High fidelity park assist

[Verdi_]

Du menar för att USS-funktionen eventuellt skulle tas bort helt någon gång framöver i mjukvara?
Det känns inte som någon risk för givet så som funktionen byggts nu. (Och nej, hur de gjorde med radar tycker inte jag att man bör eller kan jämföra med)

Varför inte?

När de kopplade ur radarn försämrade de funktion och trafiksäkerhet. Att koppla ur parkeringssensorerna påverkar mycket mindre

Finns det några bevis för att det faktiskt blev sämre?
Radarn gjorde väl mest AP mer förvirrad.

Det var så Tesla själva motiverade det ja. Ren propaganda. Det kan ju omöjligen bli sämre av mer information.

Det skapas tyvärr många "alternativa sanningar" i Tesla-bubblan. Fake news helt enkelt.

[holden]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

[spacecoin]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

Man behöver ingen PhD i signalbehandling eller ML för att konstatera att de flesta tillverkare har flera olika sensortyper för det här ändamålet och att de verkar kunna hantera det bra och har minst lika bra filhållnings-assistent än Tesla.

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

[holden]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

Man behöver ingen PhD i signalbehandling eller ML för att konstatera att de flesta tillverkare har flera olika sensortyper för det här ändamålet och att de verkar kunna hantera det bra och har minst lika bra filhållnings-assistent än Tesla.

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

[spacecoin]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

[flamman]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. [..bortklipp av lång teknisk beskrivning av Lidar och den tekniska utvecklingen..]

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Vilka bilar finns som använder Lidar för Park Assist?

[mikebike]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

[spacecoin]

Vilka bilar finns som använder Lidar för Park Assist?

Lidar brukar vara framåtriktad för vanliga bilar och man brukar använda USS (ultraljud) + kamera för park assist. USS är ett annat sätt att fysiskt mäta avstånd till objekt med cm-precision.

Robotaxis har typiskt 20+ kameror, 360-lidar och short range radar på sidorna istället för USS.

Det här med automatisk parkering är ju ett löst problem sedan länge och jag hoppas det är uppenbart i fallet USS att man tar bort dem endast av anledningen att spara pengar och därmed minskar man precisionen och säkerheten. Det är samma princip med radarn. Om det blir bra nog över tid återstår att se. Nu är det inte det i alla fall skulle jag säga.

[flamman]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

[mikebike]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Då hade det inte kommit exakt samtidigt som Vision.

Apropå tid att reagera så har den minskat radikalt eftersom avståndet/tiden till framförvarande bil minskat med åtminstone 2/3 vid nedsatt sikt (då man egentligen borde hålla längre avstånd).

[Nicke Nyfiken]

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

[flamman]

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Då hade det inte kommit exakt samtidigt som Vision.

Varför inte? Radar-baserad AP hade några år på nacken och utvecklades nog inte aktivt. Lättare att låta den koden helt vara och fokusera på TV-AP (Radar-AP var ju på väg mot EOL). Poängen är också lite att varken du eller jag vet.

[flamman]

Tycker nog den jämförelsen haltar på båda benen.

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

Varför ska Tesla nedsnackas i absurdum?
Behöver inte använda ord som ”bekräftat sämre”, ”kunder försökskaniner”, ”usla system”.
TV-AP var precis som du är inne på en ny lösning så rimligt och säkrare att börja med lägre fart.

[jpetters]

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Kan du dela något verifierat bevis för detta påstående, eller är det din subjektiva uppfattning?

[Nicke Nyfiken]

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

Varför ska Tesla nedsnackas i absurdum?
Behöver inte använda ord som ”bekräftat sämre”, ”kunder försökskaniner”, ”usla system”.
TV-AP var precis som du är inne på en ny lösning så rimligt och säkrare att börja med lägre fart.

De ska nedsnackas när de förtjänar det.
Tesla Vision är en sådan anledning. Ingenting blev bättre eller säkrare för kunderna med TV, inte ens nu efter flera års "utveckling". Förhoppningsvis blir det annorlunda i framtiden.
Den enda förbättringen hittills är Teslas marginal.

Eller tycker du på riktigt att det är en förbättring och ökad säkerhet med TV?

Vi jobbar alla gratis som försökskaniner på Tesla? Men det kanske känns mer glamoröst att kalla sig beta-testare?

[Nicke Nyfiken]

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Kan du dela något verifierat bevis för detta påstående, eller är det din subjektiva uppfattning?

Helt och hållet min subjektiva uppfattning, precis som alla andra som skriver i ämnet.

Finns det något verifierat bevis för hur det förhåller sig tar jag gärna del av det.

[Verdi_]

Det är så en Lidar funkar. Fysisk avståndsmätning till en 3d-punkt. Fast man scannar hela scenen. Monokulär computer vision försöker att identifiera objekt och bedöma avstånd baserat på referens-storlekar genom klassificering ("väggen ser ut att vara ca 2.5 gånger takhöjden, som brukar vara 240cm") och objektens förhållanden i rummet och över tid (kameran/bilen rör sig). Det har skett stora framsteg inom både sensorutveckling och inom computer vision, men precisionen och konfidensen är inte i närheten ännu. Speciellt inte på natten då det är få referensobjekt i bilden.

Typ som att använda vision only park asssist på en parkering täckt av snö för att återknyta till trådämnet. Svårt att bedöma avstånd utan referenser då.

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

Varför ska Tesla nedsnackas i absurdum?
Behöver inte använda ord som ”bekräftat sämre”, ”kunder försökskaniner”, ”usla system”.
TV-AP var precis som du är inne på en ny lösning så rimligt och säkrare att börja med lägre fart.

För att det ÄR uselt? "Regnsensorn" fungerar fortfarande inte. Automatiska avbländningen är väl ok numera men det tog typ 4 år av oanvändbarhet först... Och så nu då "Tesla Vision". Varför inte testa in house i lugn och ro och släppa till betalande kunder när det fungerar bra?

[mikebike]

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Kan du dela något verifierat bevis för detta påstående, eller är det din subjektiva uppfattning?

Jag mätte aldrig tiden för de olika inställningarna när radarn var inkopplad, men med Vision inställd på läge 7 är avståndet 3 sekunder som längst. Vid nedsatt sikt (regn) är avståndet 2 sekunder och när bilen framför bromsar in så är avståndet 1 sekund eftersom Vision reagerar långsammare än vad den radarbaserade gjorde.
Ökad trafiksäkerhet? -Nej tvärtom.

När det gäller det subjektiva så hänvisar jag till min fru. Hon klagade aldrig på att jag låg för nära när radarn var aktiv.
Nu är jag "förbjuden" att använda farthållaren när det är nedsatt sikt. Själv använder hon inte farthållaren alls.

[jpetters]

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Kan du dela något verifierat bevis för detta påstående, eller är det din subjektiva uppfattning?

Helt och hållet min subjektiva uppfattning, precis som alla andra som skriver i ämnet.

Finns det något verifierat bevis för hur det förhåller sig tar jag gärna del av det.

Bra, då är det klarlagt. Det lät som det var verifierade fakta.

Stämmer inte med min (subjektiva) uppfattning i vilket fall. Jag körde min X med TV (uppdaterad med FSD datorn) och S med aktiv radar (EAP 2.5) parallellt under ett år ungefär och kunde inte märka någon direkt skillnad på avstånden bilarna höll med AP aktiv. Mer än att det bara gick att sänka till avstånd 2 på Xen.

Det blev inte heller någon märkbar skillnad när jag bytte gamla S (2.5) till S Plaid.

[flamman]

Att farthållarens kortaste avstånd försvann och att högsta tillåtna hastighet sänktes är goda indikationer på att Vision är sämre än radar och att t.o.m. Tesla insett det.

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

Varför ska Tesla nedsnackas i absurdum?
Behöver inte använda ord som ”bekräftat sämre”, ”kunder försökskaniner”, ”usla system”.
TV-AP var precis som du är inne på en ny lösning så rimligt och säkrare att börja med lägre fart.

För att det ÄR uselt? "Regnsensorn" fungerar fortfarande inte. Automatiska avbländningen är väl ok numera men det tog typ 4 år av oanvändbarhet först... Och så nu då "Tesla Vision". Varför inte testa in house i lugn och ro och släppa till betalande kunder när det fungerar bra?

Jaha. Där kom regn-sensorn också.
Auto avbländning har funkat toppen för mig från dag 1 och blev ännu bättre och positiv överraskning när Matrix kom också.
Har bara haft TV-AP så har ingen referens till Radar-AP men det verkar som den hade (mer?) problem med spökbromsningar något jag själv knappt upplevt.

[Verdi_]

Kan lika gärna vara goda indikationer på ett aktivt säkerhetstänk
Varför ska man uppmana och stödja att köra för fort och ligga för nära bilen framför? Särskilt för ett supervised-system, bra och säkrare att tvinga och ge föraren mer tid på sig att reagera och ta över.

Varför ska Teslas usla system försvaras i absurdum?

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Så nått "aktivt säkerhetstänk" är det inte tal om.

Att hastigheten sänktes från 150 till 130 när radarn togs bort var bara en bekräftelse på att Tesla redan från början var medvetna om att systemet var sämre. Det höjdes sedan till 140 km/h när de låtit kunderna vara försökskaniner ett tag.

Hade det varit tal om "aktivt säkerhetstänk" så hade man sänkt hastigheten även på bilarna som fick köra vidare med radar.

Varför ska Tesla nedsnackas i absurdum?
Behöver inte använda ord som ”bekräftat sämre”, ”kunder försökskaniner”, ”usla system”.
TV-AP var precis som du är inne på en ny lösning så rimligt och säkrare att börja med lägre fart.

För att det ÄR uselt? "Regnsensorn" fungerar fortfarande inte. Automatiska avbländningen är väl ok numera men det tog typ 4 år av oanvändbarhet först... Och så nu då "Tesla Vision". Varför inte testa in house i lugn och ro och släppa till betalande kunder när det fungerar bra?

Jaha. Där kom regn-sensorn också.
Auto avbländning har funkat toppen för mig från dag 1 och blev ännu bättre och positiv överraskning när Matrix kom också.
Har bara haft TV-AP så har ingen referens till Radar-AP men det verkar som den hade (mer?) problem med spökbromsningar något jag själv knappt upplevt.

Varför skulle jag INTE dra upp "regnsensorn"?

[Maw]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

Det finns gott om doktorsavhandlingar på det här området, jag har läst ett par av dem. Det finns inget tvivel om att det är bättre med flera sensorer och att filtrera bort brus, drift med mera från sensorerna är inga konstigheter. Hade det varit bättre med enbart kameror så hade t ex flygplan inte haft radar, barometriska höjdmätare, gyron, acceleromtrar osv för att bestämma sin förflyttning och position i tillägg till gps.

[taliz]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

Man behöver ingen PhD i signalbehandling eller ML för att konstatera att de flesta tillverkare har flera olika sensortyper för det här ändamålet och att de verkar kunna hantera det bra och har minst lika bra filhållnings-assistent än Tesla.

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Det är ju just det dom INTE har. Finns ingen som håller filen så bra som Tesla. Tex när linjerna försvinner så tappar de flesta övriga helt kontrollen, medan Tesla klarar det utan problem.

Tesla använder lasermätare.
Övriga använder en sliten tumstock + måttband + lasermätare, och försöker sen gissa vad som är rätt.

[Maw]

Det här är ett ämne för doktorsavhandlingar och jag har verkligen ingen specialkunskap inom detta område, men på ett teoretiskt plan kan väl ”för mycket data” absolut vara ett problem eftersom det är ”rätt data” man vill dra sina slutsatser från. Om man har tio sensorer som mäter samma storhet som temperatur eller något annat är det ju inte konstigt att man kan synka ihop all data och närma sig sanningen den vägen, men om man mäter helt olika saker och ska basera besluten på all data i realtid är det ju en betydligt större utmaning.

Man behöver ingen PhD i signalbehandling eller ML för att konstatera att de flesta tillverkare har flera olika sensortyper för det här ändamålet och att de verkar kunna hantera det bra och har minst lika bra filhållnings-assistent än Tesla.

Om du ska mäta avståndet mellan två väggar hemma, är det mer precist att gissa från ett foto eller att använda en lasermätare?

Det är ju just det dom INTE har. Finns ingen som håller filen så bra som Tesla. Tex när linjerna försvinner så tappar de flesta övriga helt kontrollen, medan Tesla klarar det utan problem.

Tesla använder lasermätare.
Övriga använder en sliten tumstock + måttband + lasermätare, och försöker sen gissa vad som är rätt.

Radarn används naturligtvis inte för filhållningen utan för att mäta avstånd, det är väl rätt uppenbart?

[mikebike]

Med radar och avstånd 1 låg man lika långt bakom som på steg 3 med Tesla Vision. T.o.m. avstånd 7 med Tesla Vision är för nära ibland. Anstånd 7 med radar var betydligt längre bakom.

Kan du dela något verifierat bevis för detta påstående, eller är det din subjektiva uppfattning?

Helt och hållet min subjektiva uppfattning, precis som alla andra som skriver i ämnet.

Finns det något verifierat bevis för hur det förhåller sig tar jag gärna del av det.

Bra, då är det klarlagt. Det lät som det var verifierade fakta.

Stämmer inte med min (subjektiva) uppfattning i vilket fall. Jag körde min X med TV (uppdaterad med FSD datorn) och S med aktiv radar (EAP 2.5) parallellt under ett år ungefär och kunde inte märka någon direkt skillnad på avstånden bilarna höll med AP aktiv. Mer än att det bara gick att sänka till avstånd 2 på Xen.

Det blev inte heller någon märkbar skillnad när jag bytte gamla S (2.5) till S Plaid.

"kunde inte märka" = subjektivt.

Jag har mätt med en tidtagningsapp i telefonen.
1 sekund är "märkbar skillnad" mot tidigare.

Sedan gäller detta min Model Y, inte nödvändigtvis alla andra modeller och tillverkningsår. Bilen har varit hos SC tre gånger för detta "fel" och föga förvånande hittar de inga fel. Men min körupplevelse är kraftigt försämrad och därför har jag anmält Tesla till ARN.
Tesla har medgett att de uppdaterat min bil mot min vilja, men de förbehåller sig rätten att "förbättra" bilen OTA.


PS. Gamla bilar använder fortfarande radar och Plaid har radar.