El enfoque exclusivo en cámaras de Tesla para la autonomía es criticado frecuentemente por su comportamiento en condiciones climáticas adversas. Los escépticos argumentan que el radar, el LiDAR y los sensores ultrasónicos (USS) son más adecuados para condiciones difíciles, mientras que Tesla sostiene que Tesla Vision tiene un mejor desempeño que el uso de múltiples sensores.
Este mes, la compañía publicó una patente titulada "Acciones correctivas a prueba de fallos basadas en información visual para vehículos autónomos", que describe cómo el sistema FSD responde a condiciones meteorológicas adversas. En lugar de detenerse cuando la visibilidad empeora, el sistema identifica el tipo de obstrucción y aplica contramedidas para continuar operando de forma segura.
Cuadrícula de visibilidad y etiquetas de escena
Para gestionar la entrada degradada de las cámaras, las redes neuronales de Tesla procesan continuamente fotogramas de las cámaras del vehículo a altas frecuencias: aproximadamente 30 Hz (HW3) o 60 Hz (AI4). Cuando la vista de una cámara está obstruida, el FSD no solo marca un error; divide la imagen en una cuadrícula de regiones de píxeles rectangulares y asigna a cada región un valor de visibilidad.
La escala varía de 0 a 3, donde 0 indica una vista clara y 3 significa que la imagen está totalmente obstruida. Tras mapear la gravedad, el sistema va más allá al identificar la causa. La red neuronal asigna "etiquetas de escena" específicas a las regiones afectadas.
Puede etiquetar condiciones como neblina, condensación, hielo, agua, lluvia, resplandor solar, niebla, humo y salpicaduras de neumáticos. El sistema también puede detectar un parabrisas sucio o problemas de hardware, como píxeles muertos.
Contramedidas de hardware activas
El elemento destacado de la patente es cómo reacciona el vehículo a estas etiquetas. Tesla integró la red neuronal de visibilidad con el hardware del vehículo de modo que un valor de visibilidad alto combinado con una etiqueta específica activa acciones automatizadas a prueba de fallos. Si la escena está etiquetada como lluviosa, el sistema puede activar automáticamente los limpiaparabrisas, mientras que otras etiquetas de baja visibilidad pueden encender los faros o las luces de emergencia.
Si detecta "nieve" o "condensación", el vehículo puede activar los calentadores del parabrisas o los desempañadores del aire acondicionado para limpiar el cristal. Las redes neuronales también pueden cambiar de carril para evitar peligros, como alejarse de las intensas salpicaduras de agua de un camión que circula delante. De todas las funciones descritas, esta parece ser la única que aún no se ha implementado en el FSD actual.
During rain FSD 14.3 locks you into chill or sloth. Standard, hurry, and mad Max are not available. pic.twitter.com/hm1G4ibgla
— Dirty Tesla (@DirtyTesLa) April 10, 2026
Reducción del frenado fantasma
Más allá de limpiar las vistas de las cámaras, la patente aborda el frenado fantasma. Históricamente, los sistemas de visión han producido falsos positivos cuando la visibilidad es baja; por ejemplo, un banco de niebla densa o una columna de escape pueden confundirse con un objeto.
La patente describe un método para reducir las detecciones falsas. Dado que la red neuronal etiqueta las escenas con valores de visibilidad, puede reconocer cuándo está operando en un entorno comprometido.
Si el coche detecta lo que parece ser un obstáculo mientras la cuadrícula de visibilidad indica una obstrucción severa por humo o niebla, el FSD puede inferir que el objeto es probablemente un artefacto visual. Utilizando este contexto de visibilidad, el modelo basado en visión suprime el frenado innecesario, lo que resulta en una conducción más fluida y segura.
Compartir:
Tesla planea un centro exclusivo para Robotaxi en Texas [VIDEO]
Tesla dice que el Roadster se encuentra actualmente en fase de pruebas y será fabricado en Texas