एआई-आधारित प्रारंभिक चेतावनी प्रणाली वास्तविक यातायात स्थितियों से सीखती है

एक नए प्रारंभिक चेतावनी प्रणाली को तकनीकी विश्वविद्यालय म्यूनिख (टीयूएम) में शोधकर्ताओं की एक टीम द्वारा विकसित किया गया है, जो वाहनों के लिए एआई का उपयोग करके वास्तविक यातायात स्थितियों से सीखती है। बीएमडब्ल्यू समूह के साथ एक अध्ययन किया गया था, जिसमें दिखाया गया था कि यह प्रणाली आज के स्व-ड्राइविंग वाहनों के लिए फायदेमंद होगी। यदि इसका उपयोग किया जाता है, तो यह संभावित महत्वपूर्ण स्थितियों के खिलाफ सात-सेकंड की चेतावनी प्रदान कर सकती है, जो स्थितियाँ हैं जिन्हें कारें अकेले संभाल नहीं सकती हैं। सटीकता दर 85% दिखाई गई थी।

स्व-ड्राइविंग वाहनों के लिए वर्तमान विकास प्रयासों में जटिल मॉडल शामिल हैं जो वाहनों को सभी यातायात भागीदारों के व्यवहार का विश्लेषण करने में सक्षम बनाते हैं। हालांकि, इनमें से अधिकांश मॉडल अभी तक जटिल या अप्रत्याशित स्थितियों को संभालने की क्षमता का प्रदर्शन नहीं कर पाए हैं।

नए प्रारंभिक चेतावनी प्रणाली के पीछे की टीम ने टीयूएम में मीडिया प्रौद्योगिकी के अध्यक्ष और म्यूनिख स्कूल ऑफ रोबोटिक्स और मशीन इंटेलिजेंस के बोर्ड ऑफ डायरेक्टर्स के सदस्य प्रोफेसर एकेहार्ड स्टीनबах के साथ काम किया।

शोध का शीर्षक “स्वायत्त ड्राइविंग के लिए राज्य और कैमरा जानकारी के देर से फ्यूजन का उपयोग करके आत्म-विफलता पूर्वानुमान” आईईईई ट्रांजेक्शन ऑन इंटेलिजेंट ट्रांसपोर्टेशन सिस्टम में प्रकाशित किया गया था।

नई दृष्टिकोण एआई का उपयोग करके प्रणाली को पिछली स्थितियों से सीखने में सक्षम बनाती है। विशेष रूप से, ये पिछली स्थितियाँ वे थीं जहां स्व-ड्राइविंग कारें वास्तविक दुनिया के यातायात में अपनी सीमा तक पहुँच गईं। यह तब होता है जब मानव चालकों को वाहन पर नियंत्रण लेना पड़ता है, या तो क्योंकि कार इसके लिए संकेत देती है या मानव चालक यह决定 करता है कि यह सबसे सुरक्षित विकल्प है।

आरएनएन और सात-सेकंड की चेतावनी

नई प्रणाली सेंसर और कैमरों पर निर्भर करती है जो आसपास की स्थितियों को कैप्चर करते हैं, और स्टीयरिंग व्हील के कोण, सड़क की स्थिति, और मौसम जैसे स्थिति डेटा को रिकॉर्ड किया जाता है। एआई प्रणाली एक पुनरावृत्ति तंत्रिका नेटवर्क (आरएनएन) का उपयोग करती है, जो डेटा को संसाधित करके पैटर्न को पहचान सकती है। जब प्रणाली कोई नई ड्राइविंग स्थिति का पता लगाती है जिसे पहले संभाला नहीं जा सका, तो चालक को पहले से चेतावनी दी जाती है।

“वाहनों को अधिक स्वायत्त बनाने के लिए, कई मौजूदा तरीके यह अध्ययन करते हैं कि कारें hiện में यातायात के बारे में क्या समझती हैं और फिर उन मॉडलों में सुधार करने का प्रयास करते हैं जिनका उपयोग वे करते हैं। हमारी प्रौद्योगिकी का बड़ा फायदा: हम पूरी तरह से यह अनदेखा करते हैं कि कार क्या सोचती है। इसके बजाय, हम केवल उन डेटा पर ध्यान केंद्रित करते हैं जो वास्तव में होता है और पैटर्न की तलाश करते हैं,” स्टीनबах कहते हैं। “इस तरह, एआई उन संभावित महत्वपूर्ण स्थितियों का पता लगा सकता है जिन्हें मॉडल पहचान नहीं पाते हैं या जिन्हें उन्होंने अभी तक नहीं देखा है। हमारी प्रणाली इसलिए एक सुरक्षा कार्य प्रदान करती है जो जानती है कि कब और कहाँ कारों में कमजोरियाँ हैं।”

प्रौद्योगिकी का परीक्षण बीएमडब्ल्यू समूह के साथ किया गया था, और सार्वजनिक सड़कों पर स्वायत्त वाहनों का विश्लेषण किया गया था। यह 2500 स्थितियों में हुआ था जहां मानव चालक हस्तक्षेप करते थे, और अध्ययन ने दिखाया कि प्रणाली 85% सटीक है और चालकों को सात सेकंड पहले से चेतावनी दे सकती है।

प्रौद्योगिकी बड़ी मात्रा में डेटा पर निर्भर करती है क्योंकि यह उन स्थितियों से सीमित है जिन्हें प्रणाली ने देखा है। डेटा मूल रूप से स्वयं उत्पन्न किया गया था जो विकास वाहनों की वर्तमान संख्या को देखते हुए सड़क पर है।

“हर बार जब एक संभावित महत्वपूर्ण स्थिति परीक्षण ड्राइव पर आती है, तो हमें एक नया प्रशिक्षण उदाहरण मिलता है।”

चूंकि डेटा केंद्रीय रूप से संग्रहीत किया जाता है, इसलिए पूरी फ्लीट इसके साथ सीख सकती है।