सेल्फ-ड्रायव्हिंग सिस्टम कशी कार्य करते
तंत्रज्ञान

सेल्फ-ड्रायव्हिंग सिस्टम कशी कार्य करते

जर्मन सरकारने अलीकडेच जाहीर केले की ते तंत्रज्ञानाच्या विकासाला चालना देऊ इच्छिते आणि मोटरवेवर विशेष पायाभूत सुविधा निर्माण करण्याची योजना आखत आहे. जर्मन वाहतूक मंत्री अलेक्झांडर डॉब्रिंड यांनी घोषणा केली की बर्लिन ते म्युनिक पर्यंत A9 मोटरवेचा विभाग अशा प्रकारे बांधला जाईल की संपूर्ण मार्गावर स्वायत्त कार आरामात प्रवास करू शकतील.

संक्षेपांचा शब्दकोष

ABS अँटी-ब्लॉकिंग सिस्टम. व्हील लॉक टाळण्यासाठी ऑटोमोबाईलमध्ये वापरलेली प्रणाली.

एसीसी अनुकूली समुद्रपर्यटन नियंत्रण. चालत्या वाहनांमधील योग्य सुरक्षित अंतर राखणारे उपकरण.

AD ऑटोमेटेड ड्रायव्हिंग. ऑटोमेटेड ड्रायव्हिंग सिस्टीम ही मर्सिडीजने वापरली जाणारी संज्ञा आहे.

एडीएएस प्रगत ड्रायव्हर सहाय्य प्रणाली. विस्तारित ड्रायव्हर सपोर्ट सिस्टम (जसे एनव्हीडिया सोल्यूशन्स)

ASSK प्रगत बुद्धिमान समुद्रपर्यटन नियंत्रण. रडार आधारित अनुकूली क्रूझ नियंत्रण

AVGS स्वयंचलित वाहन नियंत्रण प्रणाली. स्वयंचलित पाळत ठेवणे आणि ड्रायव्हिंग सिस्टम (उदाहरणार्थ, कार पार्कमध्ये)

DIV मानवरहित बुद्धिमान वाहने. ड्रायव्हरशिवाय स्मार्ट कार

ईसीएस इलेक्ट्रॉनिक घटक आणि प्रणाली. इलेक्ट्रॉनिक उपकरणांसाठी सामान्य नाव

IoT गोष्टींचे इंटरनेट. गोष्टींचे इंटरनेट

त्याचा बुद्धिमान वाहतूक व्यवस्था. बुद्धिमान वाहतूक प्रणाली

लिडर प्रकाश शोध आणि श्रेणी. एक उपकरण जे रडारसारखे कार्य करते - ते लेसर आणि दुर्बिणीचे संयोजन करते.

LKAS लेन ठेवणे सहाय्यक प्रणाली. लेन ठेवणे सहाय्य

V2I वाहन-पायाभूत सुविधा. वाहन आणि पायाभूत सुविधांमधील संवाद

V2V वाहन ते वाहन. वाहनांमधील संप्रेषण

योजनेमध्ये इतर गोष्टींबरोबरच, वाहनांमधील दळणवळणासाठी आधारभूत सुविधा निर्माण करणे समाविष्ट आहे; या हेतूंसाठी, 700 मेगाहर्ट्झची वारंवारता वाटप केली जाईल.

या माहितीवरून केवळ जर्मनी विकासाबाबत गंभीर असल्याचे दिसून येत नाही चालकांशिवाय मोटार चालवणे. तसे, यामुळे लोकांना हे समजते की मानवरहित वाहने ही केवळ वाहने नसतात, सेन्सर आणि रडारने भरलेल्या अति-आधुनिक कार असतात, परंतु संपूर्ण प्रशासकीय, पायाभूत सुविधा आणि संप्रेषण प्रणाली देखील असतात. एक गाडी चालवण्यात काही अर्थ नाही.

भरपूर डेटा

गॅस सिस्टमच्या ऑपरेशनसाठी सेन्सर आणि प्रोसेसरची प्रणाली आवश्यक आहे (1) शोध, डेटा प्रक्रिया आणि जलद प्रतिसाद. हे सर्व मिलिसेकंद अंतराने समांतरपणे घडले पाहिजे. उपकरणांची आणखी एक आवश्यकता म्हणजे विश्वसनीयता आणि उच्च संवेदनशीलता.

कॅमेरे, उदाहरणार्थ, बारीक तपशील ओळखण्यासाठी उच्च रिझोल्यूशन असणे आवश्यक आहे. याव्यतिरिक्त, हे सर्व टिकाऊ, विविध परिस्थिती, तापमान, धक्के आणि संभाव्य प्रभावांना प्रतिरोधक असले पाहिजे.

परिचयाचा अपरिहार्य परिणाम चालक नसलेल्या गाड्या बिग डेटा तंत्रज्ञानाचा वापर, म्हणजे, कमी वेळेत डेटा मिळवणे, फिल्टर करणे, मूल्यांकन करणे आणि शेअर करणे. याव्यतिरिक्त, प्रणाली सुरक्षित, बाह्य हल्ल्यांना प्रतिरोधक आणि मोठ्या अपघातास कारणीभूत असणारी हस्तक्षेप करणे आवश्यक आहे.

चालक नसलेल्या गाड्या ते फक्त खास तयार केलेल्या रस्त्यावरच गाडी चालवतील. रस्त्यावर अस्पष्ट आणि अदृश्य रेषा प्रश्नाच्या बाहेर आहेत. इंटेलिजेंट कम्युनिकेशन तंत्रज्ञान - कार-टू-कार आणि कार-टू-इन्फ्रास्ट्रक्चर, ज्यांना V2V आणि V2I देखील म्हणतात, चालणारी वाहने आणि पर्यावरण यांच्यातील माहितीची देवाणघेवाण सक्षम करते.

स्वायत्त कार विकसित करण्याच्या बाबतीत शास्त्रज्ञ आणि डिझाइनर त्यांच्यामध्ये लक्षणीय क्षमता पाहतात. V2V 5,9 GHz वारंवारता वापरते, वाय-फाय द्वारे देखील वापरली जाते, 75 MHz बँडमध्ये 1000 m च्या श्रेणीसह. V2I संप्रेषण हे खूप गुंतागुंतीचे आहे आणि त्यात केवळ रस्त्यांच्या पायाभूत घटकांशी थेट संवाद समाविष्ट नाही.

हे सर्वसमावेशक एकत्रीकरण आणि वाहतुकीसाठी वाहनाचे रुपांतर आणि संपूर्ण वाहतूक व्यवस्थापन प्रणालीशी संवाद आहे. सामान्यतः, मानवरहित वाहन कॅमेरे, रडार आणि विशेष सेन्सरसह सुसज्ज असते ज्याद्वारे ते बाहेरील जगाला "जाणते" आणि "जाणते" (2).

तपशीलवार नकाशे त्याच्या मेमरीमध्ये लोड केले जातात, पारंपारिक कार नेव्हिगेशनपेक्षा अधिक अचूक. चालकविरहित वाहनांमध्ये जीपीएस नेव्हिगेशन प्रणाली अत्यंत अचूक असणे आवश्यक आहे. एक डझन किंवा अधिक सेंटीमीटरची अचूकता महत्त्वाची आहे. अशा प्रकारे, मशीन बेल्टला चिकटते.

1. स्वायत्त कार तयार करणे

सेन्सर्सचे जग आणि अत्यंत अचूक नकाशे

कार स्वतःच रस्त्यावर चिकटते या वस्तुस्थितीसाठी, सेन्सर्सची यंत्रणा जबाबदार आहे. समोरील बंपरच्या बाजूला दोन अतिरिक्त रडार देखील असतात जे एका चौकात दोन्ही बाजूंनी येणारी इतर वाहने शोधतात. संभाव्य अडथळ्यांवर लक्ष ठेवण्यासाठी शरीराच्या कोपऱ्यांवर चार किंवा अधिक सेन्सर्स स्थापित केले आहेत.

2. स्वायत्त कार काय पाहते आणि अनुभवते

90-डिग्री फील्ड ऑफ व्ह्यू असलेला फ्रंट कॅमेरा रंग ओळखतो, त्यामुळे तो ट्रॅफिक सिग्नल आणि रस्त्यांची चिन्हे वाचतो. कारमधील अंतर सेन्सर तुम्हाला रस्त्यावरील इतर वाहनांपासून योग्य अंतर राखण्यात मदत करतील.

तसेच, रडारमुळे कार इतर वाहनांपासून आपले अंतर ठेवेल. जर ते 30 मीटरच्या आत इतर वाहने शोधत नसेल, तर ते त्याचा वेग वाढवण्यास सक्षम असेल.

इतर सेन्सर तथाकथित दूर करण्यात मदत करतील. प्रत्येक दिशेने दोन फुटबॉल फील्डच्या लांबीशी तुलना करता येण्याजोग्या अंतरावर मार्गावरील आंधळे स्पॉट्स आणि वस्तूंचा शोध. सुरक्षितता तंत्रज्ञान विशेषतः गजबजलेले रस्ते आणि चौकात उपयुक्त ठरतील. कारला टक्कर होण्यापासून वाचवण्यासाठी, तिचा टॉप स्पीड ४० किमी/ताशी मर्यादित असेल.

W चालक नसलेली कार Google चे हृदय आणि डिझाइनचा सर्वात महत्वाचा घटक म्हणजे वाहनाच्या छतावर बसवलेले 64-बीम वेलोडाइन लेझर. डिव्हाइस खूप वेगाने फिरते, म्हणून वाहन त्याच्या सभोवतालची 360-अंश प्रतिमा "पाहते".

प्रत्येक सेकंदाला, 1,3 दशलक्ष बिंदू त्यांच्या अंतर आणि हालचालींच्या दिशेने नोंदवले जातात. हे जगाचे 3D मॉडेल तयार करते, ज्याची सिस्टीम उच्च रिझोल्यूशन नकाशांशी तुलना करते. परिणामी, मार्ग तयार केले जातात ज्याच्या मदतीने कार अडथळ्यांभोवती जाते आणि रस्त्याच्या नियमांचे पालन करते.

याव्यतिरिक्त, सिस्टमला कारच्या समोर आणि मागे असलेल्या चार रडारकडून माहिती प्राप्त होते, जी रस्त्यावर अनपेक्षितपणे दिसू शकणार्‍या इतर वाहनांची आणि वस्तूंची स्थिती निर्धारित करते. रीअरव्ह्यू मिररच्या शेजारी असलेला कॅमेरा दिवे आणि रस्ता चिन्हे उचलतो आणि सतत वाहनाच्या स्थितीचे निरीक्षण करतो.

त्याचे कार्य जडत्व प्रणालीद्वारे पूरक आहे जी जीपीएस सिग्नल पोहोचत नाही तेथे पोझिशन ट्रॅकिंग घेते - बोगद्यांमध्ये, उंच इमारतींमध्ये किंवा पार्किंगच्या ठिकाणी. कार चालवण्यासाठी वापरले जाते: डेटाबेस तयार करताना गोळा केलेल्या प्रतिमा Google Street View च्या स्वरूपात मांडल्या जातात, जगभरातील 48 देशांतील शहरातील रस्त्यांची तपशीलवार छायाचित्रे आहेत.

अर्थात, सुरक्षित ड्रायव्हिंगसाठी आणि Google कारद्वारे वापरल्या जाणार्‍या मार्गासाठी हे पुरेसे नाही (मुख्यतः कॅलिफोर्निया आणि नेवाडा राज्यांमध्ये, जेथे विशिष्ट परिस्थितींमध्ये ड्रायव्हिंगला परवानगी आहे). ड्रायव्हर नसलेल्या मोटारी) विशेष ट्रिप दरम्यान आगाऊ अचूकपणे रेकॉर्ड केले जातात. Google Cars व्हिज्युअल डेटाच्या चार स्तरांसह कार्य करते.

त्यांपैकी दोन वाहन ज्या भूप्रदेशावरून जात आहे त्या भूप्रदेशाचे अत्यंत अचूक मॉडेल आहेत. तिसऱ्यामध्ये तपशीलवार रोडमॅप आहे. चौथा हा लँडस्केपच्या स्थिर घटकांच्या हलत्या घटकांशी तुलना करण्याचा डेटा आहे (3). याव्यतिरिक्त, ट्रॅफिकच्या मानसशास्त्राचे अनुसरण करणारे अल्गोरिदम आहेत, उदाहरणार्थ, एका लहान प्रवेशद्वारावर सिग्नल देणे जे तुम्हाला छेदनबिंदू ओलांडायचे आहे.

कदाचित, भविष्यातील पूर्णपणे स्वयंचलित रस्ता प्रणालीमध्ये ज्या लोकांना काहीतरी समजून घेणे आवश्यक आहे, ते निरर्थक ठरेल आणि वाहने पूर्व-दत्तक नियम आणि काटेकोरपणे वर्णन केलेल्या अल्गोरिदमनुसार फिरतील.

3. Google ची ऑटो कार त्याच्या सभोवतालचा परिसर कसा पाहते

ऑटोमेशन पातळी

वाहन ऑटोमेशनच्या पातळीचे मूल्यमापन तीन मूलभूत निकषांनुसार केले जाते. प्रथम पुढे जात असताना आणि युक्ती चालवताना, वाहनावर नियंत्रण मिळविण्याच्या सिस्टमच्या क्षमतेशी संबंधित आहे. दुसरा निकष वाहनातील व्यक्ती आणि वाहन चालविण्याव्यतिरिक्त काहीतरी करण्याची त्यांची क्षमता संबंधित आहे.

तिसर्‍या निकषात कारचे स्वतःचे वर्तन आणि रस्त्यावर काय चालले आहे ते "समजून घेण्याची" क्षमता समाविष्ट आहे. इंटरनॅशनल असोसिएशन ऑफ ऑटोमोटिव्ह इंजिनिअर्स (SAE इंटरनॅशनल) रस्ते वाहतूक ऑटोमेशनचे सहा स्तरांमध्ये वर्गीकरण करते.

च्या संदर्भात ऑटोमेशन 0 ते 2 पर्यंत, ड्रायव्हिंगसाठी जबाबदार मुख्य घटक मानवी चालक आहे (4). या स्तरावरील सर्वात प्रगत उपायांमध्ये बॉशने विकसित केलेले आणि लक्झरी वाहनांमध्ये वाढत्या प्रमाणात वापरल्या जाणार्‍या अ‍ॅडॉप्टिव्ह क्रूझ कंट्रोल (ACC) यांचा समावेश होतो.

पारंपारिक क्रूझ कंट्रोलच्या विपरीत, ज्यासाठी ड्रायव्हरला समोरील वाहनापर्यंतचे अंतर सतत निरीक्षण करणे आवश्यक असते, ते ड्रायव्हरसाठी कमीतकमी काम देखील करते. अनेक सेन्सर्स, रडार आणि त्यांचे एकमेकांशी आणि इतर वाहन प्रणालींशी इंटरफेसिंग (ड्राइव्ह, ब्रेकिंगसह) अ‍ॅडॉप्टिव्ह क्रूझ कंट्रोलने सुसज्ज असलेल्या कारला केवळ निर्धारित वेगच नाही तर समोरील वाहनापासून सुरक्षित अंतर देखील राखण्यासाठी भाग पाडते.

4. SAE आणि NHTSA नुसार कारमधील ऑटोमेशनचे स्तर

प्रणाली आवश्यकतेनुसार वाहनाला ब्रेक देईल आणि एकटे धीमासमोरील वाहनाची मागील बाजूस टक्कर टाळण्यासाठी. जेव्हा रस्त्याची स्थिती स्थिर होते, तेव्हा वाहन पुन्हा सेट केलेल्या वेगापर्यंत वेग वाढवते.

हे उपकरण महामार्गावर अतिशय उपयुक्त आहे आणि पारंपारिक क्रूझ नियंत्रणापेक्षा खूप उच्च पातळीची सुरक्षा प्रदान करते, जे चुकीच्या पद्धतीने वापरल्यास खूप धोकादायक असू शकते. या स्तरावर वापरलेला आणखी एक प्रगत उपाय म्हणजे LDW (लेन डिपार्चर वॉर्निंग, लेन असिस्ट), एक सक्रिय प्रणाली आहे जी ड्रायव्हिंग सुरक्षितता सुधारण्यासाठी डिझाइन केलेली आहे आणि जर तुम्ही तुमची लेन अनावधानाने सोडली तर तुम्हाला चेतावणी देऊन.

हे प्रतिमेच्या विश्लेषणावर आधारित आहे - संगणकाशी जोडलेला कॅमेरा लेन-मर्यादित चिन्हांवर लक्ष ठेवतो आणि विविध सेन्सर्सच्या सहकार्याने, ड्रायव्हरला लेन बदलाविषयी चेतावणी देतो (उदाहरणार्थ, सीटच्या कंपनाने), निर्देशक चालू न करता.

ऑटोमेशनच्या उच्च स्तरांवर, 3 ते 5 पर्यंत, अधिक उपाय हळूहळू सादर केले जातात. स्तर 3 "सशर्त ऑटोमेशन" म्हणून ओळखले जाते. वाहन नंतर ज्ञान प्राप्त करते, म्हणजेच पर्यावरणाविषयी डेटा गोळा करते.

या प्रकारातील मानवी ड्रायव्हरची अपेक्षित प्रतिक्रिया वेळ अनेक सेकंदांपर्यंत वाढली आहे, तर खालच्या स्तरावर तो फक्त एक सेकंद होता. ऑन-बोर्ड सिस्टम वाहनावरच नियंत्रण ठेवते आणि आवश्यक असल्यासच आवश्यक हस्तक्षेपाची व्यक्तीला सूचित करते.

नंतरचे, तथापि, संपूर्णपणे काहीतरी वेगळे करत असतील, जसे की चित्रपट वाचणे किंवा पाहणे, आवश्यक असेल तेव्हाच गाडी चालवण्यास तयार असणे. 4 आणि 5 स्तरांवर, अंदाजे मानवी प्रतिक्रिया वेळ अनेक मिनिटांपर्यंत वाढतो कारण कार संपूर्ण रस्त्यावर स्वतंत्रपणे प्रतिक्रिया देण्याची क्षमता प्राप्त करते.

मग एखादी व्यक्ती ड्रायव्हिंगमध्ये स्वारस्य असणे पूर्णपणे थांबवू शकते आणि उदाहरणार्थ, झोपायला जाऊ शकते. सादर केलेले SAE वर्गीकरण देखील एक प्रकारचे वाहन ऑटोमेशन ब्लूप्रिंट आहे. एकच नाही. अमेरिकन हायवे ट्रॅफिक सेफ्टी एजन्सी (NHTSA) पूर्णपणे मानवी - 0 ते पूर्णपणे स्वयंचलित - 4 पर्यंत पाच स्तरांमध्ये विभागणी वापरते.

एक टिप्पणी जोडा