अंतरराष्ट्रीय टीम ने स्वायत्त वाहन प्रौद्योगिकी में बड़ा कदम उठाया

स्वायत्त वाहन परिवहन को क्रांतिकारी बनाने वाले हैं – हालांकि, उनके सफल कार्यान्वयन के लिए बाहरी खतरों को सटीक रूप से पहचानने और प्रतिक्रिया करने की क्षमता पर निर्भर करता है। सिग्नल प्रोसेसिंग और इमेज विश्लेषण एल्गोरिदम से लेकर आईओटी इंफ्रास्ट्रक्चर के साथ एकीकृत गहरी शिक्षा बुद्धिमत्ता प्रणाली तक, स्वायत्त कारों को विभिन्न इलाकों पर सुरक्षित संचालन प्रदान करने के लिए कई प्रौद्योगिकियों का उपयोग किया जाना चाहिए। यात्री सुरक्षा को खतरे में नहीं डाला जा सकता है क्योंकि ये अत्याधुनिक ऑटोमोबाइल अधिक व्यापक हो रहे हैं, मजबूत तरीकों की आवश्यकता है जो संभावित खतरों का जल्दी और विश्वसनीय रूप से पता लगा सकें।

स्व-ड्राइविंग वाहन लिडार, रडार और आरजीबी कैमरा जैसे उच्च तकनीक वाले सेंसर पर निर्भर करते हैं ताकि पैदल यात्रियों, अन्य ड्राइवरों और संभावित खतरों की पहचान करने के लिए बड़ी मात्रा में जानकारी पैदा की जा सके। इन स्वचालित कारों में उन्नत कंप्यूटिंग क्षमताओं और इंटरनेट ऑफ थिंग्स (आईओटी) के एकीकरण से यह संभव हो जाता है कि यह डेटा साइट पर तेजी से संसाधित किया जा सके ताकि विभिन्न क्षेत्रों और वस्तुओं को अधिक कुशलता से नेविगेट किया जा सके। अंततः, यह स्वायत्त वाहन को मानव ड्राइवरों की तुलना में बहुत अधिक सटीकता के साथ त्वरित निर्णय लेने की अनुमति देता है।

स्वायत्त ड्राइविंग तकनीक में बड़ा कदम

इंचॉन नेशनल यूनिवर्सिटी, कोरिया के प्रोफेसर ग्वांगगिल जيون और उनकी अंतरराष्ट्रीय टीम द्वारा किए गए ग्राउंडब्रेकिंग शोध ने स्वायत्त ड्राइविंग तकनीक में एक बड़ा कदम उठाया है। उन्होंने जो अभिनव स्मार्ट आईओटी-सक्षम एंड-टू-एंड सिस्टम विकसित किया है, वह गहरी शिक्षा का उपयोग करके वास्तविक समय में 3डी वस्तु का पता लगाने की अनुमति देता है, जो पहले से कहीं अधिक विश्वसनीय और कुशल है। यह अधिक संख्या में वस्तुओं का अधिक सटीक रूप से पता लगा सकता है, यहां तक कि चुनौतीपूर्ण वातावरण जैसे कम रोशनी या असामान्य मौसम की स्थिति में भी – जो अन्य प्रणाली नहीं कर सकती हैं। ये क्षमताएं विभिन्न यातायात परिदृश्यों के आसपास सुरक्षित नेविगेशन की अनुमति देती हैं, स्वायत्त ड्राइविंग प्रणाली के लिए बार उठाती हैं और दुनिया भर में सड़क सुरक्षा में सुधार करती हैं।

इस शोध को पत्रिका में प्रकाशित किया गया थाआईईईई ट्रांजैक्शन्स ऑफ इंटेलिजेंट ट्रांसपोर्ट सिस्टम।

“स्वायत्त वाहनों के लिए, पर्यावरण की धारणा एक मूलभूत प्रश्न का उत्तर देने के लिए महत्वपूर्ण है, ‘मेरे आसपास क्या है?’ यह आवश्यक है कि एक स्वायत्त वाहन अपने आसपास की स्थितियों और वातावरण को प्रभावी ढंग से और सटीक रूप से समझ सके ताकि यह एक प्रतिक्रिया कार्रवाई कर सके,” प्रोफेसर जيون समझाते हैं। “हमने एक पहचान मॉडल को योलोव 3 पर आधारित बनाया, जो एक प्रसिद्ध पहचान एल्गोरिदम है। मॉडल को पहले 2डी वस्तु का पता लगाने के लिए उपयोग किया गया था और फिर 3डी वस्तुओं के लिए संशोधित किया गया था,” वे जारी रखते हैं।

योलोव 3 पर मॉडल का आधार

टीम ने एकत्रित आरजीबी छवियों और पॉइंट क्लाउड डेटा को योलोव 3 में खिलाया, जिसने तब वर्गीकरण लेबल और बाउंडिंग बॉक्स के साथ-साथ आत्मविश्वास स्कोर का आउटपुट दिया। इसका प्रदर्शन लिफ्ट डेटासेट के साथ परीक्षण किया गया था, और प्रारंभिक परिणामों ने दिखाया कि योलोव 3 ने 2डी और 3डी दोनों वस्तुओं के लिए पता लगाने की एक अत्यधिक उच्च सटीकता (>96%) प्राप्त की थी। मॉडल ने विभिन्न राज्य-ऑफ-द-आर्ट पता लगाने वाले मॉडल को पीछे छोड़ दिया।

इस नए विकसित तरीके का उपयोग स्वायत्त वाहनों, स्वायत्त पार्किंग, स्वायत्त डिलीवरी और भविष्य के स्वायत्त रोबोटों में किया जा सकता है। इसका उपयोग वस्तु और बाधा का पता लगाने, ट्रैकिंग और दृश्य स्थानीयकरण की आवश्यकता वाले अनुप्रयोगों में भी किया जा सकता है।

“वर्तमान में, स्वायत्त ड्राइविंग लिडार-आधारित इमेज प्रोसेसिंग के माध्यम से किया जा रहा है, लेकिन यह भविष्यवाणी की जा रही है कि एक सामान्य कैमरा भविष्य में लिडार की भूमिका को बदल देगा। जैसे कि स्वायत्त वाहनों में उपयोग की जाने वाली प्रौद्योगिकी हर पल बदल रही है, और हम इसके अग्रणी हैं,” प्रोफेसर जॉन कहते हैं। “मूलभूत प्रौद्योगिकियों के विकास के आधार पर, सुरक्षा में सुधार के साथ स्वायत्त वाहन अगले 5-10 वर्षों में उपलब्ध होने चाहिए।”