特斯拉自動雨刷軟件升級，深層神經(jīng)網(wǎng)絡控制雨刷
據(jù)外媒報道，特斯拉發(fā)布了一款新的軟件升級，使用一種新的車輛深度神經(jīng)網(wǎng)絡對車輛的自動雨刷進行了重大升級，這項技術被稱為“DeepRain”。
特斯拉Model 3
就像今天的大多數(shù)高檔汽車一樣，特斯拉的自動雨刷系統(tǒng)能根據(jù)雨雪的強度自動匹配雨刷的速度。然而，與大多數(shù)其他汽車制造商不同的是，特斯拉的系統(tǒng)不使用雨水傳感器。取而代之的是使用自動駕駛儀相機來輸入計算機視覺神經(jīng)網(wǎng)絡，以決定雨刷的速度。這項技術一直以來都被應用在特斯拉車輛上，自去年以來，一些車主抱怨說，它的準確性不如其他使用雨水感應器的系統(tǒng)。
特斯拉現(xiàn)在已經(jīng)對這個神經(jīng)網(wǎng)絡系統(tǒng)部署了一個新的軟件更新(v2019.40.1.1)。特斯拉表示，“自動雨刷已得到改進，使其更有可能在降雨較少時啟動，并對更多環(huán)境中降雨強度的變化作出反應。自動雨刷目前正在使用一種深層神經(jīng)網(wǎng)絡進行控制，它使用100多萬張圖像來檢測擋風玻璃和其他天氣信號中的水滴。”
此前，特斯拉的一項專利顯示，其將來可能會用激光束來代替實體雨刷，清掃包括攝像頭和擋風玻璃上的污漬。
聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用，如有內(nèi)容侵權或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報投訴
-
神經(jīng)網(wǎng)絡
+關注
關注
42文章
4842瀏覽量
108150 -
特斯拉
+關注
關注
66文章
6418瀏覽量
131499
發(fā)布評論請先 登錄
相關推薦
熱點推薦
市政雨污排口流量監(jiān)測設備技術分析
市政雨污排口流量監(jiān)測是城市水環(huán)境治理與排水管網(wǎng)運維的核心環(huán)節(jié)，精準的流量數(shù)據(jù)能夠為雨污分流改造、防汛排澇調(diào)度、污染物溯源提供科學支撐。流量監(jiān)測設備作為數(shù)據(jù)采集的核心載體，其技術性能直接決定監(jiān)測工作
神經(jīng)網(wǎng)絡的初步認識
日常生活中的智能應用都離不開深度學習，而深度學習則依賴于神經(jīng)網(wǎng)絡的實現(xiàn)。什么是神經(jīng)網(wǎng)絡？神經(jīng)網(wǎng)絡的核心思想是模仿生物神經(jīng)系統(tǒng)的結構，特別是大腦中神經(jīng)
自動駕駛中常提的卷積神經(jīng)網(wǎng)絡是個啥？
在自動駕駛領域，經(jīng)常會聽到卷積神經(jīng)網(wǎng)絡技術。卷積神經(jīng)網(wǎng)絡，簡稱為CNN，是一種專門用來處理網(wǎng)格狀數(shù)據(jù)（比如圖像）的深度學習模型。CNN在圖像處理中尤其常見，因為圖像本身就可以看作是由像素排列成的二維網(wǎng)格。
CNN卷積神經(jīng)網(wǎng)絡設計原理及在MCU200T上仿真測試
數(shù)的提出很大程度的解決了BP算法在優(yōu)化深層神經(jīng)網(wǎng)絡時的梯度耗散問題。當x>0 時，梯度恒為1，無梯度耗散問題，收斂快；當x<0 時，該層的輸出為0。
CNN
發(fā)表于 10-29 07:49
NMSIS神經(jīng)網(wǎng)絡庫使用介紹
NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡內(nèi)核，旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡的性能并最??大限度地減少其內(nèi)存占用。
該庫分為多個功能，每個功能涵蓋特定類別
發(fā)表于 10-29 06:08
在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗
本帖欲分享在Ubuntu20.04系統(tǒng)中訓練神經(jīng)網(wǎng)絡模型的一些經(jīng)驗。我們采用jupyter notebook作為開發(fā)IDE，以TensorFlow2為訓練框架，目標是訓練一個手寫數(shù)字識別的神經(jīng)網(wǎng)絡
發(fā)表于 10-22 07:03
液態(tài)神經(jīng)網(wǎng)絡（LNN）：時間連續(xù)性與動態(tài)適應性的神經(jīng)網(wǎng)絡
1.算法簡介液態(tài)神經(jīng)網(wǎng)絡（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡架構，其設計理念借鑒自生物神經(jīng)系統(tǒng)，特別是秀麗隱桿線蟲的神經(jīng)結構，盡管這種微生物的
神經(jīng)網(wǎng)絡的并行計算與加速技術
隨著人工智能技術的飛速發(fā)展，神經(jīng)網(wǎng)絡在眾多領域展現(xiàn)出了巨大的潛力和廣泛的應用前景。然而，神經(jīng)網(wǎng)絡模型的復雜度和規(guī)模也在不斷增加，這使得傳統(tǒng)的串行計算方式面臨著巨大的挑戰(zhàn)，如計算速度慢、訓練時間長等
雨刮控制系統(tǒng)中的車規(guī)電容：應對極端天氣的信號濾波能手
在汽車電子系統(tǒng)中，智能雨刮控制系統(tǒng)作為提升駕駛安全性的關鍵部件，其穩(wěn)定性和可靠性直接關系到惡劣天氣下的行車安全。而車規(guī)電容在這一系統(tǒng)中扮演著不可或缺的角色，尤其是在應對極端天氣條件下的信號濾波方面
無刷直流電機單神經(jīng)元自適應智能控制系統(tǒng)
常規(guī)PID,大大提高了系統(tǒng)的跟隨性,能滿足BLDCM系統(tǒng)對實時性的要求。
純分享帖，點擊下方附件免費獲取完整資料~~~
*附件：無刷直流電機單神經(jīng)元自適應智能控制系統(tǒng).pdf
【免責聲明】本文系
發(fā)表于 06-26 13:36
無刷直流電機單神經(jīng)元PI控制器的設計
刷直流電機單神經(jīng)元PI控制器的設計.pdf
【免責聲明】本文系網(wǎng)絡轉載，版權歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權問題，請第一時間告知，刪除內(nèi)容，謝謝！
發(fā)表于 06-26 13:34
無刷直流電機RBF磁場定向控制及監(jiān)控系統(tǒng)設計
摘 要:針對現(xiàn)有無刷直流電機轉矩脈動抑制方法存在抑制效果不理想,或脈動抑制效果好但學習算法復雜,不利于推廣的問題,將RBF神經(jīng)網(wǎng)絡與磁場定向控制相結合,選用Luminary615微控制
發(fā)表于 06-25 13:15
無刷電機小波神經(jīng)網(wǎng)絡轉子位置檢測方法的研究
摘要:論文通過對無刷電機數(shù)學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經(jīng)網(wǎng)絡來實現(xiàn)轉角預測,并采用改進遺傳算法來訓練網(wǎng)絡結構與參數(shù),借助
發(fā)表于 06-25 13:06
神經(jīng)網(wǎng)絡RAS在異步電機轉速估計中的仿真研究
眾多方法中，由于其結構簡單，穩(wěn)定性好廣泛受到人們的重視，且已被用于產(chǎn)品開發(fā)。但是MRAS仍存在在低速區(qū)速度估計精度下降和對電動機參數(shù)變化非常敏感的問題。本文利用神經(jīng)網(wǎng)絡的特點，使估計更為簡單、快速
發(fā)表于 06-16 21:54
改進的BP網(wǎng)絡PID控制器在無刷直流電機中的應用
通過分析學習速率對BP算法的影響,提出一種分層調(diào)整學習速率的改進BP 網(wǎng)絡算法,并把該方法設計成 PID控制器應用在無刷直流電機控制系統(tǒng)中,仿真結果驗證了基于改進的 BP
發(fā)表于 05-28 15:42
評論