हाल ही में हमने उल्लेखनीय इतिहास के बारे में एक कहानी प्रकाशित की स्व-चालित और अर्ध-स्व-चालित वाहनों से होने वाली कार दुर्घटनाएँ. हालाँकि इनमें से एक बड़ी संख्या में मानवीय त्रुटियाँ शामिल हैं, फिर भी दुर्घटनाओं के कई उदाहरण हैं जिनमें वाहन अपने परिवेश को ठीक से पढ़ने में असमर्थ था। थर्मल इमेजिंग कंपनी FLIR सिस्टम उनका मानना है कि स्वायत्त वाहनों को सुरक्षित बनाने का एक तरीका उन्हें चुनौतीपूर्ण प्रकाश व्यवस्था और मौसम की स्थिति से बेहतर ढंग से निपटने के लिए थर्मल रीडिंग तकनीक का उपयोग करने की क्षमता देना होगा।
इन सेंसरों को अपनाने में मदद करने के लिए, कंपनी ने 10,000 लेबल वाली इन्फ्रारेड लाइट छवियों का एक ओपन-सोर्स डेटासेट उपलब्ध कराया है, जो दर्शाता है कि पैदल यात्री, जानवरों, साइकिलों और अन्य वाहनों को कठिन परिस्थितियों में तकनीक का उपयोग करके वर्गीकृत किया जा सकता है, जिसमें पूर्ण अंधेरे से लेकर कोहरे और धुएं से लेकर धुंध और चकाचौंध तक शामिल है। सूरज। डेटासेट के साथ संयुक्त थर्मल कैमरों का उपयोग करके, 200 मीटर से अधिक दूर की वस्तुओं को पहचानना संभव है, जो सामान्य कार हेडलाइट्स की दूरी के 4 गुना के बराबर है।
अनुशंसित वीडियो
एफएलआईआर सिस्टम्स में माइक्रो-कैमरा उत्पाद प्रबंधन के उपाध्यक्ष माइक वाल्टर्स ने डिजिटल ट्रेंड्स को बताया, "नेविगेशन वाहन सेंसर सूट द्वारा प्रदान की गई धारणा सटीकता से सीमित है।" “दृश्यमान कैमरे कई चुनौतीपूर्ण प्रकाश स्थितियों जैसे पूर्ण अंधकार, सूर्य में गाड़ी चलाना आदि में अच्छी तरह से काम नहीं करते हैं कई प्रकार के कोहरे में - जबकि थर्मल कैमरे, जो मुख्य रूप से गर्मी देखते हैं और दृश्यमान प्रकाश नहीं देखते हैं, इन प्रतिकूल प्रभावों से अप्रभावित रहते हैं स्थितियाँ। इसलिए, थर्मल कैमरे इन परिस्थितियों में अधिक सटीक स्थितिजन्य जागरूकता और धारणा प्रदान करते हैं, जो बदले में सुरक्षा और नेविगेशन में सुधार करता है।
संबंधित
- वोक्सवैगन अमेरिका में अपना स्वयं का सेल्फ-ड्राइविंग कार परीक्षण कार्यक्रम शुरू कर रहा है।
- सैन फ्रांसिस्को के कोहरे से स्वायत्त कारें भ्रमित हो गईं
- क्या टेस्ला पूर्ण स्व-ड्राइविंग इसके लायक है?
वर्तमान में, कई लक्जरी यात्री कारों में थर्मल कैमरे पाए जाते हैं। कुछ हाई-एंड वाहन निर्माता, जैसे पोर्श और बीएमडब्ल्यू, पहले से ही FLIR द्वारा बनाए गए थर्मल इमेजिंग सेंसर वाले वाहनों को फिट करते हैं। हालाँकि, वे आज के सबसे प्रमुख स्व-ड्राइविंग वाहनों को शक्ति प्रदान करने वाले सेंसर के मानक सूट का हिस्सा नहीं हैं। यह एक स्पष्ट चूक की तरह लग सकता है, लेकिन वर्तमान सेल्फ-ड्राइविंग कारें देखने के लिए केवल एक इमेजिंग सिस्टम पर निर्भर नहीं हैं।
अभी सड़क पर जिन सेल्फ-ड्राइविंग कारों का परीक्षण किया जा रहा है, वे नियमित कैमरों, अल्ट्रासाउंड, रडार, लिडार और अन्य के संयोजन का उपयोग करके अपने परिवेश का पता लगाती हैं। इन सभी सेंसरों की जानकारी कार द्वारा लिए गए निर्णयों को सूचित करने में मदद करती है। कुछ मामलों में, सेंसरों की यह श्रृंखला अतिरेक का कारण बन सकती है - लेकिन बहुत कम लोग, यात्री या पैदल यात्री, अत्यधिक सुरक्षित होने के बारे में शिकायत करेंगे।
इसके परिणामस्वरूप, यह गणना करना मुश्किल है कि FLIR के थर्मल लॉन्ग-वेव इंफ्रारेड (LWIR) कैमरे जैसी तकनीक का उपयोग करने से कितना सुधार हो सकता है। फिर भी, उम्मीद है कि इस सप्ताह हाल ही में जारी किए गए डेटासेट कार निर्माताओं को अधिक आसानी से एल्गोरिदम बनाने का अवसर देंगे जो उन्हें पता लगाने देंगे।
संपादकों की सिफ़ारिशें
- वेमो ने अपने स्वायत्त-ट्रकिंग प्रोजेक्ट पर ब्रेक लगा दिया है
- बड़ी चालक रहित बसें अब स्कॉटलैंड में यात्रियों को सेवा दे रही हैं
- रोबो-बस बेड़े का लक्ष्य प्रति सप्ताह 10,000 यात्रियों को ले जाना है
- टेस्ला ऑटोपायलट और फुल सेल्फ-ड्राइविंग के बीच क्या अंतर है?
- रोबोटैक्सिस में एक यात्री समस्या है जिसके बारे में किसी ने नहीं सोचा था
अपनी जीवनशैली को उन्नत करेंडिजिटल ट्रेंड्स पाठकों को सभी नवीनतम समाचारों, मजेदार उत्पाद समीक्षाओं, व्यावहारिक संपादकीय और एक तरह की अनूठी झलक के साथ तकनीक की तेज़ गति वाली दुनिया पर नज़र रखने में मदद करता है।
