首页 科技周边 IT业界 特斯拉城市街道自动驾驶功能在美国首次亮相

特斯拉城市街道自动驾驶功能在美国首次亮相

Sep 09, 2023 pm 01:09 PM
自动驾驶 特斯拉 美国首次亮相

9月5日消息,特斯拉公司最新宣布,他们已经大幅调降全自动驾驶辅助系统(Full Self-Driving,简称FSD)的价格,将其降至1.2万美元,并且取消了城市街道自动驾驶功能(Autosteer on City Streets)上的“即将推出(Coming soon)”标识。这一消息对于众多特斯拉车主和科技爱好者而言,无疑是一个引人瞩目的突破。

据小编了解,城市街道自动驾驶功能一直以来都被列为“即将推出”,然而,最新的更新让用户惊喜地发现这一功能现在已经正式推出。这项城市街道自动驾驶功能的推出,标志着特斯拉汽车将能够在复杂的城市道路环境中实现自动驾驶,为驾驶体验带来了巨大的提升。

特斯拉城市街道自动驾驶功能在美国首次亮相

然而,值得注意的是,目前城市街道自动驾驶功能仅在美国地区可用。特斯拉在中国市场的配置器显示,FSD的功能包括自动辅助导航驾驶和车道变更,但增强Autopilot、交通灯和停止标志识别以及城市街道自动驾驶功能尚未在中国推出。尽管中国用户对特斯拉的全自动驾驶技术寄予厚望,但这些高级功能目前仍未在中国市场上线。

特斯拉在中国市场的FSD定价为人民币6.4万元,虽然价格相对较高,但由于其强大的自动驾驶功能和特斯拉品牌的影响力,仍然得到了部分用户的认可。然而,随着FSD价格的下调和城市街道自动驾驶功能的推出,特斯拉在中国市场的竞争力预计将进一步提升。

总的来看,特斯拉的全自动驾驶技术不断进步,价格的下调和功能的扩展无疑将吸引更多用户投身于自动驾驶的未来。我们将继续关注特斯拉在全球范围内的创新动向。

以上是特斯拉城市街道自动驾驶功能在美国首次亮相的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

AI Hentai Generator

AI Hentai Generator

免费生成ai无尽的。

热门文章

R.E.P.O.能量晶体解释及其做什么(黄色晶体)
2 周前 By 尊渡假赌尊渡假赌尊渡假赌
仓库:如何复兴队友
4 周前 By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island冒险:如何获得巨型种子
4 周前 By 尊渡假赌尊渡假赌尊渡假赌

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

自动驾驶场景中的长尾问题怎么解决? 自动驾驶场景中的长尾问题怎么解决? Jun 02, 2024 pm 02:44 PM

昨天面试被问到了是否做过长尾相关的问题,所以就想着简单总结一下。自动驾驶长尾问题是指自动驾驶汽车中的边缘情况,即发生概率较低的可能场景。感知的长尾问题是当前限制单车智能自动驾驶车辆运行设计域的主要原因之一。自动驾驶的底层架构和大部分技术问题已经被解决,剩下的5%的长尾问题,逐渐成了制约自动驾驶发展的关键。这些问题包括各种零碎的场景、极端的情况和无法预测的人类行为。自动驾驶中的边缘场景"长尾"是指自动驾驶汽车(AV)中的边缘情况,边缘情况是发生概率较低的可能场景。这些罕见的事件

nuScenes最新SOTA | SparseAD:稀疏查询助力高效端到端自动驾驶! nuScenes最新SOTA | SparseAD:稀疏查询助力高效端到端自动驾驶! Apr 17, 2024 pm 06:22 PM

写在前面&出发点端到端的范式使用统一的框架在自动驾驶系统中实现多任务。尽管这种范式具有简单性和清晰性,但端到端的自动驾驶方法在子任务上的性能仍然远远落后于单任务方法。同时,先前端到端方法中广泛使用的密集鸟瞰图(BEV)特征使得扩展到更多模态或任务变得困难。这里提出了一种稀疏查找为中心的端到端自动驾驶范式(SparseAD),其中稀疏查找完全代表整个驾驶场景,包括空间、时间和任务,无需任何密集的BEV表示。具体来说,设计了一个统一的稀疏架构,用于包括检测、跟踪和在线地图绘制在内的任务感知。此外,重

聊聊端到端与下一代自动驾驶系统,以及端到端自动驾驶的一些误区? 聊聊端到端与下一代自动驾驶系统,以及端到端自动驾驶的一些误区? Apr 15, 2024 pm 04:13 PM

最近一个月由于众所周知的一些原因,非常密集地和行业内的各种老师同学进行了交流。交流中必不可免的一个话题自然是端到端与火爆的特斯拉FSDV12。想借此机会,整理一下在当下这个时刻的一些想法和观点,供大家参考和讨论。如何定义端到端的自动驾驶系统,应该期望端到端解决什么问题?按照最传统的定义,端到端的系统指的是一套系统,输入传感器的原始信息,直接输出任务关心的变量。例如,在图像识别中,CNN相对于传统的特征提取器+分类器的方法就可以称之为端到端。在自动驾驶任务中,输入各种传感器的数据(相机/LiDAR

FisheyeDetNet:首个基于鱼眼相机的目标检测算法 FisheyeDetNet:首个基于鱼眼相机的目标检测算法 Apr 26, 2024 am 11:37 AM

目标检测在自动驾驶系统当中是一个比较成熟的问题,其中行人检测是最早得以部署算法之一。在多数论文当中已经进行了非常全面的研究。然而,利用鱼眼相机进行环视的距离感知相对来说研究较少。由于径向畸变大,标准的边界框表示在鱼眼相机当中很难实施。为了缓解上述描述,我们探索了扩展边界框、椭圆、通用多边形设计为极坐标/角度表示,并定义一个实例分割mIOU度量来分析这些表示。所提出的具有多边形形状的模型fisheyeDetNet优于其他模型,并同时在用于自动驾驶的Valeo鱼眼相机数据集上实现了49.5%的mAP

特斯拉 Dojo 超算首秀,马斯克:年底前训练 AI 算力约等于 8000 片英伟达 H100 GPU 特斯拉 Dojo 超算首秀,马斯克:年底前训练 AI 算力约等于 8000 片英伟达 H100 GPU Jul 24, 2024 am 10:38 AM

本站7月24日消息,特斯拉首席执行官埃隆・马斯克(ElonMusk)在今天举办的财报电话会议中,表示该公司即将完成迄今为止最大的人工智能训练集群,该集群将配备2万片英伟达公司H100GPU。马斯克还在公司财报电话会议上告诉投资者,由于来自英伟达公司的GPU价格昂贵,特斯拉公司将努力开发其Dojo超级计算机。本站翻译马斯克部分演讲内容如下:通过Dojo和英伟达竞争的道路很艰难,但我认为我们别无选择,我们现在过度依赖英伟达了。站在英伟达公司的角度,它们必然会将GPU的价格提高到市场所能承受的水平,但

自动驾驶第一性之纯视觉静态重建 自动驾驶第一性之纯视觉静态重建 Jun 02, 2024 pm 03:24 PM

纯视觉的标注方案,主要是利用视觉加上一些GPS、IMU和轮速传感器的数据进行动态标注。当然面向量产场景的话,不一定非要是纯视觉,有一些量产的车辆里面,会有像固态雷达(AT128)这样的传感器。如果从量产的角度做数据闭环,把这些传感器都用上,可以有效地解决动态物体的标注问题。但是我们的方案里面,是没有固态雷达的。所以,我们就介绍这种最通用的量产标注方案。纯视觉的标注方案的核心在于高精度的pose重建。我们采用StructurefromMotion(SFM)的pose重建方案,来保证重建精度。但是传

特斯拉终于出手了!无人自动驾驶出租车即将亮相?! 特斯拉终于出手了!无人自动驾驶出租车即将亮相?! Apr 08, 2024 pm 05:49 PM

4月8日消息,特斯拉首席执行官埃隆·马斯克近日透露,特斯拉正致力于全力开发自动驾驶汽车技术,备受期待的无人自动驾驶出租车Robotaxi将于8月8日正式亮相。数据小编了解到,马斯克在X上的这一表态迅速引发了市场的广泛关注,特斯拉股价在盘后交易中应声上涨,达到171.19美元,涨幅超过3%。此前,路透社曾报道称特斯拉拉车的计划,将专注于生产Robotaxi。然而,马斯克对此进行了反驳,指责路透社已经取消了开发低成本汽车的计划,并再次发布了不实报道,同时明确表示低成本汽车Model2和Robotax

量产杀器!P-Mapnet:利用低精地图SDMap先验,建图性能暴力提升近20个点! 量产杀器!P-Mapnet:利用低精地图SDMap先验,建图性能暴力提升近20个点! Mar 28, 2024 pm 02:36 PM

写在前面当前自动驾驶系统摆脱对高精度地图依赖的算法之一,是利用远距离范围下的感知表现依然较差的现实依然较差。为此,我们提出了P-MapNet,其中的“P”专注于融合地图先验来提高模型性能。具体来说,我们利用了SDMap和HDMap中的先验信息:一方面,我们从OpenStreetMap中提取了弱对准的SDMap数据,并将其编码为独立的条款来支持输入。严格修改输入与实际HD+Map存在弱对齐的问题,我们基于Cross-attention机制的结构能够自适应地关注SDMap骨架,并带来显着的性能提升;

See all articles