特斯拉自動(dòng)雨刷軟件升級(jí)，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(jí)，使用一種新的車輛深度神經(jīng)網(wǎng)絡(luò)對(duì)車輛的自動(dòng)雨刷進(jìn)行了重大升級(jí)，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(dòng)雨刷系統(tǒng)能根據(jù)雨雪的強(qiáng)度自動(dòng)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(dòng)駕駛儀相機(jī)來(lái)輸入計(jì)算機(jī)視覺(jué)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(lái)都被應(yīng)用在特斯拉車輛上，自去年以來(lái)，一些車主抱怨說(shuō)，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(duì)這個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)部署了一個(gè)新的軟件更新(v2019.40.1.1)。特斯拉表示，“自動(dòng)雨刷已得到改進(jìn)，使其更有可能在降雨較少時(shí)啟動(dòng)，并對(duì)更多環(huán)境中降雨強(qiáng)度的變化作出反應(yīng)。自動(dòng)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(wàn)張圖像來(lái)檢測(cè)擋風(fēng)玻璃和其他天氣信號(hào)中的水滴?！?/p>
此前，特斯拉的一項(xiàng)專利顯示，其將來(lái)可能會(huì)用激光束來(lái)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(chǎng)。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(wèn)題，請(qǐng)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
4814瀏覽量
103695 -
特斯拉
+關(guān)注
關(guān)注
66文章
6378瀏覽量
129187
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
熱點(diǎn)推薦
無(wú)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(duì)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(wú)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(wú)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(wèn)題，請(qǐng)第一時(shí)間告知，刪除內(nèi)容，謝謝！
發(fā)表于 06-26 13:34
無(wú)刷直流電機(jī)RBF磁場(chǎng)定向控制及監(jiān)控系統(tǒng)設(shè)計(jì)
摘 要:針對(duì)現(xiàn)有無(wú)刷直流電機(jī)轉(zhuǎn)矩脈動(dòng)抑制方法存在抑制效果不理想,或脈動(dòng)抑制效果好但學(xué)習(xí)算法復(fù)雜,不利于推廣的問(wèn)題,將RBF神經(jīng)網(wǎng)絡(luò)與磁場(chǎng)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(gè)方面存在顯著差異，以下是對(duì)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(guò)訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)整網(wǎng)絡(luò)參數(shù)，實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類、回歸等任務(wù)，無(wú)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(guò)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(duì)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
人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法
在上一篇文章中，我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。在本文中，我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法，供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)模型之所
卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較
在深度學(xué)習(xí)領(lǐng)域，神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù)，如圖像識(shí)別、自然語(yǔ)言處理和游戲智能等。其中，卷積神經(jīng)網(wǎng)絡(luò)（CNNs）和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見(jiàn)的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別
神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具，它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加，其中循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)（如前饋
LSTM神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與工作機(jī)制
LSTM（Long Short-Term Memory，長(zhǎng)短期記憶）神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），設(shè)計(jì)用于解決長(zhǎng)期依賴問(wèn)題，特別是在處理時(shí)間序列數(shù)據(jù)時(shí)表現(xiàn)出色。以下是LSTM神經(jīng)網(wǎng)絡(luò)
LSTM神經(jīng)網(wǎng)絡(luò)的基本原理 如何實(shí)現(xiàn)LSTM神經(jīng)網(wǎng)絡(luò)
LSTM（長(zhǎng)短期記憶）神經(jīng)網(wǎng)絡(luò)是一種特殊的循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN），它能夠?qū)W習(xí)長(zhǎng)期依賴信息。在處理序列數(shù)據(jù)時(shí)，如時(shí)間序列分析、自然語(yǔ)言處理等，LSTM因其能夠有效地捕捉時(shí)間序列中的長(zhǎng)期依賴關(guān)系而受到
Moku人工神經(jīng)網(wǎng)絡(luò)101
Moku3.3版更新在Moku:Pro平臺(tái)新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】，使用戶能夠在Moku設(shè)備上部署實(shí)時(shí)機(jī)器學(xué)習(xí)算法，進(jìn)行快速、靈活的信號(hào)分析、去噪、傳感器調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
【飛凌嵌入式OK3576-C開(kāi)發(fā)板體驗(yàn)】RKNN神經(jīng)網(wǎng)絡(luò)-車牌識(shí)別
LPRNet基于深層神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)，通過(guò)輕量級(jí)的卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)車牌識(shí)別。它采用端到端的訓(xùn)練方式，不依賴字符分割，能夠直接處理整張車牌圖像，并輸出最終的字符序列。這種設(shè)計(jì)提高了識(shí)別的實(shí)時(shí)性和準(zhǔn)確性
發(fā)表于 10-10 16:40
matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析
matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
發(fā)表于 09-18 15:14
工商網(wǎng)監(jiān)
評(píng)論