एआई मॉडल और प्लेटफ़ॉर्म
स्वायत्त वाहनों में यातायात स्थितियों में सुरक्षा बढ़ाने के लिए नई सॉफ्टवेयर
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
म्यूनिख टेक्निकल यूनिवर्सिटी (टीयूएम) ने सड़क यातायात के साथ स्वायत्त वाहनों की सुरक्षा में सुधार करने के लिए नई सॉफ्टवेयर विकसित की है। यह सॉफ्टवेयर यातायात स्थिति के बारे में भविष्यवाणी करने में सक्षम है और यह बहुत तेजी से काम करता है, प्रति मिलीसेकंड भविष्यवाणी करता है।
यह सॉफ्टवेयर तब उपयोगी होगा जब स्वायत्त वाहन एक ही समय में दूसरे वाहन और पैदल यात्रियों का सामना करता है। यह परिदृश्य अप्रत्याशित लगता है, और अनुभवी मानव चालकों को विभिन्न कारकों पर ध्यान देना होगा।
इस शोध को नेचर मैशीन इंटेलिजेंस में प्रकाशित किया गया था, जिसका शीर्षक है “स्वायत्त वाहनों को दुर्घटना का कारण बनने से रोकने के लिए ऑनलाइन सत्यापन का उपयोग।”
सुरक्षित सॉफ्टवेयर सुनिश्चित करना
मैथियास अल्थॉफ टीयूएम में साइबर-फिजिकल सिस्टम के प्रोफेसर हैं।
“इन प्रकार की स्थितियां कंप्यूटर प्रोग्राम द्वारा नियंत्रित स्वायत्त वाहनों के लिए एक बड़ी चुनौती पेश करती हैं,” अल्थॉफ कहते हैं। “लेकिन स्वायत्त ड्राइविंग तभी सार्वजनिक स्वीकृति प्राप्त करेगा जब आप यह सुनिश्चित कर सकते हैं कि वाहन अन्य सड़क उपयोगकर्ताओं को खतरे में नहीं डालेंगे – चाहे यातायात स्थिति कितनी भी जटिल क्यों न हो।”
स्वायत्त वाहन सॉफ्टवेयर के विकास के आसपास मुख्य चुनौतियों में से एक यह सुनिश्चित करना है कि यह दुर्घटना का कारण नहीं बनेगा।
टीयूएम में म्यूनिख स्कूल ऑफ रोबोटिक्स एंड मशीन इंटेलिजेंस में अल्थॉफ की टीम द्वारा विकसित यह सॉफ्टवेयर सड़क पर यातायात की घटनाओं का विश्लेषण और भविष्यवाणी करने में सक्षम है। यह वाहन सेंसर डेटा को प्रति मिलीसेकंड रिकॉर्ड और मूल्यांकन करके काम करता है, और सॉफ्टवेयर प्रत्येक यातायात भागीदार के लिए सभी संभावित आंदोलनों के लिए भविष्यवाणी और गणना करने में सक्षम है। यह सड़क यातायात नियमों का पालन करने वाले भागीदारों पर निर्भर करता है, और इसके परिणामस्वरूप प्रणाली तीन से छह सेकंड तक भविष्य में भविष्यवाणी करने में सक्षम है।
एक बार जब यह उन भविष्य के सेकंड का निर्धारण करता है, तो सिस्टम स्वायत्त वाहन के लिए संभावित आंदोलनों का निर्णय लेता है, साथ ही साथ खतरनाक स्थिति की स्थिति में आपातकालीन आंदोलनों की गणना करता है। इस सॉफ्टवेयर के आपातकालीन पहलू के कारण, यह आम बात है कि प्रणाली केवल उन मार्गों का पालन करती है जिनमें आपातकालीन मैन्यूवर विकल्प की आवश्यकता वाले कोई भी दुर्घटना का पूर्वानुमान नहीं है।
एक बार गैर-व्यावहारिक के रूप में देखा जाता था
इस प्रणाली को विकसित करने में इतना समय लगा क्योंकि यह पारंपरिक रूप से समय लेने वाला और अन्य समाधानों की तुलना में कम व्यावहारिक माना जाता था। हालांकि, शोधकर्ताओं की टीम ने अब इसकी प्रभावशीलता और इसको लागू करने के तरीके को साबित कर दिया है।
गणना के लिए सरल गतिशील मॉडल पर भरोसा किया जाता है, जबकि पहुंच विश्लेषण भविष्य की यातायात आंदोलनों की गणना में मदद करता है। चूंकि यह सभी सड़क उपयोगकर्ताओं और उनके गुणों को एक ही समय में गणना करने में इतना समय लगता है, इसलिए टीम ने प्रक्रिया को तेज करने के लिए सरल मॉडल पर ध्यान केंद्रित किया। ये मॉडल गणितीय रूप से व्यवहार्य हैं और वास्तविक लोगों की तुलना में अधिक गति की सीमा है, और वे एक बड़ी संख्या में संभावित संयोजनों की खोज करने की अनुमति देते हैं।
टीम ने तब एक आभासी मॉडल विकसित किया जो वास्तविक यातायात डेटा पर आधारित था, जिसे स्वायत्त वाहन के साथ परीक्षण ड्राइव के दौरान एकत्र किया गया था, जिसने प्रणाली को परीक्षण करने के लिए एक वास्तविक जीवन यातायात वातावरण प्रदान किया।
“सिमुलेशन का उपयोग करके, हम यह स्थापित करने में सक्षम थे कि सुरक्षा मॉड्यूल ड्राइविंग व्यवहार में प्रदर्शन के नुकसान का कारण नहीं बनता है, भविष्यसूचक गणनाएं सही हैं, दुर्घटनाएं रोकी जाती हैं, और आपातकालीन स्थितियों में वाहन को स्पष्ट रूप से एक सुरक्षित रुकावट में लाया जाता है,” अल्थॉफ कहते हैं।
नया सॉफ्टवेयर स्वायत्त वाहनों के क्षेत्र में हो रही प्रगति का最新 उदाहरण है, और यह उन समाधानों की संभावित प्रभावशीलता का और प्रमाण है जिन्हें एक बार गैर-व्यावहारिक माना जाता था।
