පටුන[සඟවන්න][පෙන්වන්න]
යතුරුපැදි, මෝටර් රථ, ට්රක් රථ සහ ඩ්රෝන ඇතුළු විවිධ වාහනවල සැරිසැරීමට, මෙහෙයවීමට සහ ක්රියාත්මක කිරීමට ස්වයංක්රීය වාහනවල සංවේදක සහ මෘදුකාංග ඒකාබද්ධ වේ.
ඒවා සංවර්ධනය කරන ලද හෝ නිර්මාණය කරන ලද ආකාරය අනුව, ඒවාට රියදුරු සහාය අවශ්ය හෝ නොවිය හැකිය.
සම්පූර්ණයෙන්ම ස්වයංක්රීය මෝටර් රථවලට මිනිස් රියදුරන් නොමැතිව ආරක්ෂිතව ක්රියා කළ හැකිය. සමහර, වගේ ගූගල් වේමෝ මෝටර් රථයට, සුක්කානම් රෝදයක් පවා තිබිය නොහැකි විය.
a වැනි අර්ධ වශයෙන් ස්වයංක්රීය වාහනයක් ටෙස්ලා, වාහනයේ සම්පූර්ණ පාලනය උපකල්පනය කළ හැකි නමුත් පද්ධතිය සැක සහිත නම් සහය වීමට මිනිස් රියදුරෙකු අවශ්ය විය හැක.
මෙම මෝටර් රථවල විවිධ මට්ටම් ස්වයං-ස්වයංක්රීයකරණය ඇතුළත් වේ, මංතීරු මග පෙන්වීමේ සහ තිරිංග ආධාරයෙන් සම්පූර්ණයෙන්ම ස්වාධීන, ස්වයං-රිය පැදවීමේ මූලාකෘති දක්වා.
රියදුරන් රහිත මෝටර් රථවල ඉලක්කය වන්නේ ගමනාගමනය, විමෝචනය සහ අනතුරු අනුපාත අඩු කිරීමයි.
මෙය කළ හැක්කේ මිනිසුන්ට වඩා ස්වයංක්රීය වාහන මාර්ග නීති රීති පිළිපැදීමට දක්ෂ බැවිනි.
සුමට ධාවනයක් සඳහා, මෝටර් රථයේ පිහිටීම හෝ අසල ඇති වස්තූන්, ගමනාන්තයට කෙටිම සහ ආරක්ෂිතම මාර්ගය සහ රියදුරු පද්ධතිය ක්රියාත්මක කිරීමේ හැකියාව වැනි නිශ්චිත තොරතුරු අවශ්ය වේ.
අවශ්ය කාර්යයන් ඉටු කරන්නේ කවදාද සහ කෙසේද යන්න තේරුම් ගැනීම ඉතා වැදගත් වේ.
මෙම ලිපිය ඇතුළු බොහෝ කරුණු ආවරණය කරනු ඇත පද්ධති ගෘහ නිර්මාණ ශිල්පය ස්වයංක්රීය මෝටර් රථ, අවශ්ය සංරචක සහ වාහන තාවකාලික ජාල (VANETs) සඳහා.
ස්වයංක්රීය වාහනය සඳහා අවශ්ය අංගෝපාංග
වර්තමාන ස්වයංක්රීය වාහන කැමරා, GPS, අවස්ථිති මිනුම් ඒකක (IMUs), සෝනාර්, ලේසර් ආලෝකකරණය හඳුනාගැනීම සහ පරාසය (lidar), රේඩියෝ හඳුනාගැනීම සහ පරාසය (රේඩාර්), ශබ්ද සංචලනය සහ පරාසය (සෝනාර්) ඇතුළු විවිධ සංවේදක භාවිතා කරයි. 3D සිතියම්.
මෙම සංවේදක සහ තාක්ෂණයන් එක්ව සුක්කානම, ත්වරණය සහ තිරිංග පාලනය කිරීම සඳහා තත්ය කාලීන දත්ත විශ්ලේෂණය කරයි.
රේඩාර් සංවේදක අවට මෝටර් රථ තිබෙන ස්ථානය නිරීක්ෂණය කිරීමට උපකාරී වේ. වාහන නැවැත්වීමේදී අතිධ්වනික සංවේදක මගින් වාහනවලට උපකාර කරනු ලැබේ.
සංවේදක වර්ග දෙකම භාවිතා කර lidar නමින් තාක්ෂණයක් නිර්මාණය කරන ලදී. මෝටර් රථය අවට පරිසරයෙන් ආලෝක ස්පන්දන පරාවර්තනය කිරීමෙන්, ලයිඩර් සංවේදකවලට මාර්ගවල මායිම් හඳුනා ගැනීමට සහ මංතීරු සලකුණු හඳුනා ගැනීමට හැකිය.
වෙනත් වාහන, පදිකයින් සහ බයිසිකල් වැනි යාබද බාධක ගැන රියදුරන්ට අනතුරු අඟවයි.
මෝටර් රථය වටා ඇති සෑම දෙයකම ප්රමාණය සහ දුර මනිනු ලබන්නේ lidar තාක්ෂණය භාවිතයෙන් වන අතර එමඟින් වාහනයට එහි වටපිටාව බැලීමට සහ ඕනෑම අවදානමක් හඳුනා ගැනීමට ඉඩ සලසන ත්රිමාණ සිතියමක් ද නිර්මාණය කරයි.
දවසේ වේලාව කුමක් වුවත්, එය දීප්තිමත් හෝ අඳුරු වුවත්, එය විවිධ ආකාරයේ සංසරණ ආලෝකයේ තොරතුරු පටිගත කිරීමේ විශිෂ්ට කාර්යයක් කරයි.
මෝටර් රථය එහි වටපිටාව හඳුනා ගැනීමට සහ එහි පිහිටීම හඳුනා ගැනීමට ලයිඩාර් සහ කැමරා සමඟ කැමරා, රේඩාර් සහ ජීපීඑස් ඇන්ටනා භාවිතා කරයි.
රථවාහන සංඥා හඳුනා ගැනීම, මාර්ග සංඥා සහ සලකුණු කියවීම සහ අනෙකුත් වාහන නිරීක්ෂණය කරමින් පදිකයන්, බයිසිකල්කරුවන්, මෝටර් රථ සහ වෙනත් බාධාවන් සඳහා කැමරා පරීක්ෂා කරයි.
කෙසේ වෙතත්, අඳුරු හෝ සෙවන සහිත ප්රදේශවල ඔවුන්ට දුෂ්කර කාලයක් තිබිය හැකිය. ස්වයංක්රීය වාහනයකට ලිඩාර්, රේඩාර්, කැමරා, ජීපීඑස් ඇන්ටනා සහ අල්ට්රාසොනික් සංවේදක මිශ්රණයක් භාවිතයෙන් එය යන්නේ කොතැනදැයි දැකගත හැකිය.
ඉහළ මට්ටමේ පද්ධති ගෘහ නිර්මාණ ශිල්පය
අත්යවශ්ය සංවේදක, ක්රියාකරුවන්, දෘඩාංග සහ මෘදුකාංග ගෘහ නිර්මාණ ශිල්පයේ ලැයිස්තුගත කර ඇති අතර, එය AVs හි සම්පූර්ණ සන්නිවේදන යාන්ත්රණය හෝ ප්රොටෝකෝලය ද විදහා දක්වයි.
අවබෝධය
මෙම අදියර පරිසරයට අදාළව AV හි පිහිටීම හඳුනා ගැනීම සහ විවිධ සංවේදක භාවිතයෙන් AV අවට පරිසරය සංවේදනය කිරීම සමන්විත වේ.
AV මෙම පියවරේදී RADAR, LIDAR, camera, real-time kinetic (RTK) සහ අනෙකුත් සංවේදක භාවිතා කරයි. හඳුනාගැනීමේ මොඩියුල මෙම සංවේදක වලින් දත්ත ලබා ගන්නා අතර එය පසුකර යාමෙන් පසුව එය සකසයි.
සාමාන්යයෙන්, AV සමන්විත වන්නේ පාලන පද්ධතියකින්, LDWS, TSR, නොදන්නා බාධක හඳුනාගැනීම (UOR), වාහන ස්ථානගත කිරීම සහ ප්රාදේශීයකරණය (VPL) මොඩියුලය යනාදියයි.
ඒකාබද්ධ තොරතුරු සැකසීමෙන් පසු තීරණ ගැනීමේ සහ සැලසුම් කිරීමේ අදියර වෙත ලබා දෙනු ලැබේ.
තීරණය සහ සැලසුම්
සංජානන ක්රියාවලියේදී ලැබෙන තොරතුරු භාවිතා කරමින් AV හි චලනයන් සහ හැසිරීම මෙම පියවරේදී තීරණය කිරීම, සැලසුම් කිරීම සහ පාලනය කිරීම සිදු කෙරේ.
මොළය නියෝජනය කරන මෙම අදියර, මාර්ග සැලසුම් කිරීම, ක්රියා පුරෝකථනය, බාධක මඟහැරීම වැනි දේ පිළිබඳ තේරීම් සිදු කරනු ලැබේ.
තේරීම පදනම් වන්නේ තත්ය කාලීන සිතියම් දත්ත, ගමනාගමන විශේෂතා, ප්රවණතා, පරිශීලක තොරතුරු යනාදිය ඇතුළුව දැන් සහ ඓතිහාසිකව ප්රවේශ විය හැකි තොරතුරු මත ය.
පසුකාලීන භාවිතය සඳහා වැරදි සහ දත්ත නිරීක්ෂණය කරන දත්ත ලොග් මොඩියුලයක් තිබිය හැක.
පාලන
පාලන මොඩියුලය තීරණය සහ සැලසුම් මොඩියුලයෙන් තොරතුරු ලැබීමෙන් පසු, සුක්කානම්, තිරිංග, වේගවත් කිරීම වැනි AV හි භෞතික පාලනයට අදාළ මෙහෙයුම්/ක්රියා සිදු කරයි.
චැසි
අවසාන පියවර වන්නේ ගියර් මෝටරය, සුක්කානම් මෝටරය, තිරිංග පැඩල් මෝටරය සහ ඇක්සලරේටරය සහ තිරිංග සඳහා පැඩල් මෝටරය වැනි චැසියට සවි කර ඇති යාන්ත්රික කොටස් සමඟ අන්තර් ක්රියා කිරීමයි.
පාලන මොඩියුලය මෙම සියලුම සංරචක සංඥා සහ කළමනාකරණය කරයි.
දැන් අපි විවිධ ප්රධාන සංවේදක සැලසුම් කිරීම, ක්රියාත්මක කිරීම සහ භාවිතය ගැන කතා කිරීමට පෙර AV එකක සාමාන්ය සන්නිවේදනය ගැන කතා කරමු.
රාඩාර්
AV වල, මෝටර් රථ සහ අනෙකුත් වස්තූන් සොයා ගැනීමට සහ ස්ථානගත කිරීමට පරිසරය පරිලෝකනය කිරීමට RADAR භාවිතා කරයි.
ගුවන් තොටුපළ හෝ කාලගුණ පද්ධති වැනි මිලිටරි සහ සිවිල් අරමුණු දෙකෙහිම RADAR බොහෝ විට භාවිතා වන අතර ඒවා ක්රියාත්මක වන්නේ මිලිමීටර් තරංග (mm-Wave) වර්ණාවලියේ ය.
24, 60, 77, සහ 79 GHz ඇතුළු විවිධ සංඛ්යාත කලාප, සමකාලීන මෝටර් රථවල භාවිතා වන අතර මීටර් 5 සිට 200 දක්වා මිනුම් පරාසයක් ඇත [10].
සම්ප්රේෂණය කරන ලද සංඥාව සහ ආපසු එන දෝංකාරය අතර ToF ගණනය කිරීමෙන් AV සහ වස්තුව අතර දුර තීරණය වේ.
AVs තුළ, RADARs පරාසයේ විභේදනය සහ බහු ඉලක්ක හඳුනාගැනීම වැඩි දියුණු කිරීම සඳහා lobes එකතුවක් නිර්මාණය කරන ක්ෂුද්ර-ඇන්ටනා මාලාවක් භාවිතා කරයි. mm-Wave RADAR හට එහි වැඩි විනිවිද යාමේ හැකියාව සහ විශාල කලාප පළල හේතුවෙන් ඩොප්ලර් මාරුවේ විචලනය භාවිතා කිරීමෙන් ඕනෑම දිශාවකට ආසන්න පරාසයක වස්තූන් නිශ්චිතව තක්සේරු කළ හැක.
mm-Wave රේඩාර් වලට දිගු තරංග ආයාමයක් ඇති බැවින්, ඒවා වැස්ස, හිම, මීදුම සහ අඩු ආලෝකයේ ක්රියා කිරීමට හැකි වන පරිදි අවහිර කිරීම් සහ දූෂණ විරෝධී හැකියාවන්ගෙන් සමන්විත වේ.
මීට අමතරව, mm-Wave රේඩාර් හරහා සාපේක්ෂ ප්රවේගය ගණනය කිරීමට ඩොප්ලර් මාරුව භාවිතා කළ හැක. ඔවුන්ගේ හැකියාව නිසා, බාධක හඳුනාගැනීම, පදිකයින් සහ වාහන හඳුනාගැනීම ඇතුළු පුළුල් පරාසයක AV යෙදුම් සඳහා mm-Wave රේඩාර් හොඳින් ගැලපේ.
අතිධ්වනික සංවේදක
මෙම සංවේදක 20-40 kHz පරාසයක ක්රියා කරන අතර අතිධ්වනික තරංග භාවිතා කරයි. වස්තුවේ දුර මැනීමට භාවිතා කරන චුම්බක-ප්රතිරෝධක පටලයක් මෙම තරංග නිපදවයි.
දෝංකාර දුන් සංඥාවට විමෝචනය වන තරංගයේ පියාසර කාලය (ToF) ගණනය කිරීමෙන්, දුර තීරණය වේ. අතිධ්වනික සංවේදකවල සාමාන්ය පරාසය මීටර් 3 ට වඩා අඩුය.
සංවේදක ප්රතිදානය සෑම ms 20කට වරක්ම නැවුම් වන අතර, එය ITS හි දැඩි QoS අවශ්යතාවලට අනුකූල වීම වළක්වයි. මෙම සංවේදක සාපේක්ෂව කුඩා කදම්භ හඳුනාගැනීමේ පරාසයක් ඇති අතර ඒවා මෙහෙයවනු ලැබේ.
එබැවින්, පූර්ණ-ක්ෂේත්ර දර්ශනයක් ලබා ගැනීම සඳහා, බොහෝ සංවේදක අවශ්ය වේ. කෙසේ වෙතත්, බොහෝ සංවේදක අන්තර්ක්රියා කරන අතර සැලකිය යුතු පරාසයක සාවද්යතාවයන් ඇති විය හැක.
LiDAR
LiDAR හි 905 සහ 1550 nm වර්ණාවලිය භාවිතා වේ. මිනිස් ඇස 905 nm පරාසයේ සිට දෘෂ්ටි විතානයේ හානිවලට ගොදුරු විය හැකි බැවින්, වර්තමාන LiDAR 1550 nm කලාපයේ ක්රියා කරන්නේ දෘෂ්ටි විතානයේ හානිය අවම කිරීම සඳහා ය.
මීටර් 200ක් දක්වා යනු LiDAR හි උපරිම ක්රියාකාරී පරාසයයි. Solid-state, 2D, සහ 3D LiDAR යනු LiDAR හි විවිධ උපප්රවර්ග වේ.
2D LiDAR එකක වේගයෙන් භ්රමණය වන කැඩපතක් මත තනි ලේසර් කදම්භයක් විසිරී යයි. පොඩ් එක මත ලේසර් කිහිපයක් තැබීමෙන්, ත්රිමාණ LiDAR එකකට වටපිටාව පිළිබඳ ත්රිමාණ පින්තූරයක් ලබා ගත හැක.
පාර අයිනේ LiDAR පද්ධතියක් ඡේදනය වන සහ අන්තර් ඡේදනය නොවන කලාප දෙකෙහිම වාහන-පදික (V2P) ගැටීම් සංඛ්යාව අඩු කරන බව පෙන්නුම් කර ඇත.
එය 16-රේඛා, තත්ය කාලීන, පරිගණකමය වශයෙන් ඵලදායී LiDAR පද්ධතියක් භාවිතා කරයි.
ගැඹුරු ස්වයංක්රීය කේතකයක් කෘතිමව භාවිතා කිරීමට යෝජනා කෙරේ ස්නායු ජාලය (DA-ANN), එය මීටර් 95 පරාසයක් හරහා 30% ක නිරවද්යතාවයක් ලබා ගනී.
64-රේඛා 3D LiDAR සමඟ ඒකාබද්ධව ආධාරක දෛශික යන්ත්රයක් (SVM) පදනම් වූ ඇල්ගොරිතමයක් පදිකයින් හඳුනා ගැනීම වැඩිදියුණු කළ හැකි ආකාරය නිරූපණය කෙරේ.
mm-Wave රේඩාර් එකකට වඩා හොඳ මිනුම් නිරවද්යතාවයක් සහ ත්රිමාණ දර්ශනයක් තිබියදීත්, මීදුම, හිම සහ වර්ෂාව ඇතුළු අහිතකර කාලගුණය තුළ LiDAR අඩුවෙන් ක්රියා කරයි.
කැමරා
උපාංගයේ තරංග ආයාමය මත පදනම්ව, AV වල කැමරාව අධෝරක්ත හෝ දෘශ්ය ආලෝකය මත පදනම් විය හැක.
ආරෝපණ සම්බන්ධ උපාංගය (CCD) සහ අනුපූරක ලෝහ-ඔක්සයිඩ්-අර්ධ සන්නායක (CMOS) රූප සංවේදක කැමරාවේ (CMOS) භාවිතා වේ.
කාචයේ ගුණාත්මකභාවය අනුව, කැමරාවේ උපරිම පරාසය මීටර් 250 ක් පමණ වේ. දෘශ්ය කැමරා මගින් භාවිතා කරන පටි තුන - රතු, කොළ සහ නිල් - මිනිස් ඇසට සමාන තරංග ආයාමයකින් හෝ 400-780 nm (RGB) මගින් වෙන් කරනු ලැබේ.
ස්ටීරියෝස්කොපික් දර්ශනය නිර්මාණය කිරීමට ඉඩ සලසන ගැඹුර (D) තොරතුරු අඩංගු නව නාලිකාවක් නිර්මාණය කිරීම සඳහා VIS කැමරා දෙකක් ස්ථාපිත නාභි දුර සමඟ සම්බන්ධ කර ඇත.
කැමරාව (RGB-D) හරහා මෙම හැකියාව නිසා වාහනය අවට ප්රදේශයේ ත්රිමාණ දසුනක් ලබා ගත හැක.
අධෝරක්ත (IR) කැමරාව මගින් 780 nm සහ 1 mm අතර තරංග ආයාමයක් ඇති Passive sensors භාවිතා කරයි. උච්ච ආලෝකකරණයේදී, AVs හි IR සංවේදක දෘශ්ය පාලනය ලබා දෙයි.
මෙම කැමරාව AV වලට වස්තු හඳුනාගැනීම, පැති බැලීම පාලනය, අනතුරු පටිගත කිරීම සහ BSD සමඟින් උපකාර කරයි. කෙසේ වෙතත්, හිම, මීදුම සහ වෙනස් වන ආලෝක තත්ත්වයන් වැනි අයහපත් කාලගුණය තුළ කැමරාවේ ක්රියාකාරිත්වය වෙනස් වේ.
කැමරාවක මූලික ප්රතිලාභ වන්නේ පරිසරයේ වයනය, වර්ණ ව්යාප්තිය සහ හැඩය නිශ්චිතව එකතු කර වාර්තා කිරීමට ඇති හැකියාවයි.
ගෝලීය නාවික චන්ද්රිකා පද්ධතිය සහ ගෝලීය ස්ථානගත කිරීමේ පද්ධතිය, අවස්ථිති මිනුම් ඒකකය
මෙම තාක්ෂණය AV එහි නිරවද්ය ස්ථානය හඳුනා ගනිමින් සැරිසැරීමට උපකාරී වේ. ග්රහලෝකයේ මතුපිට වටා කක්ෂයේ ඇති චන්ද්රිකා සමූහයක් ස්ථානගත කිරීම සඳහා GNSS විසින් භාවිතා කරනු ලැබේ.
පද්ධතිය AV හි පිහිටීම, වේගය සහ නිශ්චිත වේලාව පිළිබඳ දත්ත ගබඩා කරයි.
එය ක්රියා කරන්නේ ලැබෙන සංඥාව සහ චන්ද්රිකාවේ විමෝචනය අතර ToF ගණනය කිරීමෙනි. AV ස්ථානය ලබා ගැනීම සඳහා Global Positioning System (GPS) ඛණ්ඩාංක බොහෝ විට භාවිතා වේ.
GPS-නිස්සාරණය කරන ලද ඛණ්ඩාංක සෑම විටම නිරවද්ය නොවන අතර, ඒවා සාමාන්යයෙන් 3 m ක මධ්ය අගයක් සහ 1 m ක සම්මත විචලනයක් සහිත ස්ථානීය දෝෂයක් එක් කරයි.
මෙට්රොපොලිටන් තත්වයන් තුළ, කාර්ය සාධනය තවදුරටත් පිරිහී ඇති අතර, මීටර් 20 ක් දක්වා ස්ථානයේ දෝෂයක් ඇති අතර, ඇතැම් බරපතල තත්වයන් තුළ, GPS පිහිටුම් දෝෂය ආසන්න වශයෙන් 100 m වේ.
අතිරේකව, AV වලට වාහනයේ පිහිටීම නිශ්චිතව තීරණය කිරීමට RTK පද්ධතිය භාවිතා කළ හැක.
AVs වලදී, මළ ගණනය කිරීම (DR) සහ අවස්ථිති ස්ථානය භාවිතයෙන් වාහනයේ පිහිටීම සහ දිශාව තීරණය කළ හැකිය.
සංවේදක විලයනය
නිසි වාහන කළමනාකරණය සහ ආරක්ෂාව සඳහා, AVs ස්ථානය, තත්ත්වය සහ බර, ස්ථාවරත්වය, ප්රවේගය, වැනි අනෙකුත් වාහන සාධක පිළිබඳ නිවැරදි, තත්ය කාලීන දැනුමක් ලබා ගත යුතුය.
මෙම තොරතුරු විවිධ සංවේදක භාවිතා කරමින් AV මගින් රැස් කළ යුතුය.
සංවේදක කිහිපයකින් ලබාගත් දත්ත ඒකාබද්ධ කිරීමෙන්, සංසර්ග තොරතුරු නිපදවීමට සංවේදක විලයන තාක්ෂණය භාවිතා කරයි.
අනුපූරක මූලාශ්රවලින් ලබාගත් සැකසූ දත්ත සංස්ලේෂණය කිරීමට ක්රමය අවසර දෙයි.
එහි ප්රතිඵලයක් වශයෙන්, සංවේදක විලයනය AV හට විවිධ සංවේදක වලින් රැස් කර ගන්නා සියලුම ප්රයෝජනවත් දත්ත ඒකාබද්ධ කිරීමෙන් එහි වටපිටාව නිවැරදිව අවබෝධ කර ගැනීමට හැකි වේ.
AV වල විලයන ක්රියාවලිය සිදු කිරීම සඳහා Kalman ෆිල්ටර් සහ Bayesian ෆිල්ටර් ඇතුළු විවිධ ඇල්ගොරිතම වර්ග භාවිතා කරයි.
එය RADAR ලුහුබැඳීම, චන්ද්රිකා සංචාලන පද්ධති සහ දෘශ්ය දුරදක්නය ඇතුළු යෙදුම් කිහිපයක භාවිතා වන බැවින්, වාහනයක් ස්වයංක්රීයව ක්රියාත්මක වීමට Kalman ෆිල්ටරය ඉතා වැදගත් වේ.
වාහන Ad-Hoc Networks (VANETs)
VANETs යනු ජංගම උපාංග/වාහන ජාලයක් ස්වයංසිද්ධව නිර්මාණය කළ හැකි ජංගම තාවකාලික ජාල වල නව උප කාණ්ඩයකි. VANETs සමඟ වාහනයකින් වාහනයකට (V2V) සහ වාහනයකින් යටිතල පහසුකම් (V2I) සන්නිවේදනය කළ හැකිය.
එවැනි තාක්ෂණයේ මූලික ඉලක්කය වන්නේ මාර්ග ආරක්ෂාව වැඩි කිරීමයි; උදාහරණයක් ලෙස, අනතුරු සහ මාර්ග තදබදය වැනි භයානක අවස්ථාවන්හිදී, තීරණාත්මක තොරතුරු හුවමාරු කිරීම සඳහා මෝටර් රථ එකිනෙකා හා ජාලය සමඟ අන්තර් ක්රියා කළ හැකිය.
VANET තාක්ෂණයේ මූලික කොටස් පහත දැක්වේ.
- OBU (on-board unit): එය එක් එක් වාහනය තුළ තබා ඇති GPS-පාදක ලුහුබැඳීමේ පද්ධතියක් වන අතර එමඟින් එකිනෙකා සමඟ සහ පාර අයිනේ ඒකක (RSU) සමඟ අන්තර් ක්රියා කිරීමට ඉඩ සලසයි. OBU සම්පත් විධාන සකසනය (RCP), සංවේදක උපාංග සහ ඇතුළු ඉලෙක්ට්රොනික උපාංග කිහිපයකින් සමන්විත වේ. පරිශීලක අතුරුමුහුණත්, අත්යවශ්ය තොරතුරු ලබා ගැනීමට. එහි මූලික අරමුණ වන්නේ බහු RSUs සහ OBUs අතර සන්නිවේදනය සඳහා රැහැන් රහිත ජාලයක් භාවිතා කිරීමයි.
- පාර අයිනේ ඒකකය (RSU): RSU යනු වීදි, වාහන නැවැත්වීමේ ස්ථාන සහ හන්දිවල නිශ්චිත ස්ථානවල ස්ථානගත කර ඇති ස්ථාවර පරිගණක ඒකක වේ. එහි ප්රධාන පරමාර්ථය වන්නේ ස්වයංක්රීය වාහන යටිතල පහසුකම්වලට සම්බන්ධ කිරීම වන අතර එය වාහන ප්රාදේශීයකරණයට ද උපකාරී වේ. මීට අමතරව, විවිධ RSU භාවිතා කරමින් වාහනයක් සම්බන්ධ කිරීමට එය භාවිතා කළ හැක ජාල ස්ථලක. මීට අමතරව, ඒවා සූර්ය බලය ඇතුළු පරිසර බලශක්ති ප්රභවයන් මත ධාවනය කර ඇත.
- විශ්වාසනීය අධිකාරිය (TA): එය VANETs ක්රියාවලියේ සෑම පියවරක්ම පාලනය කරන ආයතනයකි, නීත්යානුකූල RSU සහ වාහන OBU පමණක් ලියාපදිංචි වී අන්තර් ක්රියා කළ හැකි බව සහතික කරයි. OBU ID තහවුරු කිරීමෙන් සහ වාහනය සත්යාපනය කිරීමෙන්, එය ආරක්ෂාව සපයයි. ඊට අමතරව, එය හානිකර සන්නිවේදනයන් සහ අමුතු හැසිරීම් සොයා ගනී.
VANETs V2V, V2I, සහ V2X සන්නිවේදනය ඇතුළත් වාහන සන්නිවේදනය සඳහා භාවිතා වේ.
වාහන 2 වාහන සන්නිවේදනය
රථවාහන තදබදය, අනතුරු සහ වේග සීමා කිරීම් සම්බන්ධයෙන් මෝටර් රථවලට එකිනෙකා සමඟ කතා කිරීමට සහ තීරණාත්මක තොරතුරු හුවමාරු කර ගැනීමට ඇති හැකියාව අන්තර් වාහන සන්නිවේදනය (IVC) ලෙස හැඳින්වේ.
V2V සන්නිවේදනයට විවිධ නෝඩ් (වාහන) එකට සම්බන්ධ කිරීමෙන් ජාලය නිර්මාණය කළ හැක, දැල් ස්ථලකය භාවිතයෙන්, අර්ධ හෝ සම්පූර්ණ.
ඒවා එක-හොප් (SIVC) හෝ බහු-හොප් (MIVC) පද්ධති ලෙස වර්ගීකරණය කර ඇත්තේ අන්තර් වාහන සන්නිවේදනය සඳහා භාවිතා කරන hops ගණන අනුව ය.
MIVC ගමනාගමන නිරීක්ෂණ වැනි දිගු දුර සන්නිවේදනය සඳහා භාවිතා කළ හැකි අතර, SIVC පටුමග ඒකාබද්ධ කිරීම, ACC යනාදී කෙටි දුර යෙදුම් සඳහා භාවිතා කළ හැක.
BSD, FCWS, ස්වයංක්රීය හදිසි තිරිංග (AEB) සහ LDWS ඇතුළු බොහෝ ප්රතිලාභ V2V සන්නිවේදනය හරහා පිරිනමනු ලැබේ.
වාහන 2 යටිතල පහසුකම් සන්නිවේදනය
පාර අයිනේ සිට වාහනය දක්වා සන්නිවේදනය (RVC) ලෙස හැඳින්වෙන ක්රියාවලියක් හරහා මෝටර් රථවලට RSUs සමඟ සන්නිවේදනය කළ හැකිය. එය වාහන නැවැත්වීමේ මීටර, කැමරා, මංතීරු සලකුණු සහ මාර්ග සංඥා හඳුනා ගැනීමට උපකාරී වේ.
මෝටර් රථ සහ යටිතල පහසුකම් අතර තාවකාලික, රැහැන් රහිත සහ ද්විපාර්ශ්වික සම්බන්ධතාවය.
ගමනාගමනය පරිපාලනය සහ අධීක්ෂණය සඳහා, යටිතල පහසුකම් දත්ත භාවිතා කරනු ලැබේ. ඉන්ධන පිරිමැස්ම උපරිම කිරීමට සහ රථවාහන ප්රවාහය කළමනාකරණය කිරීමට මෝටර් රථවලට ඉඩ සලසන විවිධ වේග පරාමිතීන් සකස් කිරීමට ඒවා භාවිතා වේ.
RVC පද්ධතිය යටිතල පහසුකම් (URVC) මත පදනම්ව විරල RVC (SRVC) සහ Ubiquitous RVC ලෙස වෙන් කළ හැක.
SRVC පද්ධතිය විවෘත වාහන නැවැත්වීමේ ස්ථාන හෝ ඉන්ධන පිරවුම්හල් ස්ථානගත කිරීම වැනි උණුසුම් ස්ථානවල පමණක් සන්නිවේදන සේවා සපයන අතර, URVC පද්ධතිය අධික වේගයෙන් වුවද මුළු මාර්ගය පුරාම ආවරණය සපයයි.
ජාල ආවරණය සහතික කිරීම සඳහා, URVC පද්ධතියට විශාල ආයෝජනයක් අවශ්ය වේ.
වාහනය 2 සෑම දෙයක්ම සන්නිවේදනය
මෝටර් රථයට පදිකයින්, පාර අයිනේ ඇති වස්තූන්, උපාංග සහ ජාලකය (V2P, V2R, සහ V2D) (V2G) ඇතුළුව V2X හරහා වෙනත් ආයතන සමඟ සම්බන්ධ විය හැක.
මෙවැනි සන්නිවේදනයක් භාවිතා කිරීමෙන් රියදුරන්ට අවදානම් සහිත පදිකයින්ට, පාපැදිකරුවන්ට සහ යතුරුපැදිකරුවන්ට පහර දීමෙන් වැළකිය හැක.
පදික ගැටීම් අනතුරු ඇඟවීමේ (PCW) පද්ධතියට V2X සන්නිවේදනයට ස්තූතිවන්ත වන පරිදි ව්යසනකාරී ගැටුමක් සිදුවීමට පෙර පාර අයිනේ මගියෙකුගේ රියදුරුට අනතුරු ඇඟවීමට හැකිය.
පදිකයින්ට වැදගත් පණිවිඩ යැවීම සඳහා, PCW හට ස්මාර්ට් ජංගම දුරකතනයේ Bluetooth හෝ Near Field Communication (NFC) ප්රයෝජනයට ගත හැක.
නිගමනය
ස්වයංක්රීය මෝටර් රථ තැනීම සඳහා භාවිතා කරන බොහෝ තාක්ෂණයන් ඒවා ක්රියාත්මක වන ආකාරය කෙරෙහි විශාල බලපෑමක් ඇති කළ හැකිය.
එහි මූලික වශයෙන්, මෝටර් රථය එය වටා ඇති මාර්ගය සහ එහි ගමන් කරන අනෙකුත් වාහන පිළිබඳ තොරතුරු සපයන සංවේදක මාලාවක් භාවිතා කරමින් එහි වටපිටාවේ සිතියමක් සංවර්ධනය කරයි.
මෙම දත්ත පසුව සංකීර්ණ යන්ත්ර ඉගෙනුම් පද්ධතියක් මගින් විශ්ලේෂණය කරනු ලබන අතර, එය මෝටර් රථය ක්රියාත්මක කිරීම සඳහා ක්රියා මාලාවක් ජනනය කරයි. පද්ධතිය වාහනයේ වටපිටාව ගැන වැඩි විස්තර දැන ගන්නා බැවින් මෙම හැසිරීම් නිතිපතා වෙනස් කර යාවත්කාලීන වේ.
ස්වයංක්රීය වාහන පද්ධති ගෘහ නිර්මාණ ශිල්පය පිළිබඳ දළ විශ්ලේෂණයක් ඔබට ඉදිරිපත් කිරීමට මගේ උපරිම උත්සාහය තිබියදීත්, තිරය පිටුපස තවත් බොහෝ දේ සිදුවෙමින් පවතී.
ඔබ මෙම දැනුම වටිනා බව සොයාගෙන එය භාවිතා කරනු ඇතැයි මම අවංකවම බලාපොරොත්තු වෙමි.
ඔබමයි