영국, 새로운 규정 제안…테슬라 자율주행차 판매 금지될 수도
뉴스에 따르면 영국은 자율주행차법(Self-Driving Vehicles Act)을 도입할 예정이며, Tesla는 영국에서 자율주행차 판매가 금지될 수도 있습니다. 이러한 움직임은 Elon Musk와 Tesla에 큰 차질을 가져올 것입니다.
영국 교통부는 승인되지 않은 자동차 제조업체가 자사 차량을 "자율 운전" 또는 "무인" 운전"으로 마케팅하는 것을 금지하는 규정을 내년에 발표할 계획입니다.
Tesla는 직면합니다 여러 소송과 조사가 회사에 가장 최근의 타격을 입혔습니다. 이러한 법적 분쟁과 조사는 Tesla의 첨단 보조 운전 기술의 안전 문제로 인해 발생합니다
Tesla는 수년 동안 전 세계 Tesla 소유주에게 "완전 자율 주행" 업그레이드에 대해 막대한 비용을 청구했지만 기술은 2019년에 테스트되었습니다. 북아메리카.
"완전 자율"이라고 불려도 이 기능은 현재 운전자의 지속적인 모니터링이 필요하며 다가오는 영국의 높은 표준을 충족할 가능성이 낮은 "보조" 시스템으로 설명됩니다.
지난주 영국 정부는 기술과 관련된 '오해 마케팅'을 방지하기 위해 '자율주행', '자율주행', '자율주행', '자율주행', '자율주행차' 등의 용어를 규제한다.
영국 정부는 자동차 제조업체의 자율주행 시스템에 대한 설명을 제한하는 것이 새로운 시스템이 시행되는 첫 번째 조치라고 발표했습니다. 이는 2024년 또는 2025년에 자율주행차법이 공식적으로 제정된 이후 시행될 것으로 예상됩니다.
테슬라의 선배 운전보조시스템인 오토파일럿은 어댑티브 크루즈, 차량 추적, 자동 차선 변경 등의 기능을 갖추고 있지만 법안에 명시된 '마케팅 조건'을 충족하지 못한다.
법률 전문가들은 다가오는 법안은 영국 정부가 무인 자동차를 더욱 엄격하게 규제할 것이며 Tesla가 영국에서 이 기술을 홍보하는 것이 더 어려워질 것임을 의미한다고 말했습니다.
Tesla의 현재 가치는 7,420억 달러로 세계에서 가장 가치 있는 자동차 제조업체입니다. 그러나 이는 부분적으로 Tesla 전기 자동차가 사람의 개입 없이도 주행할 수 있다는 Musk의 오랜 약속에 기반을 두고 있습니다.
Musk는 올해 초 다음과 같이 말했습니다. "이것은 Tesla가 가치가 있는지 여부를 결정하는 열쇠입니다."
Tesla는 2016년부터 "완전 자율 주행 기능"을 갖춘 전기 자동차를 홍보해 왔으며 영국 소유자에게 £6,800(대략)를 청구했습니다. $8,572). Tesla는 현지 규제 기관의 승인을 받을 때까지 이 기능을 활성화하지 않을 수도 있다고 밝혔습니다.
로펌 Burges Salmon의 운송 전문 변호사인 Brian Wang은 "차량이 자율주행차로 간주되지 않으면 자동차 운전에 있어서는 완전자율주행이라는 용어를 사용하는 것은 문제가 있어 테슬라를 비롯한 자동차 제조사들이 주의를 기울여야 한다”고 덧붙였다. 우려되는 점은 자율주행으로 간주되지 않는 기능에 대한 대중의 혼란입니다. Tesla는 보다 정교한 자율주행 시스템을 테스트하기 위해 영국과 유럽에서 운전자를 고용해 왔으며 이를 자율주행차의 미래를 위한 준비로 보고 있습니다. 이 기술의 출시.
2020년부터 Tesla의 미국 및 캐나다 소유자는 "완전 자율 주행" 시스템의 베타 버전을 사용할 수 있었습니다. 하지만 머스크는 다른 시장에 이 기술을 도입하는 데 어려움을 겪었습니다
작년에 머스크는 "미국에서는 기본적으로 많은 것들이 합법적입니다. 유럽에서는 이러한 것들이 기본적으로 불법입니다. 그래서 우리는 먼저 승인을 받으세요. 그러나 미국에서는 어느 정도 자신의 지식에 의존할 수 있습니다.
머스크는 자율주행차 기술에 대해 계속해서 야심찬 약속을 했습니다. 이는 2017년 Tesla 전기 자동차가 미국 전역의 도로에서 사람의 개입 없이 자율적으로 주행할 수 있다고 말했을 때로 거슬러 올라갑니다.
Musk는 지난달 투자자들에게 다음과 같이 말했습니다. "분명히 저는 과거에 이에 대해 너무 낙관했습니다.”
Tesla는 Autopilot 및 "Full Self-Driving" 시스템에 대해 미국 규제 당국의 일련의 조사를 받고 있습니다. 지난달 Tesla는 Tesla의 Autopilot 시스템으로 인한 치명적인 도로 충돌에 대해 미국에서 첫 번째 재판에서 승리했습니다
Tesla는 논평 요청에 응답하지 않았습니다
영국 교통부 대변인에 따르면 "안전은 자율주행 법안의 핵심이므로 법률위원회의 조언에 따라 오해를 불러일으키는 마케팅 관행을 금지하는 새로운 규정을 도입했습니다. "이는 소비자와 대중을 보호하는 데 도움이 될 것입니다. 엄격한 기준을 충족하는 차량만이 그러한 프로모션을 받을 수 있도록 보장합니다. .”
위 내용은 영국, 새로운 규정 제안…테슬라 자율주행차 판매 금지될 수도의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











어제 인터뷰 도중 롱테일 관련 질문을 해본 적이 있느냐는 질문을 받아서 간략하게 요약해볼까 생각했습니다. 자율주행의 롱테일 문제는 자율주행차의 엣지 케이스, 즉 발생 확률이 낮은 가능한 시나리오를 말한다. 인지된 롱테일 문제는 현재 단일 차량 지능형 자율주행차의 운영 설계 영역을 제한하는 주요 이유 중 하나입니다. 자율주행의 기본 아키텍처와 대부분의 기술적인 문제는 해결되었으며, 나머지 5%의 롱테일 문제는 점차 자율주행 발전을 제한하는 핵심이 되었습니다. 이러한 문제에는 다양한 단편적인 시나리오, 극단적인 상황, 예측할 수 없는 인간 행동이 포함됩니다. 자율 주행에서 엣지 시나리오의 "롱테일"은 자율주행차(AV)의 엣지 케이스를 의미하며 발생 확률이 낮은 가능한 시나리오입니다. 이런 희귀한 사건

전면 및 시작점 작성 엔드 투 엔드 패러다임은 통합 프레임워크를 사용하여 자율 주행 시스템에서 멀티 태스킹을 달성합니다. 이 패러다임의 단순성과 명확성에도 불구하고 하위 작업에 대한 엔드투엔드 자율 주행 방법의 성능은 여전히 단일 작업 방법보다 훨씬 뒤떨어져 있습니다. 동시에 이전 엔드투엔드 방법에서 널리 사용된 조밀한 조감도(BEV) 기능으로 인해 더 많은 양식이나 작업으로 확장하기가 어렵습니다. 여기서는 희소 검색 중심의 엔드 투 엔드 자율 주행 패러다임(SparseAD)이 제안됩니다. 여기서 희소 검색은 밀집된 BEV 표현 없이 공간, 시간 및 작업을 포함한 전체 운전 시나리오를 완전히 나타냅니다. 특히 통합 스파스 아키텍처는 탐지, 추적, 온라인 매핑을 포함한 작업 인식을 위해 설계되었습니다. 게다가 무겁다.

지난 달에는 몇 가지 잘 알려진 이유로 업계의 다양한 교사 및 급우들과 매우 집중적인 교류를 가졌습니다. 교환에서 피할 수 없는 주제는 자연스럽게 엔드투엔드와 인기 있는 Tesla FSDV12입니다. 저는 이 기회를 빌어 여러분의 참고와 토론을 위해 지금 이 순간 제 생각과 의견을 정리하고 싶습니다. End-to-End 자율주행 시스템을 어떻게 정의하고, End-to-End 해결을 위해 어떤 문제가 예상되나요? 가장 전통적인 정의에 따르면, 엔드 투 엔드 시스템은 센서로부터 원시 정보를 입력하고 작업과 관련된 변수를 직접 출력하는 시스템을 의미합니다. 예를 들어 이미지 인식에서 CNN은 기존의 특징 추출 + 분류기 방식에 비해 end-to-end 방식으로 호출할 수 있습니다. 자율주행 작업에서는 다양한 센서(카메라/LiDAR)로부터 데이터를 입력받아

표적 탐지는 자율주행 시스템에서 상대적으로 성숙한 문제이며, 그 중 보행자 탐지는 가장 먼저 배포되는 알고리즘 중 하나입니다. 대부분의 논문에서 매우 포괄적인 연구가 수행되었습니다. 그러나 서라운드 뷰를 위한 어안 카메라를 사용한 거리 인식은 상대적으로 덜 연구되었습니다. 큰 방사형 왜곡으로 인해 표준 경계 상자 표현은 어안 카메라에서 구현하기 어렵습니다. 위의 설명을 완화하기 위해 확장된 경계 상자, 타원 및 일반 다각형 디자인을 극/각 표현으로 탐색하고 인스턴스 분할 mIOU 메트릭을 정의하여 이러한 표현을 분석합니다. 제안된 다각형 형태의 모델 fisheyeDetNet은 다른 모델보다 성능이 뛰어나며 동시에 자율 주행을 위한 Valeo fisheye 카메라 데이터 세트에서 49.5% mAP를 달성합니다.

7월 24일 본 홈페이지 소식에 따르면, 테슬라 CEO 엘론 머스크(Elon Musk)는 오늘 실적 컨퍼런스콜에서 회사가 엔비디아 H100 2천대를 탑재할 역대 최대 규모의 인공지능 훈련 클러스터를 곧 완성할 예정이라고 밝혔다. GPU. 머스크는 또한 회사 수익 결산에서 투자자들에게 Nvidia의 GPU가 비싸기 때문에 Tesla가 Dojo 슈퍼컴퓨터 개발에 참여할 것이라고 말했습니다. 이 사이트는 Musk의 연설 일부를 다음과 같이 번역했습니다. Dojo를 통해 NVIDIA와 경쟁하는 길은 어렵지만 이제 우리는 NVIDIA에 과도하게 의존하고 있다고 생각합니다. 엔비디아 입장에서는 필연적으로 시장이 감당할 수 있는 수준까지 GPU 가격을 인상하겠지만,

4월 8일 뉴스에 따르면, 일론 머스크 테슬라 최고경영자(CEO)는 최근 테슬라가 자율주행차 기술을 본격적으로 개발하기 위해 노력하고 있다고 밝혔다. 많은 기대를 모으고 있는 무인 자율주행택시 로보택시가 8월 8일 정식 출시될 예정이다. 데이터 편집자는 머스크의 다음과 같은 진술을 알게 되었습니다. 앞서 로이터통신은 테슬라의 자동차 운전 계획이 로보택시 생산에 집중할 것이라고 보도한 바 있다. 그러나 머스크는 이를 반박하면서 로이터가 저가차 개발 계획을 취소하고 또다시 허위 보도를 했다고 비난하면서 저가차 모델2와 로보택스가

순수한 시각적 주석 솔루션은 주로 비전과 동적 주석을 위한 GPS, IMU 및 휠 속도 센서의 일부 데이터를 사용합니다. 물론 대량 생산 시나리오의 경우 순수 비전일 필요는 없습니다. 일부 대량 생산 차량에는 고체 레이더(AT128)와 같은 센서가 장착됩니다. 대량 생산 관점에서 데이터 폐쇄 루프를 만들고 이러한 센서를 모두 사용하면 동적 개체에 라벨을 붙이는 문제를 효과적으로 해결할 수 있습니다. 그러나 우리 계획에는 고체 레이더가 없습니다. 따라서 가장 일반적인 대량 생산 라벨링 솔루션을 소개하겠습니다. 순수한 시각적 주석 솔루션의 핵심은 고정밀 포즈 재구성에 있습니다. 재구성 정확도를 보장하기 위해 SFM(Structure from Motion)의 포즈 재구성 방식을 사용합니다. 하지만 통과

위에서 설명한 것처럼 현재 자율주행 시스템이 고정밀 지도에 대한 의존성을 없애기 위해 사용하는 알고리즘 중 하나는 여전히 장거리에서의 인지 성능이 좋지 않다는 점을 활용하는 것입니다. 이를 위해 우리는 모델 성능을 향상시키기 위해 맵 사전 융합에 초점을 맞춘 "P"인 P-MapNet을 제안합니다. 특히 SDMap과 HDMap의 사전 정보를 활용합니다. 한편으로는 OpenStreetMap에서 약하게 정렬된 SDMap 데이터를 추출하고 이를 독립적인 용어로 인코딩하여 입력을 지원합니다. 엄격하게 수정된 입력과 실제 HD+Map 사이에 약한 정렬 문제가 있습니다. Cross-attention 메커니즘을 기반으로 하는 우리의 구조는 SDMap 뼈대에 적응적으로 집중할 수 있으며 상당한 성능 향상을 가져올 수 있습니다.
