स्वायत्त वाहन की आंखों का चयन: सेंसर, रणनीति और समझौतों की लड़ाई

2030 तक, स्वायत्त वाहन बाज़ार उम्मीद हे 2.2 ट्रिलियन डॉलर को पार करने के लिए, लाखों कारें AI और उन्नत सेंसर सिस्टम का उपयोग करके सड़कों पर चल रही हैं। फिर भी इस तेज़ विकास के बीच, एक बुनियादी बहस अनसुलझी रह गई है: कौन से सेंसर स्वायत्त ड्राइविंग के लिए सबसे उपयुक्त हैं - लिडार, कैमरा, रडार, या कुछ पूरी तरह से नया?

यह सवाल अकादमिक से बहुत दूर है। सेंसर का चुनाव सुरक्षा और प्रदर्शन से लेकर लागत और ऊर्जा दक्षता तक सब कुछ प्रभावित करता है। वेमो जैसी कुछ कंपनियां अतिरेक और विविधता पर दांव लगाती हैं, अपने वाहनों को लिडार, कैमरे और रडार के पूरे सेट से सुसज्जित करती हैं। टेस्ला जैसी अन्य कंपनियां अधिक न्यूनतम और लागत प्रभावी दृष्टिकोण अपनाती हैं, जो कैमरों और सॉफ्टवेयर नवाचार पर बहुत अधिक निर्भर करती हैं।

आइये इन अलग-अलग रणनीतियों, उनके सामने आने वाली तकनीकी विरोधाभासों, तथा उनके निर्णयों को प्रभावित करने वाले व्यावसायिक तर्क का पता लगाएं।

स्मार्ट मशीनें स्मार्ट ऊर्जा समाधान की मांग क्यों करती हैं

यह वाकई एक महत्वपूर्ण मुद्दा है। 2013 में जब मैंने ड्रोन से जुड़ा स्टार्टअप शुरू किया था, तब मुझे भी इसी तरह की दुविधा का सामना करना पड़ा था। हम ऐसे ड्रोन बनाने की कोशिश कर रहे थे जो मानव गतिविधि को ट्रैक कर सकें। उस समय, यह विचार आगे बढ़ रहा था, लेकिन जल्द ही यह स्पष्ट हो गया कि इसमें एक तकनीकी विरोधाभास था।

किसी वस्तु पर नज़र रखने के लिए ड्रोन को सेंसर डेटा का विश्लेषण करना ज़रूरी होता है, जिसके लिए कम्प्यूटेशनल पावर - एक ऑनबोर्ड कंप्यूटर - की ज़रूरत होती है। हालाँकि, कंप्यूटर जितना ज़्यादा शक्तिशाली होगा, ऊर्जा की खपत उतनी ही ज़्यादा होगी। नतीजतन, ज़्यादा क्षमता वाली बैटरी की ज़रूरत होती है। हालाँकि, बड़ी बैटरी ड्रोन का वज़न बढ़ा देती है, और ज़्यादा वज़न के लिए और भी ज़्यादा ऊर्जा की ज़रूरत होती है। एक दुष्चक्र पैदा होता है: बढ़ती बिजली की माँग से ऊर्जा की खपत, वज़न और अंततः लागत बढ़ जाती है।

यही समस्या स्वचालित वाहनों पर भी लागू होती है। एक ओर, आप वाहन को सभी संभावित सेंसरों से लैस करना चाहते हैं ताकि ज़्यादा से ज़्यादा डेटा एकत्र किया जा सके, उसे सिंक्रोनाइज़ किया जा सके और सबसे सटीक निर्णय लिए जा सकें। दूसरी ओर, इससे सिस्टम की लागत और ऊर्जा खपत में काफ़ी वृद्धि होती है। न केवल सेंसरों की लागत, बल्कि उनके डेटा को प्रोसेस करने के लिए आवश्यक ऊर्जा पर भी विचार करना ज़रूरी है।

डेटा की मात्रा बढ़ रही है, और कम्प्यूटेशनल लोड भी बढ़ रहा है। बेशक, समय के साथ, कंप्यूटिंग सिस्टम अधिक कॉम्पैक्ट और ऊर्जा-कुशल हो गए हैं, और सॉफ्टवेयर अधिक अनुकूलित हो गए हैं। 1980 के दशक में, 10x10 पिक्सेल की छवि को संसाधित करने में घंटों लग सकते थे; आज, सिस्टम वास्तविक समय में 4K वीडियो का विश्लेषण करते हैं और अत्यधिक ऊर्जा की खपत किए बिना डिवाइस पर अतिरिक्त गणना करते हैं। हालाँकि, प्रदर्शन दुविधा अभी भी बनी हुई है, और AV कंपनियाँ न केवल सेंसर बल्कि कम्प्यूटेशनल हार्डवेयर और ऑप्टिमाइज़ेशन एल्गोरिदम में भी सुधार कर रही हैं।

प्रसंस्करण या धारणा?

प्रदर्शन संबंधी समस्याएँ, जहाँ सिस्टम को यह तय करना होता है कि कौन सा डेटा ड्रॉप करना है, मुख्यतः LiDAR, कैमरा या रडार सेंसर की समस्याओं के बजाय कम्प्यूटेशनल सीमाओं के कारण होती हैं। ये सेंसर वाहन की आँखों और कानों की तरह काम करते हैं, लगातार भारी मात्रा में पर्यावरणीय डेटा कैप्चर करते हैं। हालाँकि, अगर ऑनबोर्ड कंप्यूटिंग "ब्रेन" में इस सारी जानकारी को वास्तविक समय में संभालने की प्रोसेसिंग शक्ति का अभाव है, तो यह बहुत भारी हो जाता है। परिणामस्वरूप, सिस्टम को कुछ डेटा स्ट्रीम को दूसरों पर प्राथमिकता देनी पड़ती है, और संभवतः उच्च-प्राथमिकता वाले कार्यों पर ध्यान केंद्रित करने के लिए विशिष्ट परिस्थितियों में कुछ वस्तुओं या दृश्यों को अनदेखा करना पड़ता है।

इस कम्प्यूटेशनल अड़चन का मतलब है कि भले ही सेंसर पूरी तरह से काम कर रहे हों, और अक्सर विश्वसनीयता सुनिश्चित करने के लिए उनमें अतिरिक्त क्षमताएँ भी हों, फिर भी वाहन सभी डेटा को प्रभावी ढंग से प्रोसेस करने में संघर्ष कर सकता है। इस संदर्भ में सेंसर को दोष देना उचित नहीं है क्योंकि समस्या डेटा प्रोसेसिंग क्षमता में है। कम्प्यूटेशनल हार्डवेयर को बेहतर बनाना और एल्गोरिदम को अनुकूलित करना इन चुनौतियों को कम करने के लिए आवश्यक कदम हैं। बड़ी मात्रा में डेटा को संभालने की प्रणाली की क्षमता में सुधार करके, स्वचालित वाहन महत्वपूर्ण जानकारी के छूटने की संभावना को कम कर सकते हैं, जिससे सुरक्षित और अधिक विश्वसनीय संचालन संभव हो सकता है।

लाइडार, कैमरा और रडार प्रणालियाँ: फायदे और नुकसान

यह कहना असंभव है कि एक प्रकार का सेंसर दूसरे से बेहतर है - प्रत्येक अपना उद्देश्य पूरा करता है। किसी विशिष्ट कार्य के लिए उपयुक्त सेंसर का चयन करके समस्याओं का समाधान किया जाता है।

LiDAR, सटीक 3D मैपिंग प्रदान करता है, लेकिन महंगा है और बारिश और कोहरे जैसी प्रतिकूल मौसम स्थितियों में संघर्ष करता है, जो इसके लेजर सिग्नल को बिखेर सकते हैं। इसके सघन डेटा को संसाधित करने के लिए महत्वपूर्ण कम्प्यूटेशनल संसाधनों की भी आवश्यकता होती है।

कैमरे, हालांकि लागत प्रभावी होते हैं, लेकिन वे प्रकाश की स्थिति पर अत्यधिक निर्भर होते हैं, कम रोशनी, चकाचौंध या तेज़ प्रकाश परिवर्तनों में खराब प्रदर्शन करते हैं। उनमें अंतर्निहित गहराई की धारणा भी नहीं होती है और लेंस पर गंदगी, बारिश या बर्फ जैसी बाधाओं से जूझना पड़ता है।

रडार विभिन्न मौसम स्थितियों में वस्तुओं का पता लगाने में विश्वसनीय है, लेकिन इसका कम रिज़ॉल्यूशन छोटी या निकट दूरी वाली वस्तुओं के बीच अंतर करना कठिन बनाता है। यह अक्सर गलत सकारात्मक परिणाम उत्पन्न करता है, अप्रासंगिक वस्तुओं का पता लगाता है जो अनावश्यक प्रतिक्रियाओं को ट्रिगर कर सकते हैं। इसके अतिरिक्त, रडार संदर्भ को समझ नहीं सकता है या कैमरों के विपरीत वस्तुओं को दृष्टिगत रूप से पहचानने में मदद नहीं कर सकता है।

सेंसर फ्यूजन का लाभ उठाकर - LiDAR, रडार और कैमरों से प्राप्त डेटा को संयोजित करके - ये प्रणालियां अपने पर्यावरण की अधिक समग्र और सटीक समझ प्राप्त करती हैं, जो बदले में सुरक्षा और वास्तविक समय निर्णय लेने की क्षमता दोनों को बढ़ाती है। कीमाकर'अग्रणी ADAS डेवलपर्स के साथ सहयोग ने दिखाया है कि सिस्टम विश्वसनीयता के लिए यह दृष्टिकोण कितना महत्वपूर्ण है। हमने मॉडल प्रशिक्षण और परिशोधन का समर्थन करने के लिए लगातार विविध, उच्च-गुणवत्ता वाले डेटासेट पर काम किया है।

वेमो बनाम टेस्ला: दो स्वायत्त दृष्टिकोणों की कहानी

ए.वी. में, टेस्ला और वेमो जितनी तुलनाएं बहस को जन्म देती हैं, उतनी कम ही होती हैं। दोनों ही मोबिलिटी के भविष्य की अगुआई कर रहे हैं - लेकिन उनके दर्शन बिल्कुल अलग हैं। तो, वेमो कार सेंसर से भरी स्पेसशिप की तरह क्यों दिखती है, जबकि टेस्ला बाहरी सेंसर से लगभग मुक्त दिखती है?

आइए वेमो गाड़ी पर एक नज़र डालते हैं। यह एक बुनियादी जगुआर है जिसे स्वचालित ड्राइविंग के लिए संशोधित किया गया है। इसकी छत पर दर्जनों सेंसर लगे हैं: लिडार, कैमरे, घूमने वाले लेज़र सिस्टम (तथाकथित "स्पिनर"), और रडार। ये वाकई बहुत सारे हैं: शीशों में कैमरे, आगे और पीछे के बंपर पर सेंसर, लंबी दूरी की देखने की प्रणालियाँ - ये सब सिंक्रोनाइज़्ड हैं।

अगर ऐसा कोई वाहन दुर्घटनाग्रस्त हो जाता है, तो इंजीनियरिंग टीम खोई हुई जानकारी इकट्ठा करने के लिए नए सेंसर लगाती है। उनका दृष्टिकोण उपलब्ध तकनीकों का अधिकतम उपयोग करना है।

तो टेस्ला उसी रास्ते पर क्यों नहीं चलता? इसका एक मुख्य कारण यह है कि टेस्ला ने अभी तक अपनी रोबोटैक्सी को बाज़ार में नहीं उतारा है। साथ ही, उनका दृष्टिकोण लागत न्यूनीकरण और नवाचार पर केंद्रित है। टेस्ला का मानना ​​है कि लिडार का उपयोग करना उनकी उच्च लागत के कारण अव्यावहारिक है: एक RGB कैमरे की निर्माण लागत लगभग $3 है, जबकि एक लिडार की लागत $400 या उससे अधिक हो सकती है। इसके अलावा, लिडार में यांत्रिक भाग होते हैं - घूमने वाले दर्पण और मोटर - जो उन्हें विफल होने और बदलने के लिए अधिक प्रवण बनाते हैं।

इसके विपरीत, कैमरे स्थिर होते हैं। उनमें कोई हिलने वाला भाग नहीं होता, वे अधिक विश्वसनीय होते हैं, और दशकों तक काम कर सकते हैं जब तक कि आवरण खराब न हो जाए या लेंस मंद न हो जाए। इसके अलावा, कैमरों को कार के डिज़ाइन में एकीकृत करना आसान होता है: उन्हें बॉडी के अंदर छिपाया जा सकता है, लगभग अदृश्य बनाया जा सकता है।

उत्पादन के तरीके भी काफी अलग-अलग हैं। वेमो एक मौजूदा प्लेटफ़ॉर्म का उपयोग करता है - एक उत्पादन जगुआर - जिस पर सेंसर लगाए जाते हैं। उनके पास कोई विकल्प नहीं है। दूसरी ओर, टेस्ला खरोंच से वाहन बनाती है और शुरू से ही बॉडी में सेंसर एकीकरण की योजना बना सकती है, जिससे उन्हें नज़र से छिपाया जा सके। औपचारिक रूप से, उन्हें विनिर्देशों में सूचीबद्ध किया जाएगा, लेकिन दृष्टिगत रूप से, वे लगभग अदृश्य होंगे।

वर्तमान में, टेस्ला कार के चारों ओर आठ कैमरों का उपयोग करता है - आगे, पीछे, साइड मिरर और दरवाज़ों पर। क्या वे अतिरिक्त सेंसर का उपयोग करेंगे? मुझे लगता है कि हाँ।

एक टेस्ला ड्राइवर के रूप में, जिसने वेमो वाहनों में भी यात्रा की है, अपने अनुभव के आधार पर, मेरा मानना ​​है कि लिडार तकनीक को शामिल करने से टेस्ला के पूर्ण स्व-ड्राइविंग सिस्टम में सुधार होगा। मुझे लगता है कि टेस्ला के FSD में ड्राइविंग करते समय सटीकता की कमी है। लिडार तकनीक के जुड़ने से तेज़ धूप, हवा में उड़ने वाली धूल या कोहरे जैसी चुनौतीपूर्ण परिस्थितियों में भी ड्राइविंग करने की इसकी क्षमता बढ़ सकती है। यह सुधार पूरी तरह से कैमरों पर निर्भर रहने की तुलना में सिस्टम को संभावित रूप से अधिक सुरक्षित और विश्वसनीय बना देगा।

लेकिन व्यवसाय के दृष्टिकोण से, जब कोई कंपनी अपनी खुद की तकनीक विकसित करती है, तो उसका लक्ष्य प्रतिस्पर्धात्मक लाभ - तकनीकी बढ़त हासिल करना होता है। अगर वह ऐसा समाधान बना सकती है जो नाटकीय रूप से अधिक कुशल और सस्ता हो, तो यह बाजार में वर्चस्व के द्वार खोलता है।

टेस्ला इसी तर्क का पालन करती है। मस्क वोक्सवैगन या बायडू जैसी अन्य कंपनियों का रास्ता नहीं अपनाना चाहते, जिन्होंने भी काफी प्रगति की है। यहां तक ​​कि पुरानी कारों में लगाए गए मोबाइलआई और आईसाइट जैसे सिस्टम भी पहले से ही अच्छी स्वायत्तता प्रदर्शित करते हैं।

लेकिन टेस्ला का लक्ष्य अद्वितीय होना है - और यही व्यावसायिक तर्क है। अगर आप कुछ बेहतर नहीं पेश करते हैं, तो बाज़ार आपको नहीं चुनेगा।