स्वायत्त वाहन के लिए सेंसर का चयन: सेंसर, रणनीतियों और व्यापार-ऑफ की लड़ाई

2030 तक, स्वायत्त वाहन बाजार 2.2 ट्रिलियन डॉलर से अधिक होने की उम्मीद है, जिसमें लाखों कारें सड़कों पर एआई और उन्नत सेंसर प्रणालियों का उपयोग करके नेविगेट करेंगी। फिर भी, इस तेजी से विकास के बावजूद, एक मूलभूत विवाद अभी भी हल नहीं हुआ है: स्वायत्त ड्राइविंग के लिए कौन से सेंसर सबसे अच्छे हैं — लिडार, कैमरे, रडार, या कुछ पूरी तरह से नया?

यह प्रश्न अकादमिक नहीं है। सेंसर का चयन सुरक्षा, प्रदर्शन, लागत और ऊर्जा दक्षता जैसे सभी पहलुओं को प्रभावित करता है। कुछ कंपनियां, जैसे कि वेमो, रेडंडेंसी और विविधता पर दांव लगाती हैं, अपने वाहनों को लिडार, कैमरे और रडार के पूरे सूट से लैस करती हैं। दूसरी, जैसे कि टेस्ला, एक अधिक मिनिमलिस्ट और लागत-प्रभावी दृष्टिकोण का पालन करती है, जो कैमरे और सॉफ्टवेयर नवाचार पर भारी रूप से निर्भर करती है।

आइए इन विभिन्न रणनीतियों का अन्वेषण करें, तकनीकी विरोधाभासों का सामना करें और व्यावसायिक तर्क जो उनके निर्णयों को निर्देशित करता है।

स्मार्टर मशीनों के लिए स्मार्टर ऊर्जा समाधान की मांग

यह वास्तव में एक महत्वपूर्ण मुद्दा है। मैंने 2013 में एक ड्रोन से संबंधित स्टार्टअप लॉन्च किया था, जिसमें हम मानव आंदोलन को ट्रैक करने में सक्षम ड्रोन बनाने का प्रयास कर रहे थे। उस समय, यह विचार आगे था, लेकिन जल्द ही यह स्पष्ट हो गया कि एक तकनीकी विरोधाभास था।

एक ड्रोन को एक वस्तु को ट्रैक करने के लिए, उसे सेंसर डेटा का विश्लेषण करना होगा, जिसके लिए गणना शक्ति की आवश्यकता होती है — एक ऑनबोर्ड कंप्यूटर। हालांकि, जितना अधिक शक्तिशाली कंप्यूटर होना चाहिए, उतना ही अधिक ऊर्जा की खपत होती है। परिणामस्वरूप, अधिक क्षमता वाली बैटरी की आवश्यकता होती है। हालांकि, एक बड़ी बैटरी ड्रोन के वजन को बढ़ाती है, और अधिक वजन अधिक ऊर्जा की मांग करता है। एक दुष्चक्र उत्पन्न होता है: बढ़ती शक्ति की मांग ऊर्जा की खपत, वजन और अंततः लागत में वृद्धि की ओर ले जाती है।

यही समस्या स्वायत्त वाहनों पर भी लागू होती है। एक ओर, आप वाहन को सभी संभावित सेंसरों से लैस करना चाहते हैं ताकि जितना संभव हो उतना डेटा एकत्र किया जा सके, इसे सिंक्रोनाइज़ किया जा सके और सबसे सटीक निर्णय लिए जा सकें। दूसरी ओर, इससे प्रणाली की लागत और ऊर्जा की खपत में काफी वृद्धि होती है। सेंसरों की लागत के साथ-साथ उनके डेटा को संसाधित करने के लिए आवश्यक ऊर्जा पर भी विचार करना महत्वपूर्ण है।

डेटा की मात्रा बढ़ रही है, और गणना भार बढ़ रहा है। समय के साथ, कंप्यूटिंग सिस्टम अधिक कॉम्पैक्ट और ऊर्जा-कुशल हो गए हैं, और सॉफ्टवेयर अधिक अनुकूलित हो गया है। 1980 के दशक में, 10×10 पिक्सेल छवि को संसाधित करने में घंटों लग सकते थे; आज, सिस्टम वास्तविक समय में 4K वीडियो का विश्लेषण करते हैं और डिवाइस पर अतिरिक्त गणना करते हैं बिना अत्यधिक ऊर्जा की खपत के। हालांकि, प्रदर्शन संघर्ष अभी भी बना हुआ है, और एवी कंपनियां न केवल सेंसरों में सुधार कर रही हैं बल्कि गणना हार्डवेयर और अनुकूलन एल्गोरिदम में भी सुधार कर रही हैं।

प्रोसेसिंग या धारणा?

प्रदर्शन संबंधी मुद्दे जहां प्रणाली को यह तय करना होता है कि कौन सा डेटा छोड़ना है, मुख्य रूप से लिडार, कैमरा या रडार सेंसरों के साथ समस्याओं के कारण नहीं हैं, बल्कि गणना सीमाओं के कारण हैं। ये सेंसर वाहन की आंखें और कान के रूप में कार्य करते हैं, जो निरंतर पर्यावरण डेटा को कैप्चर करते हैं। हालांकि, यदि ऑनबोर्ड कंप्यूटिंग “मस्तिष्क” वास्तविक समय में इस सभी जानकारी को संसाधित करने की प्रसंस्करण शक्ति का अभाव है, तो यह अभिभूत हो जाता है। परिणामस्वरूप, प्रणाली को कुछ डेटा स्ट्रीम को अन्य लोगों की तुलना में प्राथमिकता देनी होगी, संभावित रूप से विशिष्ट स्थितियों में कुछ वस्तुओं या दृश्यों को अनदेखा करना होगा ताकि उच्च-प्राथमिकता वाले कार्यों पर ध्यान केंद्रित किया जा सके।

यह गणना बोतलनेक का अर्थ है कि भले ही सेंसर सही ढंग से काम कर रहे हों और अक्सर उनमें विश्वसनीयता सुनिश्चित करने के लिए रेडंडेंसी होती है, वाहन अभी भी सभी डेटा को प्रभावी ढंग से संसाधित करने में संघर्ष कर सकता है। सेंसरों को दोष देना इस संदर्भ में उचित नहीं है क्योंकि समस्या डेटा प्रोसेसिंग क्षमता में है। गणना हार्डवेयर में सुधार और एल्गोरिदम को अनुकूलित करना इन चुनौतियों को कम करने के लिए आवश्यक कदम हैं। प्रणाली की बड़ी डेटा मात्रा को संभालने की क्षमता में सुधार करके, स्वायत्त वाहन महत्वपूर्ण जानकारी को याद करने की संभावना को कम कर सकते हैं, जिससे सुरक्षित और अधिक विश्वसनीय संचालन हो सकता है।

लिडार, कैमरा और रडार प्रणाली: पेशेवरों और विपक्ष

यह कहना असंभव है कि एक प्रकार का सेंसर दूसरे से बेहतर है — प्रत्येक अपने उद्देश्य की पूर्ति करता है। समस्याओं का समाधान विशिष्ट कार्य के लिए उपयुक्त सेंसर का चयन करने से होता है।

लिडार, जबकि सटीक 3D मैपिंग प्रदान करता है, महंगा है और खराब मौसम की स्थिति जैसे बारिश और कोहरे में संघर्ष करता है, जो इसके लेजर सिग्नल को बिखेर सकते हैं। यह अपने घने डेटा को संसाधित करने के लिए महत्वपूर्ण गणना संसाधनों की भी मांग करता है।

कैमरे, हालांकि लागत-प्रभावी हैं, प्रकाश स्थितियों पर बहुत अधिक निर्भर हैं, कम रोशनी, चमक या तेजी से प्रकाश परिवर्तन में खराब प्रदर्शन करते हैं। वे अंतर्निहित गहराई की धारणा का भी अभाव है और लेंस पर गंदगी, बारिश या बर्फ जैसी बाधाओं से जूझते हैं।

रडार विभिन्न मौसम की स्थितियों में वस्तुओं का पता लगाने में विश्वसनीय है, लेकिन इसका कम रिज़ॉल्यूशन इसे छोटे या घनी वस्तुओं के बीच अंतर करना मुश्किल बना देता है। यह अक्सर झूठे सकारात्मक परिणाम उत्पन्न करता है, जो अनावश्यक वस्तुओं का पता लगा सकता है और अनावश्यक प्रतिक्रियाओं को ट्रिगर कर सकता है। इसके अलावा, रडार संदर्भ को समझने या वस्तुओं की दृश्य पहचान में मदद नहीं कर सकता है, जैसा कि कैमरों के साथ होता है।

लिडार, रडार और कैमरे के डेटा को मिलाकर — सेंसर फ्यूजन — इन प्रणालियों को अपने पर्यावरण की अधिक समग्र और सटीक समझ प्राप्त करने में मदद मिलती है, जो बदले में सुरक्षा और वास्तविक समय निर्णय लेने में सुधार करती है। Keymakr के साथ प्रमुख एडीएएस डेवलपर्स के सहयोग से यह देखा गया है कि यह दृष्टिकोण प्रणाली की विश्वसनीयता के लिए कितना महत्वपूर्ण है। हमने विविध, उच्च गुणवत्ता वाले डेटासेट पर काम किया है ताकि मॉडल प्रशिक्षण और परिष्करण का समर्थन किया जा सके।

वेमो वीएस टेस्ला: दो स्वायत्त दृष्टिकोण की कहानी

स्वायत्त वाहनों में, टेस्ला और वेमो की तुलना करने वाली कुछ तुलनाएं हैं जो इतनी बहस पैदा करती हैं। दोनों ही गतिशीलता के भविष्य का नेतृत्व कर रहे हैं — लेकिन बिल्कुल अलग दर्शन के साथ। तो، वेमो कार क्यों एक सेंसर-पैक्ड अंतरिक्ष यान जैसा दिखता है, जबकि टेस्ला लगभग बाहरी सेंसरों से मुक्त दिखता है?

आइए वेमो वाहन पर एक नज़र डालें। यह एक जैगुआर है जिसे स्वायत्त ड्राइविंग के लिए बदल दिया गया है। इसकी छत पर दर्जनों सेंसर हैं: लिडार, कैमरे, स्पिनिंग लेजर सिस्टम (जिन्हें “स्पिनर” कहा जाता है) और रडार। वास्तव में उनमें से बहुत सारे हैं: दर्पण में कैमरे, बंपर पर सेंसर, लंबी दूरी के दृश्य प्रणाली — सभी को सिंक्रोनाइज़ किया जाता है।

यदि ऐसा वाहन दुर्घटना में शामिल हो जाता है, तो इंजीनियरिंग टीम गुम हुए डेटा को इकट्ठा करने के लिए नए सेंसर जोड़ती है। उनका दृष्टिकोण उपलब्ध प्रौद्योगिकियों का अधिकतम उपयोग करना है।

तो टेस्ला ऐसा क्यों नहीं करता? मुख्य कारणों में से एक यह है कि टेस्ला ने अभी तक अपने रोबोटैक्सी को बाजार में नहीं उतारा है। इसके अलावा, उनका दृष्टिकोण लागत को कम करने और नवाचार पर केंद्रित है। टेस्ला का मानना है कि लिडार का उपयोग करना व्यावहारिक नहीं है क्योंकि इसकी लागत बहुत अधिक है: एक आरजीबी कैमरे का निर्माण लागत लगभग $3 है, जबकि एक लिडार की लागत $400 या अधिक हो सकती है। इसके अलावा, लिडार में यांत्रिक भाग होते हैं — घूमने वाले दर्पण और मोटर — जो उन्हें विफलता और प्रतिस्थापन के लिए अधिक प्रवण बनाते हैं।

कैमरे, दूसरी ओर, स्थिर हैं। उनमें कोई चलती हुई भाग नहीं है, वे अधिक विश्वसनीय हैं और दशकों तक काम कर सकते हैं जब तक कि केस खराब नहीं हो जाता या लेंस धुंधला नहीं हो जाता। इसके अलावा, कैमरे कार के डिजाइन में एकीकरण करने में आसान होते हैं: उन्हें बॉडी में छुपाया जा सकता है, लगभग अदृश्य बनाया जा सकता है।

उत्पादन दृष्टिकोण भी काफी भिन्न है। वेमो एक मौजूदा प्लेटफ़ॉर्म का उपयोग करता है — एक उत्पादन जैगुआर — जिस पर सेंसर माउंट किए जाते हैं। उनके पास कोई विकल्प नहीं है। टेस्ला, दूसरी ओर, शून्य से वाहनों का निर्माण करता है और सेंसर एकीकरण की योजना बना सकता है शुरू से ही। औपचारिक रूप से, वे विशिष्टताओं में सूचीबद्ध होंगे, लेकिन दृश्य रूप से वे लगभग अदृश्य होंगे।

वर्तमान में, टेस्ला कार के चारों ओर आठ कैमरे का उपयोग करता है — आगे, पीछे, साइड मिरर और दरवाजों में। क्या वे अतिरिक्त सेंसर का उपयोग करेंगे? मुझे लगता है कि ऐसा होगा।

एक टेस्ला ड्राइवर के रूप में मेरे अनुभव के आधार पर, जिसने वेमो वाहनों में भी सवारी की है, मुझे लगता है कि लिडार को शामिल करना टेस्ला की फुल सेल्फ-ड्राइविंग प्रणाली में सुधार करेगा। मुझे लगता है कि टेस्ला की एफएसडी वर्तमान में सटीकता की कमी महसूस करती है जब यह चुनौतीपूर्ण परिस्थितियों जैसे कि महत्वपूर्ण सूरज की किरणें, हवा में धूल या कोहरे में ड्राइविंग की बात आती है। लिडार प्रौद्योगिकी जोड़ने से इसकी क्षमता में सुधार हो सकता है कठिन परिस्थितियों में नेविगेट करने की, जिससे प्रणाली अधिक सुरक्षित और विश्वसनीय हो सकती है।

लेकिन व्यावसायिक दृष्टिकोण से, जब एक कंपनी अपनी तकनीक विकसित करती है, तो वह एक प्रतिस्पर्धी लाभ की तलाश में होती है — एक तकनीकी बढ़त। यदि यह एक ऐसा समाधान बना सकता है जो नाटकीय रूप से अधिक कुशल और सस्ता है, तो यह बाजार के वर्चस्व का मार्ग प्रशस्त करता है।

टेस्ला इस तर्क का पालन करता है। मुस्क नहीं चाहता कि अन्य कंपनियों जैसे कि वोक्सवैगन या बaidu के रास्ते पर चले, जिन्होंने भी महत्वपूर्ण प्रगति की है। यहां तक कि पुरानी कारों में स्थापित सिस्टम जैसे मोबाइल और iSight पहले से ही डीसेंट स्वायत्तता का प्रदर्शन करते हैं।

लेकिन टेस्ला का लक्ष्य अद्वितीय होना है — और यह व्यावसायिक तर्क है। यदि आप कुछ ऐसा प्रदान नहीं करते हैं जो नाटकीय रूप से बेहतर हो, तो बाजार आपका चयन नहीं करेगा।