તાજેતરનાં વર્ષોમાં સૌથી વચન આપેલ અને વિલંબિત શોધમાંની એક એ સ્વાયત્ત વાહનો છે. અતિ ઉત્તેજિત એલોન મસ્કના વચનો અને અન્ય મોટી કંપનીઓમાં ગૂગલ અને otherબર દ્વારા રોકાણ કરાયેલ સમય અને નાણાં ઉપરાંત, ધ્યેય હજી લાંબી રસ્તે લાગે છે.
તે સંભવ છે સમસ્યા હાર્ડવેર નહીં પરંતુ સ softwareફ્ટવેરની છે. ત્યાં ઘણી બધી માહિતી છે બંને સલામતીની ખાતરી કરવા માટે દરેક વાહનના નિયંત્રણ એકમ પર પ્રક્રિયા કરવામાં સમર્થ હોવા આવશ્યક છે અન્ય વાહનો અને પદયાત્રીઓમાં રહેલા લોકોની જેમ મુસાફરોની સંખ્યા
આ માટે વિશાળ પ્રમાણમાં ડેટા જરૂરી છે જે ફક્ત વાસ્તવિક પરિસ્થિતિઓમાં અસંખ્ય પરીક્ષણો કરીને જ મેળવી શકાય છે. કેમેરા અને લિડરથી સજ્જ વાહનો જરૂરી છે.
સ્વાયત્ત વાહનોમાં સંશોધન પ્રક્રિયા ઝડપી બનાવવા માટે, કેટલાક ઉત્પાદકો તેમની પાસેના ડેટાને હરીફો અને શિક્ષણવિદો સાથે શેર કરી રહ્યાં છે.
ફોર્ડ ડેટ્રોઇટમાં બહુવિધ વાહનો દ્વારા મેળવેલા તેના ડેટાને પ્રકાશિત કરે છે
તે એવું છે ફોર્ડ એક વ્યાપક ડેટા સેટ પ્રકાશિત કરી રહ્યો છે તેમના પોતાના પ્રોજેક્ટ્સમાં શિક્ષણવિદો અને સંશોધનકારોને સહાય કરવા માટે તેમની પોતાની પરીક્ષણો દરમિયાન મેળવેલ. આ વેઇમો જેવા અન્ય સ્પર્ધકો દ્વારા કરવામાં આવ્યું છે.
તેમ કંપની દ્વારા સમજાવવામાં આવ્યું છે
સંશોધન અને વિકાસને પ્રોત્સાહન આપવાનો બીજો કોઈ રસ્તો નથી તેની ખાતરી કરવા માટે કે શૈક્ષણિક સમુદાય પાસે અસરકારક સ્વાયત્ત વાહન અલ્ગોરિધમ્સ બનાવવા માટે જરૂરી ડેટા છે.
ફોર્ડ દ્વારા વહેંચાયેલ સામગ્રી એક વર્ષના ગાળામાં એકત્રિત કરવામાં આવ્યું હતું, અને તે ઘણા સ્વ-ડ્રાઇવિંગ સંશોધન વાહનો દ્વારા જનરેટ થયું હતું. તે પણ સમાવેશ થાય લિડર સેન્સર અને ક cameraમેરો ડેટા, જીપીએસ અને બોલની માહિતી, તેમજ 3 ડી પોઇન્ટ ક્લાઉડ અને ગ્રાઉન્ડ રિફ્લેક્ટીવીટી નકશા.
LIDAR એ લેઝરની છબીઓની શોધ અને અવકાશ માટે અંગ્રેજીમાં ટૂંકું નામ છે. તે એક એવું ઉપકરણ છે જે બીમનો ઉપયોગ કરીને લેસર ઇમિટરથી કોઈ objectબ્જેક્ટ અથવા સપાટીની અંતર નક્કી કરવા દે છે theબ્જેક્ટનું અંતર પલ્સના ઉત્સર્જન અને પ્રતિબિંબિત સંકેત દ્વારા તેની શોધ વચ્ચેના વિલંબના સમયને માપવા દ્વારા નક્કી કરવામાં આવે છે.
બિંદુ વાદળો એ ત્રિ-પરિમાણીય સંકલન પ્રણાલીમાં શિરોબિંદુઓનો સમૂહ છે જે સામાન્ય રીતે X, Y અને Z સંકલન તરીકે ઓળખાય છે અને anબ્જેક્ટની બાહ્ય સપાટીને રજૂ કરવા માટે સેવા આપે છે.
સામાન્ય રીતે પોઇન્ટ ક્લાઉડ બનાવવા માટે ત્રિ-પરિમાણીય લેસર સ્કેનરનો ઉપયોગ થાય છે. આ લેસર આપમેળે objectબ્જેક્ટની સપાટી પર મોટી સંખ્યામાં પોઇન્ટ્સને માપે છે અને પોઇન્ટ ક્લાઉડ સાથે ડેટા ફાઇલ બનાવે છે. પોઇન્ટ ક્લાઉડ એ પોઇન્ટ્સનો સમૂહ રજૂ કરે છે કે જે ઉપકરણ દ્વારા માપવામાં આવ્યો છે.
ફોર્ડ તમે તે ડેટાને કલ્પના કરવા માટે તમારા પોતાના ટૂલ્સ શેર કરી રહ્યાં છો.
કંપનીના યોગદાનનું મહત્વ ફક્ત સમયગાળા દરમિયાન જ નહીં, પણવરસાદ, સૂર્ય, વાદળો અને બરફ સહિત વિવિધ હવામાન પરિસ્થિતિઓમાં આ ડેટા એકત્રિત કરવામાં આવ્યો હતો.
ભૌગોલિક ક્ષેત્ર પસંદ કરેલ હોવાથી તે ડેટ્રોઇટ મેટ્રોપોલિટન વિસ્તાર છે, વાહનોને ગાense શહેરી વિસ્તારો, ધોરીમાર્ગો, ટનલ, રહેણાંક પડોશ, વિમાની મથકો, બાંધકામ ઝોન અને પદયાત્રીઓની પ્રવૃત્તિમાંથી પસાર થવું પડ્યું હતું. તે છે, વિવિધ દૃશ્યોની વાજબી રજૂઆત જેમાં ભવિષ્યમાં સ્વાયત્ત વાહનો ફરવું પડશે.
ઉપરાંત, આ ડેટા બહુવિધ વાહનોનો છેછે, જે સંશોધનકારોને બે દૃષ્ટિકોણથી સમાન પરિસ્થિતિનું વિશ્લેષણ કરવાની મંજૂરી આપશે. આ રીતે, સેન્ટ્રલ સર્વર સાથે કનેક્ટ થવાની જરૂરિયાત વિના વધુ સારા નિર્ણયો લેવા માટે વાસ્તવિક સમયમાં સ્વાયત્ત એકમો માહિતીને એકબીજા સાથે શેર કરવાની શક્યતાની તપાસ કરી શકશે.
પ્રથમ ડેટા સેટ એલ હેઠળ શૈક્ષણિક ઉપયોગ માટે ઉપલબ્ધ છેક્રિએટિવ કonsમન્સ લાઇસન્સ એટ્રિબ્યુશન-નોન-કમર્શિયલ-શેરઅલાઇક International.૦ આંતરરાષ્ટ્રીય લાઇસન્સ. કંપની નિયમિત અપડેટ્સ પ્રકાશિત કરવાનું વચન આપે છે.
વિઝ્યુલાઇઝેશન ટૂલ્સનો ઉપયોગ કરવાની ભલામણ કરો ઉબુન્ટુ 16.04, આરઓએસ કનેક્ટિક રોબોટિક્સ ફ્રેમવર્ક અને ઓછામાં ઓછું 32 જીબી સાથેનો લેપટોપ.
ફોર્ડ 2021 માં પોતાની સ્વ-ડ્રાઇવિંગ કારની પ્રથમ લાઇન શરૂ કરવા માગતો હતો, પરંતુ, COVID-19 બહાનું વાપરીને, તેને બીજા વર્ષ માટે બંધ રાખ્યું.
કોઈ પણ સંજોગોમાં, તે આપણા દેશોમાં જોવા માટે અમને લાંબો સમય લાગશે. આ પ્રકારની વાહનો લોકોની સલામતીની બાંયધરી આપવા માટે ફરતા હોવા જરૂરી છે તેવી માહિતીને કારણે, સંજોગોને માન્યતા આપવાની લાંબી અગાઉની પ્રક્રિયાની જરૂર પડે તેવી સંભાવના છે. ખર્ચને કારણે, આ માટે કંપનીઓ અને સરકારોના સહયોગની જરૂર પડશે. અને, મને નથી લાગતું કે વ્યવસાયિક ડ્રાઇવરો યુનિયન તેને બિનહરીફ સ્વીકારશે.