সুচিপত্র[লুকান][দেখান]
সেন্সর এবং সফ্টওয়্যারগুলি মোটরসাইকেল, অটোমোবাইল, ট্রাক এবং ড্রোন সহ বিভিন্ন যানবাহন নেভিগেট করতে, পরিচালনা করতে এবং পরিচালনা করতে স্বায়ত্তশাসিত যানগুলিতে একত্রিত হয়।
সেগুলি কীভাবে তৈরি বা ডিজাইন করা হয়েছে তার উপর নির্ভর করে, তাদের ড্রাইভার সহায়তার প্রয়োজন হতে পারে বা নাও হতে পারে।
সম্পূর্ণ স্বায়ত্তশাসিত গাড়ি মানব চালক ছাড়া নিরাপদে চলতে পারে। কিছু, পছন্দ Google এর Waymo অটোমোবাইল, এমনকি একটি স্টিয়ারিং চাকা থাকতে পারে না.
একটি আংশিক স্বায়ত্তশাসিত যান, যেমন a টেসলা, গাড়ির সম্পূর্ণ নিয়ন্ত্রণ ধরে নিতে পারে তবে সিস্টেমটি সন্দেহের মধ্যে থাকলে সহায়তা করার জন্য একজন মানব চালকের প্রয়োজন হতে পারে।
লেন নির্দেশিকা এবং ব্রেকিং সাহায্য থেকে সম্পূর্ণ স্বাধীন, স্ব-ড্রাইভিং প্রোটোটাইপ পর্যন্ত এই গাড়িগুলিতে স্ব-অটোমেশনের বিভিন্ন ডিগ্রি অন্তর্ভুক্ত রয়েছে।
চালকবিহীন অটোমোবাইলের লক্ষ্য হল ট্রাফিক, নির্গমন এবং দুর্ঘটনার হার কমানো।
এটি সম্ভব কারণ স্বায়ত্তশাসিত যানবাহনগুলি মানুষের চেয়ে ট্রাফিক নিয়ম মেনে চলতে বেশি পারদর্শী।
একটি মসৃণ ড্রাইভের জন্য, নির্দিষ্ট তথ্যের প্রয়োজন, যেমন গাড়ির অবস্থান বা আশেপাশের কোনো বস্তু, গন্তব্যে যাওয়ার সংক্ষিপ্ততম এবং নিরাপদ পথ এবং ড্রাইভিং সিস্টেম চালানোর ক্ষমতা।
কখন এবং কীভাবে প্রয়োজনীয় কাজগুলি সম্পাদন করতে হবে তা বোঝা গুরুত্বপূর্ণ।
এই নিবন্ধটি স্থল অনেক কভার করা হবে, সহ সিস্টেম আর্কিটেকচার স্বায়ত্তশাসিত গাড়ি, প্রয়োজনীয় উপাদান এবং যানবাহন অ্যাডহক নেটওয়ার্ক (VANETs) এর জন্য।
স্বায়ত্তশাসিত যানবাহনের জন্য প্রয়োজনীয় উপাদানগুলি
আজকের স্বায়ত্তশাসিত যানগুলি ক্যামেরা, জিপিএস, জড়তা পরিমাপ ইউনিট (আইএমইউ), সোনার, লেজার আলোকসজ্জা সনাক্তকরণ এবং রেঞ্জ (লিডার), রেডিও সনাক্তকরণ এবং রেঞ্জিং (রাডার), সাউন্ড নেভিগেশন, এবং রেঞ্জিং (সোনার) সহ বিভিন্ন সেন্সর নিয়োগ করে। 3D মানচিত্র।
একসাথে, এই সেন্সর এবং প্রযুক্তিগুলি স্টিয়ারিং, ত্বরণ এবং ব্রেকিং নিয়ন্ত্রণ করতে রিয়েল-টাইমে ডেটা বিশ্লেষণ করে।
রাডার সেন্সরগুলি আশেপাশের গাড়িগুলির অবস্থানের ট্র্যাক রাখতে সহায়তা করে৷ গাড়ি পার্কিংয়ের সময় অতিস্বনক সেন্সর দিয়ে সাহায্য করা হয়।
লিডার নামে পরিচিত একটি প্রযুক্তি উভয় ধরণের সেন্সর ব্যবহার করে তৈরি করা হয়েছিল। অটোমোবাইলের চারপাশের পরিবেশ থেকে আলোর স্পন্দন প্রতিফলিত করে, লিডার সেন্সর রাস্তার মার্জিন সনাক্ত করতে পারে এবং লেন চিহ্নিতকারী সনাক্ত করতে পারে।
এগুলি অন্যান্য যানবাহন, পথচারী এবং সাইকেলগুলির মতো পার্শ্ববর্তী প্রতিবন্ধকতার ড্রাইভারদের সতর্ক করে।
গাড়ির চারপাশের সমস্ত কিছুর আকার এবং দূরত্ব লিডার প্রযুক্তি ব্যবহার করে পরিমাপ করা হয়, যা একটি 3D মানচিত্রও তৈরি করে যা গাড়িটিকে তার আশেপাশের পরিবেশ দেখতে এবং যেকোনো ঝুঁকি শনাক্ত করতে দেয়।
দিনের সময় নির্বিশেষে, এটি উজ্জ্বল বা অন্ধকার হোক না কেন, এটি বিভিন্ন ধরণের পরিবেষ্টিত আলোতে তথ্য রেকর্ড করার একটি দুর্দান্ত কাজ করে।
অটোমোবাইলটি ক্যামেরা, রাডার এবং জিপিএস অ্যান্টেনা ব্যবহার করে, লিডার এবং ক্যামেরা সহ, এর চারপাশ সনাক্ত করতে এবং এর অবস্থান সনাক্ত করতে।
ক্যামেরাগুলি পথচারী, বাইকার, অটোমোবাইল এবং অন্যান্য প্রতিবন্ধকতাগুলির জন্য পরীক্ষা করে এবং ট্র্যাফিক সিগন্যাল সনাক্ত করে, রাস্তার চিহ্ন এবং চিহ্নগুলি পড়ে এবং অন্যান্য যানবাহনের ট্র্যাক রাখে৷
যাইহোক, আবছা বা ছায়াময় এলাকায় তাদের কঠিন সময় থাকতে পারে। একটি স্বায়ত্তশাসিত গাড়ি লিডার, রাডার, ক্যামেরা, জিপিএস অ্যান্টেনা এবং অতিস্বনক সেন্সরগুলির মিশ্রণ ব্যবহার করে এটির সামনের রাস্তাটি ডিজিটালভাবে মানচিত্র তৈরি করে কোথায় যাচ্ছে তা দেখতে পারে।
উচ্চ-স্তরের সিস্টেম আর্কিটেকচার
প্রয়োজনীয় সেন্সর, অ্যাকচুয়েটর, হার্ডওয়্যার এবং সফ্টওয়্যারগুলি আর্কিটেকচারে তালিকাভুক্ত করা হয়েছে, যা AVs-এ সম্পূর্ণ যোগাযোগ ব্যবস্থা বা প্রোটোকলও প্রদর্শন করে।
উপলব্ধি
এই পর্যায়ে পরিবেশের সাথে AV এর অবস্থান সনাক্ত করা এবং বিভিন্ন সেন্সর ব্যবহার করে AV এর চারপাশের পরিবেশ অনুধাবন করা রয়েছে।
AV এই ধাপে RADAR, LIDAR, ক্যামেরা, রিয়েল-টাইম কাইনেটিক (RTK) এবং অন্যান্য সেন্সর ব্যবহার করে। স্বীকৃতি মডিউলগুলি এই সেন্সরগুলি থেকে ডেটা গ্রহণ করে এবং এটি পাস করার পরে এটি প্রক্রিয়া করে।
সাধারণভাবে, AV একটি নিয়ন্ত্রণ ব্যবস্থা, LDWS, TSR, অজানা বাধা স্বীকৃতি (UOR), একটি গাড়ির অবস্থান এবং স্থানীয়করণ (VPL) মডিউল ইত্যাদি নিয়ে গঠিত।
সম্মিলিত তথ্য প্রক্রিয়াকরণের পরে সিদ্ধান্ত গ্রহণ এবং পরিকল্পনার পর্যায়ে দেওয়া হয়।
সিদ্ধান্ত ও পরিকল্পনা
উপলব্ধি প্রক্রিয়া চলাকালীন প্রাপ্ত তথ্য ব্যবহার করে AV-এর গতিবিধি এবং আচরণ এই ধাপে সিদ্ধান্ত নেওয়া হয়, পরিকল্পিত এবং নিয়ন্ত্রিত হয়।
এই পর্যায়টি, যা মস্তিষ্ক প্রতিনিধিত্ব করবে, যেখানে পথ পরিকল্পনা, কর্মের পূর্বাভাস, বাধা পরিহার ইত্যাদির মতো বিষয়গুলির উপর পছন্দ করা হয়।
রিয়েল-টাইম ম্যাপ ডেটা, ট্র্যাফিক স্পেসিফিকেশন, প্রবণতা, ব্যবহারকারীর তথ্য ইত্যাদি সহ বর্তমানে এবং ঐতিহাসিকভাবে অ্যাক্সেসযোগ্য তথ্যের উপর ভিত্তি করে পছন্দটি করা হয়েছে।
একটি ডেটা লগ মডিউল থাকতে পারে যা পরবর্তী ব্যবহারের জন্য ভুল এবং ডেটা ট্র্যাক রাখে।
নিয়ন্ত্রণ
কন্ট্রোল মডিউল সিদ্ধান্ত এবং পরিকল্পনা মডিউল থেকে তথ্য পাওয়ার পরে AV এর শারীরিক নিয়ন্ত্রণের সাথে সম্পর্কিত ক্রিয়াকলাপ/ক্রিয়া সম্পাদন করে, যেমন স্টিয়ারিং, ব্রেকিং, ত্বরণ ইত্যাদি।
বন্দুকাদির কাঠাম
শেষ ধাপে চ্যাসিসে লাগানো যান্ত্রিক অংশগুলির সাথে ইন্টারঅ্যাক্ট করা জড়িত, যেমন গিয়ার মোটর, স্টিয়ারিং হুইল মোটর, ব্রেক প্যাডেল মোটর, এবং এক্সিলারেটর এবং ব্রেকগুলির জন্য প্যাডেল মোটর।
কন্ট্রোল মডিউল এই সমস্ত উপাদানকে সংকেত দেয় এবং পরিচালনা করে।
এখন আমরা বিভিন্ন কী সেন্সর ডিজাইন, অপারেশন এবং ব্যবহার সম্পর্কে কথা বলার আগে একটি AV এর সাধারণ যোগাযোগ সম্পর্কে কথা বলব।
রাডার
AVs-এ, RADARগুলি অটোমোবাইল এবং অন্যান্য বস্তুগুলি খুঁজে পেতে এবং সনাক্ত করতে পরিবেশ স্ক্যান করতে ব্যবহৃত হয়।
রাডারগুলি প্রায়শই সামরিক এবং বেসামরিক উভয় উদ্দেশ্যেই নিযুক্ত করা হয়, যেমন বিমানবন্দর বা আবহাওয়া ব্যবস্থা, এবং তারা মিলিমিটার-ওয়েভ (মিমি-ওয়েভ) বর্ণালীতে কাজ করে।
24, 60, 77 এবং 79 GHz সহ বিভিন্ন ফ্রিকোয়েন্সি ব্যান্ডগুলি সমসাময়িক অটোমোবাইলে ব্যবহৃত হয় এবং এর পরিমাপ 5 থেকে 200 মিটার [10]।
প্রেরিত সংকেত এবং ফিরে আসা প্রতিধ্বনির মধ্যে ToF গণনা করে, AV এবং বস্তুর মধ্যে দূরত্ব নির্ধারণ করা হয়।
AVs-এ, RADAR গুলি মাইক্রো-অ্যান্টেনাগুলির একটি অ্যারে নিয়োগ করে যা রেঞ্জ রেজোলিউশন এবং একাধিক লক্ষ্য শনাক্তকরণ উন্নত করতে লোবের একটি সংগ্রহ তৈরি করে। mm-Wave RADAR তার বর্ধিত অনুপ্রবেশযোগ্যতা এবং বৃহত্তর ব্যান্ডউইথের কারণে ডপলার শিফটের বৈচিত্র্য ব্যবহার করে যেকোন দিক থেকে নিকট-পরিসরের বস্তুগুলিকে সঠিকভাবে মূল্যায়ন করতে পারে।
যেহেতু মিমি-ওয়েভ রাডারগুলির একটি দীর্ঘতর তরঙ্গদৈর্ঘ্য রয়েছে, তাই এগুলিতে অ্যান্টি-ব্লকিং এবং দূষণ-বিরোধী ক্ষমতা রয়েছে যা তাদের বৃষ্টি, তুষার, কুয়াশা এবং কম আলোতে কাজ করতে সক্ষম করে।
উপরন্তু, ডপলার শিফট মিমি-ওয়েভ রাডারের মাধ্যমে আপেক্ষিক বেগ গণনা করতে ব্যবহার করা যেতে পারে। তাদের ক্ষমতার কারণে, মিমি-ওয়েভ রাডারগুলি বিস্তৃত AV অ্যাপ্লিকেশনের জন্য উপযুক্ত, যার মধ্যে বাধা সনাক্তকরণ এবং পথচারী এবং যানবাহন সনাক্তকরণ সহ।
অতিস্বনক সেন্সর
এই সেন্সরগুলি 20-40 kHz পরিসরে কাজ করে এবং অতিস্বনক তরঙ্গ নিয়োগ করে। একটি চৌম্বক-প্রতিরোধী ঝিল্লি যা বস্তুর দূরত্ব পরিমাপ করতে ব্যবহৃত হয় এই তরঙ্গ উৎপন্ন করে।
প্রতিধ্বনিত সংকেতে নির্গত তরঙ্গের ফ্লাইটের সময় (ToF) গণনা করে, দূরত্ব নির্ধারণ করা হয়। অতিস্বনক সেন্সরগুলির সাধারণ পরিসীমা 3 মিটারের কম।
সেন্সর আউটপুট প্রতি 20 মিসে রিফ্রেশ করা হয়, যা এটিকে আইটিএস-এর কঠোর QoS প্রয়োজনীয়তাগুলি মেনে চলতে বাধা দেয়। এই সেন্সরগুলির একটি অপেক্ষাকৃত ছোট মরীচি সনাক্তকরণ পরিসীমা রয়েছে এবং নির্দেশিত।
অতএব, একটি পূর্ণ-ক্ষেত্র দৃষ্টি প্রাপ্ত করার জন্য, অসংখ্য সেন্সর প্রয়োজন। যাইহোক, অনেক সেন্সর ইন্টারঅ্যাক্ট করবে এবং এর ফলে উল্লেখযোগ্য পরিসরে ভুল হতে পারে।
LiDAR
LiDAR-এ 905 এবং 1550 nm স্পেকট্রা ব্যবহার করা হয়। যেহেতু মানুষের চোখ 905 এনএম পরিসর থেকে রেটিনার ক্ষতির জন্য সংবেদনশীল, তাই বর্তমান LiDAR রেটিনার ক্ষতি কমাতে 1550 এনএম ব্যান্ডে কাজ করে।
200 মিটার পর্যন্ত হল LiDAR-এর সর্বোচ্চ কাজের পরিসীমা। সলিড-স্টেট, 2D, এবং 3D LiDAR হল LiDAR-এর বিভিন্ন উপশ্রেণী।
একটি একক লেজার রশ্মি একটি আয়নার উপর বিচ্ছুরিত হয় যা একটি 2D LiDAR এ দ্রুত ঘোরে। পডের উপর বেশ কয়েকটি লেজার স্থাপন করে, একটি 3D LiDAR চারপাশের একটি 3D ছবি অর্জন করতে পারে।
এটা দেখানো হয়েছে যে রাস্তার ধারের LiDAR সিস্টেম ছেদ-বিচ্ছিন্ন এবং অ-ছেদহীন উভয় অঞ্চলে যানবাহন থেকে পথচারী (V2P) সংঘর্ষের সংখ্যা কমিয়ে দেয়।
এটি একটি 16-লাইন, রিয়েল-টাইম, গণনাগতভাবে কার্যকর LiDAR সিস্টেম নিযুক্ত করে।
এটি একটি গভীর অটো-এনকোডার কৃত্রিম ব্যবহার করার পরামর্শ দেওয়া হয় স্নায়বিক নেটওয়ার্ক (DA-ANN), যা 95 মিটার পরিসরে 30% নির্ভুলতা অর্জন করে।
ইন, এটি দেখানো হয়েছে কিভাবে একটি সমর্থন ভেক্টর মেশিন (SVM)-ভিত্তিক অ্যালগরিদম একটি 64-লাইন 3D LiDAR-এর সাথে মিলিত পথচারীদের স্বীকৃতি বাড়াতে পারে।
একটি মিমি-ওয়েভ রাডারের চেয়ে ভাল পরিমাপ নির্ভুলতা এবং 3D দৃষ্টি থাকা সত্ত্বেও, কুয়াশা, তুষার এবং বৃষ্টি সহ প্রতিকূল আবহাওয়ায় LiDAR কম ভাল কাজ করে।
ক্যামেরা
ডিভাইসের তরঙ্গদৈর্ঘ্যের উপর নির্ভর করে, AV-তে ক্যামেরা হয় ইনফ্রারেড- বা দৃশ্যমান-আলো-ভিত্তিক হতে পারে।
ক্যামেরায় (CMOS) চার্জ-কাপল্ড ডিভাইস (CCD) এবং পরিপূরক মেটাল-অক্সাইড-সেমিকন্ডাক্টর (CMOS) ইমেজ সেন্সর ব্যবহার করা হয়।
লেন্সের মানের উপর নির্ভর করে, ক্যামেরার সর্বোচ্চ পরিসীমা প্রায় 250 মিটার। দৃশ্যমান ক্যামেরা দ্বারা ব্যবহৃত তিনটি ব্যান্ড - লাল, সবুজ এবং নীল - মানুষের চোখের সমান তরঙ্গদৈর্ঘ্য বা 400–780 nm (RGB) দ্বারা পৃথক করা হয়।
দুটি ভিআইএস ক্যামেরা একটি নতুন চ্যানেল তৈরি করতে প্রতিষ্ঠিত ফোকাল দৈর্ঘ্যের সাথে মিলিত হয় যাতে গভীরতা (ডি) তথ্য রয়েছে, যা স্টেরিওস্কোপিক দৃষ্টি তৈরির অনুমতি দেয়।
ক্যামেরা (RGB-D) এর মাধ্যমে এই ক্ষমতার জন্য গাড়ির চারপাশের এলাকার একটি 3D ভিউ পাওয়া যেতে পারে।
780 এনএম এবং 1 মিমি তরঙ্গদৈর্ঘ্যের প্যাসিভ সেন্সরগুলি ইনফ্রারেড (IR) ক্যামেরা দ্বারা ব্যবহৃত হয়। সর্বোচ্চ আলোকসজ্জায়, AV-তে IR সেন্সরগুলি চাক্ষুষ নিয়ন্ত্রণ প্রদান করে।
এই ক্যামেরাটি অবজেক্ট রিকগনিশন, সাইড ভিউ কন্ট্রোল, অ্যাক্সিডেন্ট রেকর্ডিং এবং BSD সহ AVs কে সাহায্য করে। যাইহোক, প্রতিকূল আবহাওয়ায়, যেমন তুষার, কুয়াশা এবং পরিবর্তনশীল আলোর অবস্থা, ক্যামেরার কর্মক্ষমতা পরিবর্তন করে।
একটি ক্যামেরার প্রাথমিক সুবিধা হল এর টেক্সচার, রঙের বন্টন এবং পরিবেশের আকৃতি সঠিকভাবে সংগ্রহ এবং রেকর্ড করার ক্ষমতা।
গ্লোবাল নেভিগেশন স্যাটেলাইট সিস্টেম এবং গ্লোবাল পজিশনিং সিস্টেম, ইনর্শিয়াল মেজারমেন্ট ইউনিট
এই প্রযুক্তি AV-কে এর সুনির্দিষ্ট অবস্থান নির্ণয় করে নেভিগেট করতে সাহায্য করে। গ্রহের পৃষ্ঠের চারপাশে কক্ষপথে থাকা উপগ্রহগুলির একটি গ্রুপ GNSS দ্বারা স্থানীয়করণের জন্য ব্যবহার করা হয়।
সিস্টেমটি AV এর অবস্থান, গতি এবং সুনির্দিষ্ট সময়ের উপর ডেটা সঞ্চয় করে।
এটি প্রাপ্ত সংকেত এবং স্যাটেলাইটের নির্গমনের মধ্যে ToF বের করে কাজ করে। গ্লোবাল পজিশনিং সিস্টেম (GPS) স্থানাঙ্কগুলি প্রায়ই AV অবস্থান পেতে ব্যবহৃত হয়।
জিপিএস-এক্সট্র্যাক্ট করা স্থানাঙ্কগুলি সর্বদা সুনির্দিষ্ট হয় না, এবং তারা সাধারণত 3 মিটার গড় মান এবং 1 মিটারের একটি আদর্শ পরিবর্তনের সাথে একটি অবস্থানগত ত্রুটি যুক্ত করে।
মেট্রোপলিটান পরিস্থিতিতে, কর্মক্ষমতা আরও খারাপ হয়, 20 মিটার পর্যন্ত অবস্থানে ত্রুটি থাকে এবং কিছু গুরুতর পরিস্থিতিতে, GPS অবস্থানের ত্রুটি প্রায় 100 মিটার হয়।
উপরন্তু, AVs সঠিকভাবে গাড়ির অবস্থান নির্ধারণ করতে RTK সিস্টেম ব্যবহার করতে পারে।
এভিতে, ডেড রেকনিং (ডিআর) এবং জড় অবস্থান ব্যবহার করে গাড়ির অবস্থান এবং দিক নির্ধারণ করা যেতে পারে।
সেন্সর ফিউশন
সঠিক যানবাহন ব্যবস্থাপনা এবং নিরাপত্তার জন্য, AVs-কে অবশ্যই অবস্থান, স্থিতি এবং ওজন, স্থিতিশীলতা, বেগ ইত্যাদির মতো গাড়ির অন্যান্য বিষয় সম্পর্কে সঠিক, রিয়েল-টাইম জ্ঞান পেতে হবে।
এই তথ্য AVs দ্বারা সংগ্রহ করা আবশ্যক বিভিন্ন সেন্সর ব্যবহার করে।
বেশ কয়েকটি সেন্সর থেকে অর্জিত ডেটা একত্রিত করে, সেন্সর ফিউশন কৌশলটি সুসংগত তথ্য তৈরি করতে ব্যবহার করা হয়।
পদ্ধতিটি পরিপূরক উত্স থেকে অর্জিত অপ্রক্রিয়াজাত ডেটা সংশ্লেষণের অনুমতি দেয়।
ফলস্বরূপ, সেন্সর ফিউশন বিভিন্ন সেন্সর থেকে সংগৃহীত সমস্ত দরকারী ডেটা একত্রিত করার মাধ্যমে AV-কে তার পারিপার্শ্বিক অবস্থা সঠিকভাবে বুঝতে সক্ষম করে।
কালমান ফিল্টার এবং বায়েসিয়ান ফিল্টার সহ বিভিন্ন ধরণের অ্যালগরিদমগুলি AV-তে ফিউশন প্রক্রিয়া চালাতে ব্যবহৃত হয়।
যেহেতু এটি রাডার ট্র্যাকিং, স্যাটেলাইট নেভিগেশন সিস্টেম এবং অপটিক্যাল ওডোমেট্রি সহ বেশ কয়েকটি অ্যাপ্লিকেশনে ব্যবহৃত হয়, তাই কালম্যান ফিল্টারটিকে স্বায়ত্তশাসিতভাবে চালানোর জন্য একটি গাড়ির জন্য অত্যন্ত গুরুত্বপূর্ণ হিসাবে দেখা হয়।
যানবাহন অ্যাড-হক নেটওয়ার্ক (VANETs)
VANETs হল মোবাইল অ্যাডহক নেটওয়ার্কগুলির একটি নতুন সাবক্লাস যা স্বতঃস্ফূর্তভাবে মোবাইল ডিভাইস/যানবাহনগুলির একটি নেটওয়ার্ক তৈরি করতে পারে৷ যানবাহন থেকে যান (V2V) এবং যানবাহন থেকে অবকাঠামো (V2I) যোগাযোগ VANET-এর মাধ্যমে সম্ভব।
এই ধরনের প্রযুক্তির প্রাথমিক লক্ষ্য সড়ক নিরাপত্তা বৃদ্ধি; উদাহরণস্বরূপ, দুর্ঘটনা এবং ট্র্যাফিক জ্যামের মতো বিপজ্জনক পরিস্থিতিতে, গাড়িগুলি গুরুত্বপূর্ণ তথ্য রিলে করার জন্য একে অপরের সাথে এবং নেটওয়ার্কের সাথে যোগাযোগ করতে পারে।
নিম্নলিখিতগুলি VANET প্রযুক্তির প্রাথমিক উপাদানগুলি:
- ওবিইউ (অন-বোর্ড ইউনিট): এটি প্রতিটি গাড়িতে রাখা একটি জিপিএস-ভিত্তিক ট্র্যাকিং সিস্টেম যা তাদের একে অপরের সাথে এবং রাস্তার ধারের ইউনিট (RSU) এর সাথে যোগাযোগ করতে দেয়। ওবিইউ একটি রিসোর্স কমান্ড প্রসেসর (আরসিপি), সেন্সর ডিভাইস এবং সহ বেশ কয়েকটি ইলেকট্রনিক উপাদানের সাথে সজ্জিত। ব্যবহারকারী ইন্টারফেস, প্রয়োজনীয় তথ্য পেতে. এর প্রাথমিক উদ্দেশ্য হল একাধিক RSU এবং OBU-এর মধ্যে যোগাযোগের জন্য একটি বেতার নেটওয়ার্ক ব্যবহার করা।
- রোডসাইড ইউনিট (RSU): RSU হল নির্দিষ্ট কম্পিউটার ইউনিট যেগুলো রাস্তা, পার্কিং লট এবং জংশনের সুনির্দিষ্ট পয়েন্টে অবস্থান করে। এর প্রধান উদ্দেশ্য হল স্বায়ত্তশাসিত যানবাহনগুলিকে অবকাঠামোর সাথে সংযুক্ত করা এবং এটি যানবাহনের স্থানীয়করণে সহায়তা করে। উপরন্তু, এটি বিভিন্ন ব্যবহার করে অন্যান্য RSUs-এর সাথে একটি যানবাহন লিঙ্ক করতে ব্যবহার করা যেতে পারে নেটওয়ার্ক টপোলজিস. উপরন্তু, তারা সৌর শক্তি সহ পরিবেষ্টিত শক্তির উত্সগুলিতে চালিত হয়েছে।
- বিশ্বস্ত কর্তৃপক্ষ (TA): এটি এমন একটি সংস্থা যা VANETs প্রক্রিয়ার প্রতিটি ধাপকে নিয়ন্ত্রণ করে, নিশ্চিত করে যে শুধুমাত্র বৈধ RSU এবং যানবাহন OBUগুলি নিবন্ধন করতে এবং যোগাযোগ করতে পারে। OBU আইডি নিশ্চিত করে এবং গাড়ির প্রমাণীকরণ করে, এটি নিরাপত্তা প্রদান করে। উপরন্তু, এটি ক্ষতিকারক যোগাযোগ এবং অদ্ভুত আচরণ খুঁজে পায়।
VANETগুলি যানবাহন যোগাযোগের জন্য ব্যবহৃত হয়, যার মধ্যে V2V, V2I, এবং V2X যোগাযোগ রয়েছে।
যানবাহন 2 যানবাহন যোগাযোগ
অটোমোবাইলগুলির একে অপরের সাথে কথা বলার এবং যানজট, দুর্ঘটনা এবং গতির সীমাবদ্ধতা সম্পর্কিত গুরুত্বপূর্ণ তথ্য বিনিময় করার ক্ষমতাকে আন্তঃ যানবাহন যোগাযোগ (IVC) বলা হয়।
V2V যোগাযোগ আংশিক বা সম্পূর্ণ একটি জাল টপোলজি ব্যবহার করে বিভিন্ন নোড (যানবাহন) একসাথে যোগদান করে নেটওয়ার্ক তৈরি করতে পারে।
আন্তঃ-যান যোগাযোগের জন্য কতগুলি হপ ব্যবহার করা হয় তার উপর নির্ভর করে এগুলিকে একক-হপ (SIVC) বা মাল্টি-হপ (MIVC) সিস্টেম হিসাবে শ্রেণীবদ্ধ করা হয়।
যদিও MIVC দূরপাল্লার যোগাযোগের জন্য ব্যবহার করা যেতে পারে, যেমন ট্রাফিক মনিটরিং, SIVC স্বল্প-পরিসরের অ্যাপ্লিকেশন যেমন লেন মার্জিং, ACC ইত্যাদির জন্য ব্যবহার করা যেতে পারে।
BSD, FCWS, স্বয়ংক্রিয় জরুরী ব্রেকিং (AEB), এবং LDWS সহ অসংখ্য সুবিধা V2V যোগাযোগের মাধ্যমে দেওয়া হয়।
যানবাহন 2 অবকাঠামো যোগাযোগ
অটোমোবাইলগুলি রাস্তার ধার থেকে যানবাহন যোগাযোগ (RVC) নামে পরিচিত একটি প্রক্রিয়ার মাধ্যমে RSU-এর সাথে যোগাযোগ করতে পারে। এটি পার্কিং মিটার, ক্যামেরা, লেন মার্কার এবং ট্রাফিক সিগন্যাল সনাক্ত করতে সহায়তা করে।
গাড়ি এবং অবকাঠামোর মধ্যে অ্যাডহক, বেতার এবং দ্বিমুখী সংযোগ।
ট্রাফিক প্রশাসন এবং তত্ত্বাবধানের জন্য, পরিকাঠামোর তথ্য নিযুক্ত করা হয়। এগুলি বিভিন্ন গতির পরামিতিগুলিকে সামঞ্জস্য করতে ব্যবহার করা হয় যা গাড়িগুলিকে জ্বালানী অর্থনীতি সর্বাধিক করতে এবং ট্র্যাফিক প্রবাহ পরিচালনা করতে দেয়।
RVC সিস্টেমকে Sparse RVC (SRVC) এবং সর্বজনীন RVC-এ বিভক্ত করা যেতে পারে অবকাঠামোর (URVC) উপর নির্ভর করে।
SRVC সিস্টেম শুধুমাত্র হটস্পটে যোগাযোগ পরিষেবা প্রদান করে, যেমন খোলা পার্কিং স্পেস বা পেট্রোল স্টেশনগুলি সনাক্ত করা, যেখানে URVC সিস্টেম পুরো রুট জুড়ে কভারেজ দেয়, এমনকি উচ্চ গতিতেও।
নেটওয়ার্ক কভারেজের গ্যারান্টি দেওয়ার জন্য, URVC সিস্টেমে একটি বড় বিনিয়োগ প্রয়োজন।
যানবাহন 2 সবকিছু যোগাযোগ
গাড়িটি V2X এর মাধ্যমে পথচারী, রাস্তার পাশের বস্তু, ডিভাইস এবং গ্রিড (V2P, V2R, এবং V2D) (V2G) সহ অন্যান্য সংস্থার সাথে সংযোগ করতে পারে।
এই ধরনের যোগাযোগ ব্যবহার করে, চালকরা ঝুঁকিপূর্ণ পথচারী, সাইকেল আরোহী এবং মোটরসাইকেল আরোহীদের আঘাত এড়াতে পারেন।
পথচারী সংঘর্ষ সতর্কীকরণ (PCW) সিস্টেম V2X যোগাযোগের কারণে একটি বিপর্যয়কর সংঘর্ষ হওয়ার আগে রাস্তার পাশের যাত্রীর চালককে সতর্ক করতে পারে।
পথচারীদের গুরুত্বপূর্ণ বার্তা পাঠানোর জন্য, PCW স্মার্টফোনের ব্লুটুথ বা নিয়ার ফিল্ড কমিউনিকেশন (NFC) এর সুবিধা নিতে পারে।
উপসংহার
স্বায়ত্তশাসিত গাড়ি তৈরিতে ব্যবহৃত অনেক প্রযুক্তি তারা কীভাবে কাজ করে তার উপর একটি বড় প্রভাব ফেলতে পারে।
এটির সবচেয়ে মৌলিকভাবে, গাড়িটি তার চারপাশের একটি মানচিত্র তৈরি করে সেন্সরগুলির একটি অ্যারে ব্যবহার করে যা এটির চারপাশের রুট এবং এর পথে অন্যান্য যানবাহন সম্পর্কে তথ্য প্রদান করে।
এই ডেটা তারপরে একটি জটিল মেশিন-লার্নিং সিস্টেম দ্বারা বিশ্লেষণ করা হয়, যা গাড়ি চালানোর জন্য একটি সেট তৈরি করে। এই আচরণগুলি নিয়মিতভাবে পরিবর্তিত এবং আপডেট করা হয় কারণ সিস্টেমটি গাড়ির আশেপাশের সম্পর্কে আরও শিখেছে।
স্বায়ত্তশাসিত যানবাহন সিস্টেম আর্কিটেকচারের একটি ওভারভিউ দিয়ে আপনাকে উপস্থাপন করার জন্য আমার সর্বোত্তম প্রচেষ্টা সত্ত্বেও, পর্দার পিছনে আরও অনেক কিছু চলছে।
আমি সত্যিই আশা করি আপনি এই জ্ঞানটি মূল্যবান খুঁজে পাবেন এবং এটি ব্যবহার করবেন।
নির্দেশিকা সমন্ধে মতামত দিন