(资料图片仅供参考)

图片：特斯拉

特斯拉已为改进其全自动驾驶 (FSD) 的系统申请了专利。所描述的发明使用基于视觉的系统检测动态物体并创建它们的路径预测以使自动驾驶尽可能安全。

FSD是特斯拉最大的目标。几年来，制造商一直在开发 Autopilot，它将能够完全驾驶汽车。目前，该公司正在开发 FSD Beta，它已经可以在驾驶员干预最少的情况下驾驶汽车。但是，它需要人类驾驶员的持续监督。创建使汽车完全自动驾驶的软件的过程极其困难，但特斯拉正在这方面取得稳步进展。

2023年2月23日，专利“Detected object path prediction for vision-based systems”发布，该专利公开了利用视觉系统的一组输入来为从视觉系统。

该公司解释说，传统上，车辆具有物理传感器，可用于为控制组件提供输入。对于许多导航、定位和安全系统，物理传感器包括基于检测的系统，如雷达系统、激光雷达系统等，它们能够检测物体并表征检测到的物体的属性。然而，使用这种检测系统会增加制造和维护车辆的成本。另外，例如在雨、雾、雪期间，这样的检测系统可能不适合检测或增加检测错误的次数。

因此，在其汽车中，特斯拉主要依赖相对便宜且在各种天气条件和环境特征下“看得更清楚”的摄像头。为了解决与使用传感器相关的一些缺点，已公布的专利的各个方面对应于“利用视觉系统的一组输入来为从视觉系统检测到的动态物体生成模拟或预测行进路径。也就是说，该服务可以“处理从一个或多个视觉系统（或附加服务）收集的一组输入（例如，相关的地面实况标签数据），以识别从捕获的视觉系统检测到的任何动态对象的预测行进路径信息 通常，

事实上，具有机器学习算法且没有任何额外检测系统（如雷达检测系统、激光雷达检测系统等）的车辆，使用专利中描述的系统，可以提供物体检测并预测其运动路径。

关键词： 自动驾驶