பொருளடக்கம்[மறை][காட்டு]
மோட்டார் சைக்கிள்கள், ஆட்டோமொபைல்கள், டிரக்குகள் மற்றும் ட்ரோன்கள் உட்பட பல்வேறு வாகனங்களை வழிநடத்தவும், வழிநடத்தவும் மற்றும் இயக்கவும் தன்னாட்சி வாகனங்களில் சென்சார்கள் மற்றும் மென்பொருள் இணைக்கப்பட்டுள்ளன.
அவை எவ்வாறு உருவாக்கப்பட்டன அல்லது வடிவமைக்கப்பட்டுள்ளன என்பதைப் பொறுத்து, அவர்களுக்கு இயக்கி உதவி தேவைப்படலாம் அல்லது தேவைப்படாமல் இருக்கலாம்.
முழு தன்னாட்சி கார்கள் மனித ஓட்டுநர்கள் இல்லாமல் பாதுகாப்பாக இயங்க முடியும். சில, போன்றவை கூகுளின் வேமோ ஆட்டோமொபைல், ஸ்டீயரிங் கூட வைத்திருக்க முடியாது.
ஒரு பகுதி தன்னாட்சி வாகனம், எடுத்துக்காட்டாக டெஸ்லா, வாகனத்தின் முழுமையான கட்டுப்பாட்டை எடுத்துக் கொள்ளலாம், ஆனால் கணினியில் சந்தேகம் ஏற்பட்டால், ஒரு மனித ஓட்டுனர் உதவி தேவைப்படலாம்.
இந்த கார்களில் லேன் வழிகாட்டுதல் மற்றும் பிரேக்கிங் உதவி முதல் முழு சுதந்திரமான, சுய-ஓட்டுநர் முன்மாதிரிகள் வரை வெவ்வேறு அளவிலான சுய-தானியங்கும் சேர்க்கப்பட்டுள்ளது.
ஓட்டுநர் இல்லாத ஆட்டோமொபைல்களின் குறிக்கோள், போக்குவரத்து, உமிழ்வு மற்றும் விபத்து விகிதங்களைக் குறைப்பதாகும்.
மக்களை விட தன்னாட்சி வாகனங்கள் போக்குவரத்து விதிமுறைகளை கடைபிடிப்பதில் மிகவும் திறமையானவை என்பதால் இது சாத்தியமாகும்.
ஒரு சீரான ஓட்டத்திற்கு, கார் அல்லது அருகிலுள்ள ஏதேனும் பொருள்களின் இருப்பிடம், இலக்குக்கான குறுகிய மற்றும் பாதுகாப்பான பாதை மற்றும் ஓட்டுநர் அமைப்பை இயக்கும் திறன் போன்ற சில தகவல்கள் அவசியம்.
தேவையான பணிகளை எப்போது, எப்படிச் செய்வது என்பதைப் புரிந்துகொள்வது முக்கியம்.
உள்ளிட்ட பல விஷயங்களை இந்தக் கட்டுரை உள்ளடக்கும் கணினி வடிவமைப்பு தன்னாட்சி கார்கள், தேவையான கூறுகள் மற்றும் வாகன தற்காலிக நெட்வொர்க்குகள் (VANETs).
தன்னியக்க வாகனத்திற்கு தேவையான கூறுகள்
இன்றைய தன்னாட்சி வாகனங்கள், கேமராக்கள், ஜிபிஎஸ், செயலற்ற அளவீட்டு அலகுகள் (IMUகள்), சோனார், லேசர் வெளிச்சம் கண்டறிதல் மற்றும் வரம்பு (லிடார்), ரேடியோ கண்டறிதல் மற்றும் வரம்பு (ரேடார்), ஒலி வழிசெலுத்தல் மற்றும் வரம்பு (சோனார்) உள்ளிட்ட பல்வேறு சென்சார்களைப் பயன்படுத்துகின்றன. 3D வரைபடங்கள்.
ஒன்றாக, இந்த சென்சார்கள் மற்றும் தொழில்நுட்பங்கள் ஸ்டீயரிங், முடுக்கம் மற்றும் பிரேக்கிங் ஆகியவற்றைக் கட்டுப்படுத்த நிகழ்நேரத்தில் தரவை பகுப்பாய்வு செய்கின்றன.
ரேடார் சென்சார்கள் சுற்றியுள்ள கார்கள் இருக்கும் இடத்தைக் கண்காணிக்க உதவுகிறது. வாகனங்கள் நிறுத்தும் போது அல்ட்ராசோனிக் சென்சார்கள் மூலம் வாகனங்கள் உதவுகின்றன.
லிடார் எனப்படும் தொழில்நுட்பம் இரண்டு வகையான சென்சார்களையும் பயன்படுத்தி உருவாக்கப்பட்டது. ஆட்டோமொபைலைச் சுற்றியுள்ள சூழலில் ஒளி துடிப்புகளை பிரதிபலிப்பதன் மூலம், லிடார் சென்சார்கள் சாலைகளின் ஓரங்களைக் கண்டறிந்து லேன் குறிப்பான்களை அடையாளம் காண முடியும்.
இவை மற்ற வாகனங்கள், பாதசாரிகள் மற்றும் மிதிவண்டிகள் போன்ற அடுத்தடுத்த இடையூறுகளின் ஓட்டுநர்களை எச்சரிக்கின்றன.
காரைச் சுற்றியுள்ள எல்லாவற்றின் அளவு மற்றும் தூரம் லிடார் தொழில்நுட்பத்தைப் பயன்படுத்தி அளவிடப்படுகிறது, இது 3D வரைபடத்தை உருவாக்குகிறது, இது வாகனத்தை அதன் சுற்றுப்புறங்களைப் பார்க்கவும் எந்த ஆபத்துகளையும் அடையாளம் காண அனுமதிக்கிறது.
பகல் நேரத்தைப் பொருட்படுத்தாமல், அது பிரகாசமாக இருந்தாலும் அல்லது இருண்டதாக இருந்தாலும், பல்வேறு வகையான சுற்றுப்புற ஒளியில் தகவல்களைப் பதிவு செய்யும் ஒரு சிறந்த வேலையைச் செய்கிறது.
ஆட்டோமொபைல் கேமராக்கள், ரேடார் மற்றும் ஜிபிஎஸ் ஆண்டெனாக்கள், லிடார் மற்றும் கேமராக்களுடன் சேர்ந்து, அதன் சுற்றுப்புறங்களைக் கண்டறிந்து அதன் இருப்பிடத்தைக் கண்டறியும்.
பாதசாரிகள், பைக்கர்ஸ், ஆட்டோமொபைல்கள் மற்றும் பிற இடையூறுகளை கேமராக்கள் சரிபார்க்கின்றன, அதே நேரத்தில் போக்குவரத்து சிக்னல்களைக் கண்டறிதல், சாலை அடையாளங்கள் மற்றும் அடையாளங்களைப் படிப்பது மற்றும் பிற வாகனங்களைக் கண்காணிப்பது.
இருப்பினும், அவர்கள் மங்கலான அல்லது நிழலான பகுதிகளில் கடினமாக இருக்கலாம். ஒரு தன்னாட்சி வாகனம் லிடார், ரேடார், கேமராக்கள், ஜிபிஎஸ் ஆண்டெனாக்கள் மற்றும் அல்ட்ராசோனிக் சென்சார்கள் ஆகியவற்றின் கலவையைப் பயன்படுத்தி அது எங்கு செல்கிறது என்பதைப் பார்க்க முடியும்.
உயர் நிலை அமைப்பு கட்டமைப்பு
அத்தியாவசிய சென்சார்கள், ஆக்சுவேட்டர்கள், வன்பொருள் மற்றும் மென்பொருள் ஆகியவை கட்டிடக்கலையில் பட்டியலிடப்பட்டுள்ளன, இது AV களில் முழு தகவல்தொடர்பு வழிமுறை அல்லது நெறிமுறையையும் நிரூபிக்கிறது.
புலனுணர்வு
சுற்றுச்சூழலுடன் தொடர்புடைய AV இன் இருப்பிடத்தை அடையாளம் காண்பது மற்றும் பல்வேறு உணரிகளைப் பயன்படுத்தி AVயைச் சுற்றியுள்ள சூழலை உணர்தல் ஆகியவை இந்த கட்டத்தில் அடங்கும்.
AV ஆனது இந்த கட்டத்தில் RADAR, LIDAR, கேமரா, நிகழ்நேர இயக்கவியல் (RTK) மற்றும் பிற உணரிகளைப் பயன்படுத்துகிறது. அங்கீகார தொகுதிகள் இந்த சென்சார்களிடமிருந்து தரவைப் பெற்று, அதைக் கடந்து சென்ற பிறகு செயலாக்குகின்றன.
பொதுவாக, AV ஆனது ஒரு கட்டுப்பாட்டு அமைப்பு, LDWS, TSR, அறியப்படாத தடைகள் அங்கீகாரம் (UOR), ஒரு வாகனம் பொருத்துதல் மற்றும் உள்ளூர்மயமாக்கல் (VPL) தொகுதி போன்றவை.
ஒருங்கிணைந்த தகவல் செயலாக்கத்திற்குப் பிறகு முடிவெடுக்கும் மற்றும் திட்டமிடல் நிலைக்கு வழங்கப்படுகிறது.
முடிவு மற்றும் திட்டமிடல்
AV யின் இயக்கங்கள் மற்றும் நடத்தை ஆகியவை இந்த படிநிலையில் உணர்தல் செயல்பாட்டின் போது பெறப்பட்ட தகவலைப் பயன்படுத்தி தீர்மானிக்கப்படுகின்றன, திட்டமிடப்படுகின்றன மற்றும் கட்டுப்படுத்தப்படுகின்றன.
மூளை பிரதிபலிக்கும் இந்த கட்டத்தில், பாதை திட்டமிடல், செயல் முன்கணிப்பு, தடைகளைத் தவிர்ப்பது போன்ற விஷயங்களில் தேர்வுகள் செய்யப்படுகின்றன.
நிகழ்நேர வரைபடத் தரவு, ட்ராஃபிக் விவரக்குறிப்புகள், போக்குகள், பயனர் தகவல் போன்றவற்றை உள்ளடக்கிய, இப்போது வரலாற்று ரீதியாக அணுகக்கூடிய தகவல்களின் அடிப்படையில் தேர்வு செய்யப்படுகிறது.
தரவு பதிவு தொகுதி இருக்கலாம், அது தவறுகள் மற்றும் தரவுகளை பின்னர் பயன்பாட்டிற்கு கண்காணிக்கும்.
கட்டுப்பாடு
கட்டுப்பாட்டு தொகுதியானது AV இன் உடல் கட்டுப்பாடு தொடர்பான செயல்பாடுகள்/செயல்பாடுகளை செயல்படுத்துகிறது, அதாவது ஸ்டீயரிங், பிரேக்கிங், முடுக்குதல் போன்றவை.
சேஸ்
கியர் மோட்டார், ஸ்டீயரிங் வீல் மோட்டார், பிரேக் பெடல் மோட்டார் மற்றும் ஆக்சிலரேட்டர் மற்றும் பிரேக்கிற்கான பெடல் மோட்டார்கள் போன்ற சேஸ்ஸில் பொருத்தப்பட்ட இயந்திர பாகங்களுடன் தொடர்புகொள்வது கடைசி கட்டத்தில் அடங்கும்.
கட்டுப்பாட்டு தொகுதி இந்த அனைத்து கூறுகளையும் சமிக்ஞை செய்து நிர்வகிக்கிறது.
பல்வேறு முக்கிய சென்சார்களின் வடிவமைப்பு, செயல்பாடு மற்றும் பயன்பாடு பற்றி பேசுவதற்கு முன், AV இன் பொதுவான தகவல்தொடர்பு பற்றி இப்போது பேசுவோம்.
கதிரலைக் கும்பா
AV களில், ஆட்டோமொபைல்கள் மற்றும் பிற பொருட்களைக் கண்டறியவும், கண்டுபிடிக்கவும் சுற்றுச்சூழலை ஸ்கேன் செய்ய RADARகள் பயன்படுத்தப்படுகின்றன.
விமான நிலையங்கள் அல்லது வானிலை அமைப்புகள் போன்ற இராணுவ மற்றும் சிவிலியன் நோக்கங்களுக்காக ரேடார்கள் பெரும்பாலும் பயன்படுத்தப்படுகின்றன, மேலும் அவை மில்லிமீட்டர்-அலை (மிமீ-அலை) நிறமாலையில் செயல்படுகின்றன.
24, 60, 77 மற்றும் 79 ஜிகாஹெர்ட்ஸ் உள்ளிட்ட பல்வேறு அதிர்வெண் பட்டைகள் தற்கால ஆட்டோமொபைல்களில் பயன்படுத்தப்படுகின்றன மற்றும் 5 முதல் 200 மீ [10] அளவீட்டு வரம்பைக் கொண்டுள்ளன.
கடத்தப்பட்ட சமிக்ஞைக்கும் திரும்பிய எதிரொலிக்கும் இடையே உள்ள ToF ஐக் கணக்கிடுவதன் மூலம், AV மற்றும் பொருளுக்கு இடையே உள்ள தூரம் தீர்மானிக்கப்படுகிறது.
AV களில், ரேடார்கள் மைக்ரோ-ஆன்டெனாக்களின் வரிசையைப் பயன்படுத்துகின்றன, அவை வரம்புத் தீர்மானம் மற்றும் பல இலக்கு அடையாளத்தை மேம்படுத்த லோப்களின் தொகுப்பை உருவாக்குகின்றன. mm-Wave RADAR ஆனது அதன் அதிகரித்த ஊடுருவல் மற்றும் பெரிய அலைவரிசையின் காரணமாக டாப்ளர் ஷிப்டில் உள்ள மாறுபாட்டைப் பயன்படுத்தி எந்த திசையிலும் நெருங்கிய வரம்பு பொருட்களை துல்லியமாக மதிப்பிட முடியும்.
மிமீ-அலை ரேடார்கள் நீண்ட அலைநீளத்தைக் கொண்டிருப்பதால், அவை மழை, பனி, மூடுபனி மற்றும் குறைந்த வெளிச்சத்தில் செயல்பட உதவும் தடுப்பு மற்றும் மாசு எதிர்ப்பு திறன்களைக் கொண்டுள்ளன.
கூடுதலாக, மிமீ-வேவ் ரேடார்கள் வழியாக ஒப்பீட்டு வேகத்தைக் கணக்கிட டாப்ளர் ஷிப்ட் பயன்படுத்தப்படலாம். அவற்றின் திறன் காரணமாக, இடையூறு கண்டறிதல் மற்றும் பாதசாரிகள் மற்றும் வாகனங்களை அங்கீகரித்தல் உள்ளிட்ட பரந்த அளவிலான AV பயன்பாடுகளுக்கு mm-Wave ரேடார்கள் மிகவும் பொருத்தமானவை.
மீயொலி சென்சார்கள்
இந்த சென்சார்கள் 20-40 kHz வரம்பில் வேலை செய்கின்றன மற்றும் மீயொலி அலைகளைப் பயன்படுத்துகின்றன. பொருளின் தூரத்தை அளவிட பயன்படும் காந்த-எதிர்ப்பு சவ்வு இந்த அலைகளை உருவாக்குகிறது.
எதிரொலி சமிக்ஞைக்கு உமிழப்படும் அலையின் நேரத்தைக் கணக்கிடுவதன் மூலம் (ToF) தூரம் தீர்மானிக்கப்படுகிறது. மீயொலி உணரிகளின் வழக்கமான வரம்பு 3 மீட்டருக்கும் குறைவாக உள்ளது.
சென்சார் வெளியீடு ஒவ்வொரு 20 msக்கும் புதுப்பிக்கப்படுகிறது, இது ITS இன் கடுமையான QoS தேவைகளுக்கு இணங்குவதைத் தடுக்கிறது. இந்த சென்சார்கள் ஒப்பீட்டளவில் சிறிய பீம் கண்டறிதல் வரம்பைக் கொண்டுள்ளன மற்றும் இயக்கப்படுகின்றன.
எனவே, ஒரு முழு-புல பார்வையைப் பெற, ஏராளமான சென்சார்கள் தேவைப்படுகின்றன. இருப்பினும், பல சென்சார்கள் தொடர்பு கொள்ளும் மற்றும் குறிப்பிடத்தக்க வரம்பில் பிழைகள் ஏற்படலாம்.
LiDAR
LiDAR இல் 905 மற்றும் 1550 nm ஸ்பெக்ட்ரா பயன்படுத்தப்படுகிறது. மனிதக் கண் 905 nm வரம்பில் இருந்து விழித்திரை சேதத்திற்கு ஆளாகிறது என்பதால், தற்போதைய LiDAR விழித்திரை பாதிப்பைக் குறைக்க 1550 nm அலைவரிசையில் செயல்படுகிறது.
200 மீட்டர் வரை LiDAR இன் அதிகபட்ச வேலை வரம்பு. திட நிலை, 2D மற்றும் 3D LiDAR ஆகியவை LiDAR இன் வெவ்வேறு துணைப்பிரிவுகளாகும்.
2D LiDAR இல் வேகமாகச் சுழலும் கண்ணாடியின் மீது ஒற்றை லேசர் கற்றை சிதறடிக்கப்படுகிறது. பாட்டின் மீது பல லேசர்களை வைப்பதன் மூலம், ஒரு 3D LiDAR சுற்றுப்புறத்தின் 3D படத்தைப் பெற முடியும்.
சாலையோர LiDAR அமைப்பு, குறுக்குவெட்டு மற்றும் குறுக்குவெட்டு அல்லாத மண்டலங்களில் வாகனம்-பாதசாரி (V2P) மோதல்களின் எண்ணிக்கையைக் குறைக்கிறது என்பது நிரூபிக்கப்பட்டுள்ளது.
இது 16-வரி, நிகழ்நேர, கணக்கீட்டு ரீதியாக பயனுள்ள LiDAR அமைப்பைப் பயன்படுத்துகிறது.
செயற்கையான ஆழமான தானியங்கு குறியாக்கியைப் பயன்படுத்த பரிந்துரைக்கப்படுகிறது நரம்பு நெட்வொர்க் (DA-ANN), இது 95 மீ வரம்பில் 30% துல்லியத்தை அடைகிறது.
64-வரி 3D LiDAR உடன் இணைந்து ஒரு ஆதரவு திசையன் இயந்திரம் (SVM) அடிப்படையிலான அல்காரிதம் எவ்வாறு பாதசாரிகளின் அங்கீகாரத்தை மேம்படுத்த முடியும் என்பதை நிரூபிக்கிறது.
மிமீ-வேவ் ரேடாரை விட சிறந்த அளவீட்டு துல்லியம் மற்றும் 3D பார்வை இருந்தாலும், மூடுபனி, பனி மற்றும் மழை உள்ளிட்ட பாதகமான வானிலையில் LiDAR குறைவாகவே செயல்படுகிறது.
வீடியோ கேமரா
சாதனத்தின் அலைநீளத்தைப் பொறுத்து, AVகளில் உள்ள கேமரா அகச்சிவப்பு அல்லது புலப்படும்-ஒளி அடிப்படையிலானதாக இருக்கலாம்.
சார்ஜ்-இணைந்த சாதனம் (CCD) மற்றும் நிரப்பு உலோக-ஆக்சைடு-குறைக்கடத்தி (CMOS) பட உணரிகள் கேமராவில் (CMOS) பயன்படுத்தப்படுகின்றன.
லென்ஸின் தரத்தைப் பொறுத்து, கேமராவின் அதிகபட்ச வரம்பு சுமார் 250 மீ. காணக்கூடிய கேமராக்களால் பயன்படுத்தப்படும் மூன்று பட்டைகள்-சிவப்பு, பச்சை மற்றும் நீலம்-மனிதக் கண்ணின் அதே அலைநீளம் அல்லது 400–780 nm (RGB) மூலம் பிரிக்கப்படுகின்றன.
ஸ்டீரியோஸ்கோபிக் பார்வையை உருவாக்க அனுமதிக்கும் ஆழம் (D) தகவலைக் கொண்ட புதிய சேனலை உருவாக்க இரண்டு VIS கேமராக்கள் நிறுவப்பட்ட குவிய நீளத்துடன் இணைக்கப்பட்டுள்ளன.
வாகனத்தைச் சுற்றியுள்ள பகுதியின் 3D காட்சியை கேமரா (RGB-D) மூலம் இந்த திறனின் மூலம் பெறலாம்.
780 nm மற்றும் 1 mm இடையே அலைநீளம் கொண்ட செயலற்ற உணரிகள் அகச்சிவப்பு (IR) கேமராவால் பயன்படுத்தப்படுகின்றன. உச்ச வெளிச்சத்தில், ஏவிகளில் உள்ள ஐஆர் சென்சார்கள் காட்சிக் கட்டுப்பாட்டை வழங்குகின்றன.
இந்த கேமரா AV களுக்கு பொருள் அங்கீகாரம், பக்க காட்சி கட்டுப்பாடு, விபத்து பதிவு மற்றும் BSD ஆகியவற்றுடன் உதவுகிறது. இருப்பினும், பனி, மூடுபனி மற்றும் ஒளி நிலைகள் மாறுவது போன்ற பாதகமான வானிலையில், கேமராவின் செயல்திறன் மாறுகிறது.
ஒரு கேமராவின் முதன்மையான நன்மைகள், சுற்றுச்சூழலின் அமைப்பு, வண்ண விநியோகம் மற்றும் வடிவத்தை துல்லியமாக சேகரித்து பதிவு செய்யும் திறன் ஆகும்.
குளோபல் நேவிகேஷன் சாட்டிலைட் சிஸ்டம் மற்றும் குளோபல் பொசிஷனிங் சிஸ்டம், இன்டர்ஷியல் மெஷர்மென்ட் யூனிட்
இந்த தொழில்நுட்பம் AV அதன் துல்லியமான இடத்தைக் குறிப்பதன் மூலம் வழிசெலுத்த உதவுகிறது. கிரகத்தின் மேற்பரப்பைச் சுற்றியுள்ள சுற்றுப்பாதையில் உள்ள செயற்கைக்கோள்களின் குழுவை ஜிஎன்எஸ்எஸ் உள்ளூர்மயமாக்க பயன்படுத்தப்படுகிறது.
கணினி AV இன் இருப்பிடம், வேகம் மற்றும் துல்லியமான நேரத்தில் தரவுகளை சேமிக்கிறது.
பெறப்பட்ட சிக்னலுக்கும் செயற்கைக்கோளின் உமிழ்வுக்கும் இடையே உள்ள ToFஐக் கண்டறிவதன் மூலம் இது செயல்படுகிறது. குளோபல் பொசிஷனிங் சிஸ்டம் (ஜிபிஎஸ்) ஆயத்தொலைவுகள் பெரும்பாலும் ஏவி இருப்பிடத்தைப் பெறப் பயன்படுத்தப்படுகின்றன.
ஜிபிஎஸ் பிரித்தெடுக்கப்பட்ட ஆயங்கள் எப்போதும் துல்லியமாக இருக்காது, மேலும் அவை பொதுவாக 3 மீ சராசரி மதிப்பு மற்றும் 1 மீ நிலையான மாறுபாட்டுடன் நிலைப் பிழையைச் சேர்க்கும்.
பெருநகர சூழ்நிலைகளில், செயல்திறன் மேலும் மோசமடைகிறது, 20 மீ வரை உள்ள இடத்தில் பிழை உள்ளது, மேலும் சில கடுமையான சூழ்நிலைகளில், ஜிபிஎஸ் நிலைப் பிழை தோராயமாக 100 மீ ஆகும்.
கூடுதலாக, AVகள் வாகனத்தின் நிலையைத் துல்லியமாகத் தீர்மானிக்க RTK அமைப்பைப் பயன்படுத்தலாம்.
AV களில், வாகனத்தின் நிலை மற்றும் திசையையும் இறந்த கணக்கீடு (DR) மற்றும் செயலற்ற நிலையைப் பயன்படுத்தி தீர்மானிக்க முடியும்.
சென்சார் இணைவு
சரியான வாகன மேலாண்மை மற்றும் பாதுகாப்பிற்காக, AVகள் இடம், நிலை மற்றும் எடை, நிலைத்தன்மை, வேகம் போன்ற பிற வாகன காரணிகள் பற்றிய துல்லியமான, நிகழ்நேர அறிவைப் பெற வேண்டும்.
பல்வேறு சென்சார்களைப் பயன்படுத்தி AVகள் மூலம் இந்தத் தகவல் சேகரிக்கப்பட வேண்டும்.
பல உணரிகளிலிருந்து பெறப்பட்ட தரவை ஒன்றிணைப்பதன் மூலம், ஒத்திசைவான தகவலை உருவாக்க சென்சார் இணைவு நுட்பம் பயன்படுத்தப்படுகிறது.
நிரப்பு மூலங்களிலிருந்து பெறப்பட்ட செயலாக்கப்படாத தரவுகளின் தொகுப்பை முறை அனுமதிக்கிறது.
இதன் விளைவாக, பல்வேறு உணரிகளிலிருந்து சேகரிக்கப்பட்ட அனைத்து பயனுள்ள தரவுகளையும் ஒன்றிணைப்பதன் மூலம் AV அதன் சுற்றுப்புறங்களை துல்லியமாக புரிந்துகொள்ள சென்சார் ஃப்யூஷன் உதவுகிறது.
கல்மான் வடிகட்டிகள் மற்றும் பேய்சியன் வடிப்பான்கள் உட்பட பல்வேறு வகையான அல்காரிதம்கள் AV களில் இணைவு செயல்முறையை மேற்கொள்ளப் பயன்படுத்தப்படுகின்றன.
ரேடார் கண்காணிப்பு, செயற்கைக்கோள் வழிசெலுத்தல் அமைப்புகள் மற்றும் ஆப்டிகல் ஓடோமெட்ரி உள்ளிட்ட பல பயன்பாடுகளில் இது பயன்படுத்தப்படுவதால், ஒரு வாகனம் தன்னியக்கமாக இயங்குவதற்கு கல்மேன் வடிகட்டி முக்கியமானதாகக் கருதப்படுகிறது.
வாகன தற்காலிக நெட்வொர்க்குகள் (VANETs)
VANETகள் மொபைல் தற்காலிக நெட்வொர்க்குகளின் புதிய துணைப்பிரிவாகும், அவை தானாகவே மொபைல் சாதனங்கள்/வாகனங்களின் நெட்வொர்க்கை உருவாக்க முடியும். VANET களுடன் வாகனத்திலிருந்து வாகனம் (V2V) மற்றும் வாகனத்திலிருந்து உள்கட்டமைப்பு (V2I) தொடர்பு சாத்தியமாகும்.
அத்தகைய தொழில்நுட்பத்தின் முதன்மை இலக்கு சாலை பாதுகாப்பை அதிகரிப்பதாகும்; எடுத்துக்காட்டாக, விபத்துக்கள் மற்றும் போக்குவரத்து நெரிசல்கள் போன்ற ஆபத்தான சூழ்நிலைகளில், கார்கள் ஒன்றோடொன்று மற்றும் நெட்வொர்க்குடன் தொடர்புகொண்டு முக்கியமான தகவல்களை வெளியிட முடியும்.
பின்வருபவை VANET தொழில்நுட்பத்தின் முதன்மை கூறுகள்:
- OBU (ஆன்-போர்டு யூனிட்): இது ஒவ்வொரு வாகனத்திலும் வைக்கப்பட்டுள்ள GPS-அடிப்படையிலான கண்காணிப்பு அமைப்பாகும், இது ஒன்றுடன் ஒன்று மற்றும் சாலையோர அலகுகளுடன் (RSU) தொடர்பு கொள்ள அனுமதிக்கிறது. OBU ஆனது ரிசோர்ஸ் கமாண்ட் செயலி (RCP), சென்சார் சாதனங்கள் மற்றும் பயனர் இடைமுகங்கள், அத்தியாவசிய தகவல்களைப் பெற. பல RSUகள் மற்றும் OBU களுக்கு இடையில் தொடர்பு கொள்ள வயர்லெஸ் நெட்வொர்க்கைப் பயன்படுத்துவதே இதன் முதன்மை நோக்கமாகும்.
- சாலையோர அலகு (RSU): RSU கள் தெருக்கள், வாகன நிறுத்துமிடங்கள் மற்றும் சந்திப்புகளில் துல்லியமான புள்ளிகளில் நிலைநிறுத்தப்பட்ட நிலையான கணினி அலகுகள். தன்னாட்சி வாகனங்களை உள்கட்டமைப்புடன் இணைப்பதே இதன் முக்கிய நோக்கமாகும், மேலும் இது வாகன உள்ளூர்மயமாக்கலுக்கும் உதவுகிறது. கூடுதலாக, பல்வேறு வகைகளைப் பயன்படுத்தி ஒரு வாகனத்தை மற்ற RSU களுடன் இணைக்க இது பயன்படுத்தப்படலாம் நெட்வொர்க் டோபாலஜிகள். கூடுதலாக, அவை சூரிய சக்தி உட்பட சுற்றுப்புற ஆற்றல் மூலங்களில் இயக்கப்படுகின்றன.
- நம்பகமான ஆணையம் (TA): இது VANETs செயல்முறையின் ஒவ்வொரு கட்டத்தையும் கட்டுப்படுத்தும் ஒரு அமைப்பாகும், இது முறையான RSUகள் மற்றும் வாகன OBUக்கள் மட்டுமே பதிவுசெய்து தொடர்புகொள்ள முடியும் என்பதை உறுதிசெய்கிறது. OBU ஐடியை உறுதிசெய்து, வாகனத்தை அங்கீகரிப்பதன் மூலம், அது பாதுகாப்பை வழங்குகிறது. கூடுதலாக, இது தீங்கு விளைவிக்கும் தகவல்தொடர்புகள் மற்றும் ஒற்றைப்படை நடத்தை ஆகியவற்றைக் காண்கிறது.
V2V, V2I மற்றும் V2X தொடர்புகளை உள்ளடக்கிய வாகனத் தொடர்புக்கு VANETகள் பயன்படுத்தப்படுகின்றன.
வாகனம் 2 வாகனத் தொடர்பு
போக்குவரத்து நெரிசல், விபத்துக்கள் மற்றும் வேகக் கட்டுப்பாடுகள் தொடர்பான முக்கியத் தகவல்களைப் பரிமாறிக் கொள்வதற்கும், வாகனங்கள் ஒன்றோடு ஒன்று பேசுவதற்கும் உள்ள திறன், வாகனங்களுக்கு இடையேயான தொடர்பு (IVC) என அழைக்கப்படுகிறது.
V2V தகவல்தொடர்பு பல்வேறு முனைகளை (வாகனங்கள்) ஒன்றிணைப்பதன் மூலம் வலையமைப்பை உருவாக்க முடியும், ஒரு மெஷ் டோபாலஜியைப் பயன்படுத்தி, பகுதி அல்லது முழுமையாக.
வாகனங்களுக்கு இடையேயான தகவல்தொடர்புக்கு எத்தனை ஹாப்கள் பயன்படுத்தப்படுகின்றன என்பதைப் பொறுத்து அவை ஒற்றை-ஹாப் (SIVC) அல்லது மல்டி-ஹாப் (MIVC) அமைப்புகளாக வகைப்படுத்தப்படுகின்றன.
MIVC ஆனது போக்குவரத்து கண்காணிப்பு போன்ற நீண்ட தூர தகவல்தொடர்புக்கு பயன்படுத்தப்படலாம், SIVC ஆனது லேன் மெர்ஜிங், ACC போன்ற குறுகிய தூர பயன்பாடுகளுக்கு பயன்படுத்தப்படலாம்.
BSD, FCWS, தானியங்கி அவசரகால பிரேக்கிங் (AEB) மற்றும் LDWS உள்ளிட்ட பல நன்மைகள் V2V தொடர்பு மூலம் வழங்கப்படுகின்றன.
வாகனம் 2 உள்கட்டமைப்பு தொடர்பு
சாலையோரத்திலிருந்து வாகனத் தொடர்பு (RVC) எனப்படும் செயல்முறை மூலம் ஆட்டோமொபைல்கள் RSU களுடன் தொடர்பு கொள்ள முடியும். பார்க்கிங் மீட்டர்கள், கேமராக்கள், லேன் மார்க்கர்கள் மற்றும் ட்ராஃபிக் சிக்னல்களைக் கண்டறிய இது உதவுகிறது.
கார்கள் மற்றும் உள்கட்டமைப்புக்கு இடையே தற்காலிக, வயர்லெஸ் மற்றும் இருதரப்பு இணைப்பு.
போக்குவரத்து நிர்வாகம் மற்றும் மேற்பார்வைக்கு, உள்கட்டமைப்பின் தரவு பயன்படுத்தப்படுகிறது. கார்கள் எரிபொருள் சிக்கனத்தை அதிகரிக்க மற்றும் போக்குவரத்து ஓட்டத்தை நிர்வகிக்க அனுமதிக்கும் பல்வேறு வேக அளவுருக்களை சரிசெய்ய அவை பயன்படுத்தப்படுகின்றன.
RVC அமைப்பை உள்கட்டமைப்பின் (URVC) பொறுத்து ஸ்பார்ஸ் RVC (SRVC) மற்றும் எங்கும் RVC என பிரிக்கலாம்.
SRVC அமைப்பு ஹாட்ஸ்பாட்களில் மட்டுமே தகவல் தொடர்பு சேவைகளை வழங்குகிறது, அதாவது திறந்தவெளி வாகன நிறுத்துமிடங்கள் அல்லது பெட்ரோல் நிலையங்களைக் கண்டறிதல், அதேசமயம் URVC அமைப்பு அதிக வேகத்தில் கூட முழு வழியிலும் கவரேஜை வழங்குகிறது.
நெட்வொர்க் கவரேஜுக்கு உத்தரவாதம் அளிக்க, URVC அமைப்புக்கு பெரிய முதலீடு தேவைப்படுகிறது.
வாகனம் 2 எல்லாம் தொடர்பு
பாதசாரிகள், சாலையோரப் பொருட்கள், சாதனங்கள் மற்றும் கிரிட் (V2P, V2R, மற்றும் V2D) (V2G) உள்ளிட்ட V2X வழியாக மற்ற நிறுவனங்களுடன் கார் இணைக்க முடியும்.
இந்த வகையான தகவல்தொடர்புகளைப் பயன்படுத்தி, ஆபத்தில் உள்ள பாதசாரிகள், சைக்கிள் ஓட்டுபவர்கள் மற்றும் மோட்டார் சைக்கிள் ஓட்டுபவர்களை ஓட்டுநர்கள் தாக்குவதைத் தவிர்க்கலாம்.
பாதசாரி மோதல் எச்சரிக்கை (PCW) அமைப்பு V2X தகவல்தொடர்புக்கு நன்றி, பேரழிவு மோதல் ஏற்படும் முன் சாலையோர பயணிகளின் ஓட்டுநரை எச்சரிக்க முடியும்.
பாதசாரிகளுக்கு முக்கியமான செய்திகளை அனுப்ப, PCW ஆனது ஸ்மார்ட்போனின் புளூடூத் அல்லது நியர் ஃபீல்ட் கம்யூனிகேஷன் (NFC) மூலம் பயனடையலாம்.
தீர்மானம்
தன்னாட்சி கார்களை உருவாக்கப் பயன்படுத்தப்படும் பல தொழில்நுட்பங்கள் அவை எவ்வாறு செயல்படுகின்றன என்பதில் பெரிய தாக்கத்தை ஏற்படுத்தும்.
அதன் மிக அடிப்படையான, கார் தன்னைச் சுற்றியுள்ள பாதை மற்றும் அதன் பாதையில் உள்ள பிற வாகனங்கள் பற்றிய தகவல்களை வழங்கும் சென்சார்களின் வரிசையைப் பயன்படுத்தி அதன் சுற்றுப்புறங்களின் வரைபடத்தை உருவாக்குகிறது.
இந்தத் தரவு பின்னர் ஒரு சிக்கலான இயந்திரக் கற்றல் அமைப்பால் பகுப்பாய்வு செய்யப்படுகிறது, இது காரை இயக்குவதற்கான செயல்களின் தொகுப்பை உருவாக்குகிறது. வாகனத்தின் சுற்றுப்புறத்தைப் பற்றி கணினி மேலும் அறிந்து கொள்வதால் இந்த நடத்தைகள் தொடர்ந்து மாற்றப்பட்டு புதுப்பிக்கப்படுகின்றன.
தன்னாட்சி வாகன அமைப்பு கட்டமைப்பின் மேலோட்டத்தை உங்களுக்கு வழங்குவதற்கு எனது சிறந்த முயற்சிகள் இருந்தபோதிலும், திரைக்குப் பின்னால் இன்னும் நிறைய நடக்கிறது.
இந்த அறிவை நீங்கள் மதிப்புமிக்கதாகக் கண்டறிந்து அதைப் பயன்படுத்துவீர்கள் என்று நான் உண்மையிலேயே நம்புகிறேன்.
ஒரு பதில் விடவும்