt: Der Weg, über Dojo mit NVIDIA zu konkurrieren, ist schwierig, aber ich denke, wir haben keine andere Wahl. Wir sind jetzt zu sehr auf NVIDIA angewiesen. Aus der Sicht von NVIDIA werden sie den Preis für GPUs unweigerlich auf ein Niveau erhöhen, das der Markt ertragen kann, aber

Wie oben geschrieben, besteht einer der Algorithmen, mit denen aktuelle autonome Fahrsysteme die Abhängigkeit von hochpräzisen Karten loswerden, darin, die Tatsache auszunutzen, dass die Wahrnehmungsleistung im Fernbereich immer noch schlecht ist. Zu diesem Zweck schlagen wir P-MapNet vor, wobei sich „P“ auf die Fusion von Kartenprioritäten konzentriert, um die Modellleistung zu verbessern. Konkret nutzen wir die Vorinformationen in SDMap und HDMap aus: Einerseits extrahieren wir schwach ausgerichtete SDMap-Daten aus OpenStreetMap und kodieren sie in unabhängige Begriffe, um die Eingabe zu unterstützen. Es besteht das Problem der schwachen Ausrichtung zwischen der streng modifizierten Eingabe und der tatsächlichen HD+Map. Unsere auf dem Cross-Attention-Mechanismus basierende Struktur kann sich adaptiv auf das SDMap-Skelett konzentrieren und erhebliche Leistungsverbesserungen bringen.

Laut Nachrichten vom 8. April gab Tesla-CEO Elon Musk kürzlich bekannt, dass Tesla sich der vollständigen Entwicklung selbstfahrender Autotechnologie verschrieben hat. Das mit Spannung erwartete unbemannte selbstfahrende Taxi Robotaxi wird am 8. August auf den Markt kommen. Offizielles Debüt. Der Datenredakteur erfuhr, dass Musks Aussage auf Zuvor berichtete Reuters, dass Teslas Plan, Autos anzutreiben, sich auf die Produktion von Robotaxi konzentrieren würde. Musk wies dies jedoch zurück und warf Reuters vor, Pläne zur Entwicklung von Billigautos abgesagt und erneut Falschmeldungen veröffentlicht zu haben, während er gleichzeitig klarstellte, dass es sich um Billigautos wie Model 2 und Robotax handelte

Eine rein visuelle Annotationslösung nutzt hauptsächlich die visuelle Darstellung sowie einige Daten von GPS, IMU und Radgeschwindigkeitssensoren für die dynamische Annotation. Für Massenproduktionsszenarien muss es sich natürlich nicht nur um visuelle Aspekte handeln. Einige in Massenproduktion hergestellte Fahrzeuge verfügen über Sensoren wie Festkörperradar (AT128). Wenn wir aus Sicht der Massenproduktion einen geschlossenen Datenkreislauf erstellen und alle diese Sensoren verwenden, können wir das Problem der Kennzeichnung dynamischer Objekte effektiv lösen. Aber in unserem Plan gibt es kein Festkörperradar. Aus diesem Grund stellen wir diese gängigste Etikettierungslösung für die Massenproduktion vor. Der Kern einer rein visuellen Annotationslösung liegt in der hochpräzisen Posenrekonstruktion. Wir verwenden das Posenrekonstruktionsschema von Structure from Motion (SFM), um die Genauigkeit der Rekonstruktion sicherzustellen. Aber pass
