特斯拉自動雨刷軟件升級，深層神經(jīng)網(wǎng)絡(luò)控制雨刷
據(jù)外媒報(bào)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(luò)對車輛的自動雨刷進(jìn)行了重大升級，這項(xiàng)技術(shù)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(qiáng)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(jī)來輸入計(jì)算機(jī)視覺神經(jīng)網(wǎng)絡(luò)，以決定雨刷的速度。這項(xiàng)技術(shù)一直以來都被應(yīng)用在特斯拉車輛上，自去年以來，一些車主抱怨說，它的準(zhǔn)確性不如其他使用雨水感應(yīng)器的系統(tǒng)。
特斯拉現(xiàn)在已經(jīng)對這個神經(jīng)網(wǎng)絡(luò)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(jìn)，使其更有可能在降雨較少時(shí)啟動，并對更多環(huán)境中降雨強(qiáng)度的變化作出反應(yīng)。自動雨刷目前正在使用一種深層神經(jīng)網(wǎng)絡(luò)進(jìn)行控制，它使用100多萬張圖像來檢測擋風(fēng)玻璃和其他天氣信號中的水滴?！?/p>
此前，特斯拉的一項(xiàng)專利顯示，其將來可能會用激光束來代替實(shí)體雨刷，清掃包括攝像頭和擋風(fēng)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(quán)轉(zhuǎn)載。文章觀點(diǎn)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(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請聯(lián)系本站處理。
舉報(bào)投訴
-
神經(jīng)網(wǎng)絡(luò)
+關(guān)注
關(guān)注
42文章
4831瀏覽量
107273 -
特斯拉
+關(guān)注
關(guān)注
66文章
6411瀏覽量
131203
發(fā)布評論請先 登錄
相關(guān)推薦
熱點(diǎn)推薦
市政雨污排口流量監(jiān)測設(shè)備技術(shù)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(yùn)維的核心環(huán)節(jié)，精準(zhǔn)的流量數(shù)據(jù)能夠?yàn)?b class='flag-5'>雨污分流改造、防汛排澇調(diào)度、污染物溯源提供科學(xué)支撐。流量監(jiān)測設(shè)備作為數(shù)據(jù)采集的核心載體，其技術(shù)性能直接決定監(jiān)測工作
神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識
日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí)，而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)的核心思想是模仿生物神經(jīng)系統(tǒng)的結(jié)構(gòu)，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(luò)是個啥？
在自動駕駛領(lǐng)域，經(jīng)常會聽到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò)，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(xué)習(xí)模型。CNN在圖像處理中尤其常見，因?yàn)閳D像本身就可以看作是由像素排列成的二維網(wǎng)格。
NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹
NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)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(luò)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(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)
本帖欲分享在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗(yàn)。我們采用jupyter notebook作為開發(fā)IDE，以TensorFlow2為訓(xùn)練框架，目標(biāo)是訓(xùn)練一個手寫數(shù)字識別的神經(jīng)網(wǎng)絡(luò)
發(fā)表于 10-22 07:03
液態(tài)神經(jīng)網(wǎng)絡(luò)（LNN）：時(shí)間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)
1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(luò)（LiquidNeuralNetworks，LNN）是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu)，其設(shè)計(jì)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(jié)構(gòu)，盡管這種微生物的
無刷直流電機(jī)單神經(jīng)元自適應(yīng)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(shí)時(shí)性的要求。
純分享帖，點(diǎn)擊下方附件免費(fèi)獲取完整資料~~~
*附件：無刷直流電機(jī)單神經(jīng)元自適應(yīng)智能控制系統(tǒng).pdf
【免責(zé)聲明】本文系
發(fā)表于 06-26 13:36
無刷直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì)
刷直流電機(jī)單神經(jīng)元PI控制器的設(shè)計(jì).pdf
【免責(zé)聲明】本文系網(wǎng)絡(luò)轉(zhuǎn)載，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請第一時(shí)間告知，刪除內(nèi)容，謝謝！
發(fā)表于 06-26 13:34
無刷直流電機(jī)RBF磁場定向控制及監(jiān)控系統(tǒng)設(shè)計(jì)
摘 要:針對現(xiàn)有無刷直流電機(jī)轉(zhuǎn)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(xué)習(xí)算法復(fù)雜,不利于推廣的問題,將RBF神經(jīng)網(wǎng)絡(luò)與磁場定向控制相結(jié)合,選用Luminary615微控制
發(fā)表于 06-25 13:15
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較
BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)在多個方面存在顯著差異，以下是對兩者的比較： 一、結(jié)構(gòu)特點(diǎn) BP神經(jīng)網(wǎng)絡(luò) ： BP神經(jīng)網(wǎng)絡(luò)是一種多層的前饋神經(jīng)網(wǎng)絡(luò)
BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析
自學(xué)習(xí)能力 ： BP神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練數(shù)據(jù)自動調(diào)整網(wǎng)絡(luò)參數(shù)，實(shí)現(xiàn)對輸入數(shù)據(jù)的分類、回歸等任務(wù)，無需人工進(jìn)行復(fù)雜的特征工程。 泛化能力強(qiáng) ： BP神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)到的特征表示
什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法
BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法（Backpropagation Algorithm）是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹： 一、基本概念 反向傳播算法是BP
BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系
BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)之間存在著密切的關(guān)系，以下是對它們之間關(guān)系的介紹： 一、BP神經(jīng)網(wǎng)絡(luò)的基本概念 BP神經(jīng)網(wǎng)絡(luò)，即反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural N
BP神經(jīng)網(wǎng)絡(luò)的基本原理
BP神經(jīng)網(wǎng)絡(luò)（Back Propagation Neural Network）的基本原理涉及前向傳播和反向傳播兩個核心過程。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)基本原理的介紹： 一、網(wǎng)絡(luò)結(jié)構(gòu) BP神經(jīng)網(wǎng)絡(luò)
BP神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用
BP神經(jīng)網(wǎng)絡(luò)在圖像識別中發(fā)揮著重要作用，其多層結(jié)構(gòu)使得網(wǎng)絡(luò)能夠?qū)W習(xí)到復(fù)雜的特征表達(dá)，適用于處理非線性問題。以下是對BP神經(jīng)網(wǎng)絡(luò)在圖像識別中應(yīng)用的分析： 一、BP神經(jīng)網(wǎng)絡(luò)基本原理 BP
工商網(wǎng)監(jiān)
評論