Welcome to Tesla Motors Club
Discuss Tesla's Model S, Model 3, Model X, Model Y, Cybertruck, Roadster and More.
Register

Wat de andere automerken doen

This site may earn commission on affiliate links.
Hoewel, de Europese verbruikstests voor ICE's zijn natuurlijk ook lachwekkend. Een auto met de wielen op een trommel, niet een vlakke weg.
De rolweerstand op een trommel neemt sterk af naarmate de trommel van de rollenbank een kleinere diameter heeft. Hoe kleiner de trommel hoe korter het indrukkingsvlak wordt. En hoe korter dit indrukkingsvlak wordt hoe korter 'de arm' wordt en dus hoe lager de rolweerstand. Ik doe metingen, weliswaar bij fietsbanden, waarbij het verschil tussen een rollenbank en de vlakke asfaltweg tot ruim 25% bedragen.
 
  • Informative
Reactions: PaulusdB
Kan niet wachten tot February/Maart(Heb begrepen dat dan het laatste deel van de onthulling is.)
Als al de dingen erin komen die in het filmpje besproken worden is dit de enige auto die je echt wil hebben!
Ik reken erop dat Musk ons inderdaad zal verbazen. De voorsprong die ze nu aan het opbouwen zijn is m.i. door niemand meer in te halen. Elke kilometer die wij rijden levert Tesla waardevolle informatie op. Daarom zit in alle nieuwe auto's die best kostbare 2.0 hardware. Iedereen doet dan met al zijn sensoren mee, of die nu wel of niet betaald wordt. Briljant.
 
De rolweerstand op een trommel neemt sterk af naarmate de trommel van de rollenbank een kleinere diameter heeft. Hoe kleiner de trommel hoe korter het indrukkingsvlak wordt. En hoe korter dit indrukkingsvlak wordt hoe korter 'de arm' wordt en dus hoe lager de rolweerstand. Ik doe metingen, weliswaar bij fietsbanden, waarbij het verschil tussen een rollenbank en de vlakke asfaltweg tot ruim 25% bedragen.
Interessant, mijn ervaring in de fietsen doet me het exact omgekeerde vermoeden. Uiteraard uitgaande van dezelfde belasting. Belasting beinvloedt direct de lengte van het contactvlak bij een gegeven trommel.
Een kort contactvlak geeft toch scherpere vervormingen?
 
Ik reken erop dat Musk ons inderdaad zal verbazen. De voorsprong die ze nu aan het opbouwen zijn is m.i. door niemand meer in te halen. Elke kilometer die wij rijden levert Tesla waardevolle informatie op. Daarom zit in alle nieuwe auto's die best kostbare 2.0 hardware. Iedereen doet dan met al zijn sensoren mee, of die nu wel of niet betaald wordt. Briljant.

Een voorsprong hebben ze zeker, maar niet meer in te halen is wel erg optimistisch. Zowel TomTom, Google, Apple maar ook Here zijn bezig met soortgelijke mapping projecten. De Silicon Valley afdeling van Mercedes en Nissan zijn met héél veel mensen op dit onderwerp aan het werk.
Er zijn nu eenmaal meer manieren om op te lossen. Daarnaast vliegen er nog een aantal bedrijfjes onder de radar en die worden met enige regelmaat gekocht door grotere partijen. Eén van die startups (er zijn er velen) is bijvoorbeeld deze: FiveAI – Driving Autonomy
Niet dat Tesla niet voorloopt, maar laten we alsjeblieft niet alles heilig verklaren. Met dat ze ook steeds groter worden, zal het ook voor Tesla steeds lastiger worden om voor te blijven. Dat is het resultaat van succes. Maar niemand heeft zo'n trouwe fan base als Tesla :)
 
  • Like
Reactions: ebullio
Een voorsprong hebben ze zeker, maar niet meer in te halen is wel erg optimistisch. Zowel TomTom, Google, Apple maar ook Here zijn bezig met soortgelijke mapping projecten. De Silicon Valley afdeling van Mercedes en Nissan zijn met héél veel mensen op dit onderwerp aan het werk.
Er zijn nu eenmaal meer manieren om op te lossen. Daarnaast vliegen er nog een aantal bedrijfjes onder de radar en die worden met enige regelmaat gekocht door grotere partijen. Eén van die startups (er zijn er velen) is bijvoorbeeld deze: FiveAI – Driving Autonomy
Niet dat Tesla niet voorloopt, maar laten we alsjeblieft niet alles heilig verklaren. Met dat ze ook steeds groter worden, zal het ook voor Tesla steeds lastiger worden om voor te blijven. Dat is het resultaat van succes. Maar niemand heeft zo'n trouwe fan base als Tesla :)
Virtually all automakers (except for Tesla) are currently lobbying to block EPA’s new fuel consumption standard
 
Een voorsprong hebben ze zeker, maar niet meer in te halen is wel erg optimistisch. Zowel TomTom, Google, Apple maar ook Here zijn bezig met soortgelijke mapping projecten. De Silicon Valley afdeling van Mercedes en Nissan zijn met héél veel mensen op dit onderwerp aan het werk.
Er zijn nu eenmaal meer manieren om op te lossen. Daarnaast vliegen er nog een aantal bedrijfjes onder de radar en die worden met enige regelmaat gekocht door grotere partijen. Eén van die startups (er zijn er velen) is bijvoorbeeld deze: FiveAI – Driving Autonomy
Niet dat Tesla niet voorloopt, maar laten we alsjeblieft niet alles heilig verklaren. Met dat ze ook steeds groter worden, zal het ook voor Tesla steeds lastiger worden om voor te blijven. Dat is het resultaat van succes. Maar niemand heeft zo'n trouwe fan base als Tesla :)
Interessant link, laten we hopen dat er snel iemand wakker wordt.
Je uitgangspunten zijn achterhaald.
TomTom, Google, Apple verzamelen geografisch informatie maar ze trainen geen Deep learning systeem. Om een neural network te training moet een route honderden keren gereden worden. Het systeem moet leren bij alle weersomstandigheden, bij elk tijdstip, bij elk seizoen. Doorgaans wordt de informatie geïnterpreteerd voor een bepaalde set hardware en is deze niet zo maar over te zetten. De ruwe informatie kun je soms gebruiken om de voertuigen de routes virtueel te laten rijden. Maar of dit anders kan dan realtime is maar de vraag. Snelheid van medeweggebruikers is een onderdeel van het leerproces. Misschien is dat te simuleren.
Als je data terug levert aan Tesla, train je het systeem. Tesla heeft de meeste trainers en laat ze mee betalen. Voor alle andere is het nog een kostenpost. Dit was één van de redenen voor Tesla om te stoppen met Mobileye. De laatste wilde exclusiviteit op de verzamelde gegevens.
FiveAI is een leuk initiatief maar het is nog niet bewezen dat het kan en misschien duurt het nog wel vijf jaar voor de gegevens interoperabel zijn. Dat is dan rijkelijk laat. We lopen het risico op een 'The winner takes all'-situatie. Dit lijkt me niet goed.
 
Last edited:
Interessant, mijn ervaring in de fietsen doet me het exact omgekeerde vermoeden. Uiteraard uitgaande van dezelfde belasting. Belasting beinvloedt direct de lengte van het contactvlak bij een gegeven trommel.
Een kort contactvlak geeft toch scherpere vervormingen?
De vorm van het contactvlak bepaalt, naast de constructie en soepelheid van de band, de rolweerstand. Als het contactvlak vrijwel rond is, is de rolweerstand het laagst. Er is dan geen 'arm' waar de band tegenop hoeft te lopen. Hoe langer het contactvlak, hoe meer arm, en dus meer rolweerstand. Vervormingen door een kort contactvlak spelen geen rol.
Als er op rollenbanken wordt getest komen de smalle banden er relatief snel uit. Test ik diezelfde banden met mijn pendelmachine op gewoon asfalt, dan winnen de brede banden het altijd. En wie heeft er nu gelijk? Ik.
Nee, geen gekheid. Ik kan de banden ook testen met een vermogenmeter (SRM7) in mijn velomobiel. Dan blijken de brede banden de winnaar te zijn.
Nu is het niet zo dat wielrenners dan maar met 50 mm brede banden moeten gaan rijden, de luchtweerstand van brede banden levert boven de 30 km/u een kantelpunt op. Wel zie je in het profpeloton dat de renners in de afgelopen jaren van 21 mm via 23 en 25 mm, nu steeds meer met 28 mm brede banden gaan rijden. Dat doen ze uitsluitend om de laagste rolweerstand te krijgen. Daarnaast zijn 28 mm banden op slechter wegdek sowieso sneller en comfortabeler dan smallere bandjes.
 
  • Informative
Reactions: Daan B
Wat ik me afvraag (als tech-leek): zou het resultaat van dat zelf-leren deelbaar zijn tussen verschillende systemen (de ene met lidar, de andere alleen met camera's/radar, etc.)? @Gerard60 gaf aan dat dat soms het geval zou kunnen zijn en dat snap ik (moet ook niet zo moeilijk zijn met bijv. "laterale kracht in bepaalde bocht in functie van weersomstandigheden", "de wagen die jij volgt heeft remafstand x bij snelheid y" en zo). Voor die dingen kan ik me dan ook wel voorstellen dat een regulator gewoon vereist, vooraleer 'level 5' toe te laten, dat alle merken alle dergelijke 'algemeen verstaanbare' informatie delen met alle andere merken die ook een aanvraag voor 'level 5' indienen (al dan niet tegen een billijke vergoeding). Andere info-uitwisseling lijkt ook mogelijk en nuttig maar wellicht niet voldoende ("omwille van wegenwerken staat hier een tijdelijk stoplicht" - OK, maar de eerste wagen die daar langskomt moet het natuurlijk nog wel nog zélf ontdekken), en wellicht is er nog andere info die gewoon niet communiceerbaar is omdat de hardwares zo verschillen? Kan iemand onder de vele IT-techneuten op dit BeNe-forum ons daar een zicht op geven?
 
Wat ik me afvraag (als tech-leek): zou het resultaat van dat zelf-leren deelbaar zijn tussen verschillende systemen (de ene met lidar, de andere alleen met camera's/radar, etc.)? @Gerard60 gaf aan dat dat soms het geval zou kunnen zijn en dat snap ik (moet ook niet zo moeilijk zijn met bijv. "laterale kracht in bepaalde bocht in functie van weersomstandigheden", "de wagen die jij volgt heeft remafstand x bij snelheid y" en zo). Voor die dingen kan ik me dan ook wel voorstellen dat een regulator gewoon vereist, vooraleer 'level 5' toe te laten, dat alle merken alle dergelijke 'algemeen verstaanbare' informatie delen met alle andere merken die ook een aanvraag voor 'level 5' indienen (al dan niet tegen een billijke vergoeding). Andere info-uitwisseling lijkt ook mogelijk en nuttig maar wellicht niet voldoende ("omwille van wegenwerken staat hier een tijdelijk stoplicht" - OK, maar de eerste wagen die daar langskomt moet het natuurlijk nog wel nog zélf ontdekken), en wellicht is er nog andere info die gewoon niet communiceerbaar is omdat de hardwares zo verschillen? Kan iemand onder de vele IT-techneuten op dit BeNe-forum ons daar een zicht op geven?
Een beetje technische hulp zou het makkelijker maken.
Maar wat ik ervan begrijp. Zo leert een systeem niet. Het in programmeren van algoritme en hoe te handelen is vermoedelijk wel onderdeel van zelfsturende systemen maar valt niet onder het zelflerende deel met neurale netwerken. Deze bouwen een model, met in de orde van honderd miljoen parameters. Grotendeels, maar niet alleen gevoed, met grafisch informatie van de camera's. Welke parameters als meest relevant worden gezien door het systeem is afhankelijk van de waardering van het resultaat. Maar het is lastig door een mens te bepalen of dit goed gebeurd.
Een voorbeeld, niet door mij geverifieerd. Een neuraal netwerk is getraind op het herkennen van vijandelijk voertuigen met behulp van foto's. Toen het naar een nagenoeg 100% score ging, werd het in de praktijk getest. Daar was de score vrijwel nihil. Wat bleek, de foto's van de voertuigen waren genomen in de woestijn. Het netwerk kon dan ook goed woestijnlandschappen herkennen maar geen voertuigen.
Geografisch informatie zoals een kaart of TomTom, zijn een abstractie van de werkelijkheid waarbij de gebruikende partijen de abstractiealgoritmes afstemmen en zo interoperabel maken.
Bij deep learning weet je niet precies welke abstractie tot stand gekomen is. Zonder aanvullende software is de interoperabiliteit beperkt tot exact dezelfde hardware.
Maar goed, of het juist is weet ik ook niet. Het is wel in overeenstemming met de aanpak van Tesla om nu te komen met een berg aan nieuwe camara's en sensoren om maar zeker te weten dat er geen wijzigingen meer noodzakelijk zijn in de hardware. Nu liever extra investeren in de hardware dan later constateren dat je een nieuw systeem moet trainen.
 
Belangrijk is natuurlijk wel dat iedere tesla zijn data deelt met het netwerk. Op dit moment staat 'datsharing' bij aanvang van iedere rit bij mij (v8.0) steeds weer uit...ik heb daarvoor al enige tijd geleden een ticket laten loggen bij Tesla maar het is nog steeds niet opgelost....
 
Lijkt een beetje dom, ja.
Maar vergeet niet dan er deze maand een compleet nieuw operating systeem voor onze auto's gereleased wordt. (Of vooruit, volgende maand dan...)
Compleet nieuwe Linux omgeving, in ieder geval. Beter geheugenbeheer, betere caching, betere multitasking, etc.
Dan heeft het voortklungelen in het huidige, achterhaalde systeem niet zoveel zin meer, toch?