स्वायत्त वाहनों के साथ दुर्घटनाओं का पुनर्निर्माण 3D में पर्यावरण का मॉडलिंग करने की आवश्यकता है
जब एक स्व-चालित वाहन किसी घटना में शामिल होता है, तो जांचकर्ता केवल रिकॉर्डिंग्स की समीक्षा नहीं करते। उनका मुख्य कार्य भौतिक दुनिया को डिजिटल रूप में बिल्कुल सटीकता से पुनः सृजित करना है। यह तीन आयामों में फोरेंसिक पुनर्निर्माण वास्तव में क्या हुआ, यह समझने की आधारशिला है। 🕵️♂️
LIDAR पॉइंट क्लाउड: वास्तविक दुनिया का डिजिटल मोल्ड
प्रक्रिया वाहन के LIDAR सेंसरों द्वारा कैप्चर किए गए डेटा से शुरू होती है। ये उपकरण तेज लेजर प्रकाश के पल्स उत्सर्जित करते हैं और उन्हें वापस आने में लगने वाले समय की गणना करते हैं। परिणाम एक विशाल और विस्तृत 3D पॉइंट क्लाउड है जो स्थान को परिभाषित करता है। प्रत्येक बिंदु एक सटीक निर्देशांक का प्रतिनिधित्व करता है, जो फुटपाथ और ट्रैफिक सिग्नल से लेकर अन्य कारों और लोगों तक मैप करता है। यह डेटा संग्रह आवश्यक कच्चा माल है; इसके बिना, कोई भी बाद का विश्लेषण वस्तुनिष्ठ आधारहीन होता है।
पॉइंट क्लाउड द्वारा कैप्चर किए गए प्रमुख तत्व:- मार्ग की ज्यामिति: वक्र, ढलान, लेन और सड़क के किनारे।
- स्थिर वस्तुएं: खंभे, ट्रैफिक लाइट, बैरियर और निकटवर्ती इमारतें।
- गतिशील तत्व: घटना के क्षण में अन्य वाहनों, साइकिल चालकों या पैदल यात्रियों की स्थिति, आकार और गति।
कुंजी यह है कि 3D मॉडल एक सटीक प्रतिकृति हो, बिना अनुमानों या इंटरपोलेशन के जो तथ्यों को बदल दें।
स्वायत्त प्रणाली की धारणा और निर्णयों का सिमुलेशन
पर्यावरण पहले से ही मॉडलित होने के साथ, विशेषज्ञ पुनः उत्पन्न कर सकते हैं स्थिति। वे कच्चे पॉइंट क्लाउड को एक आभासी पर्यावरण में बदल देते हैं जिसे वाहन के नियंत्रण इकाई के सॉफ्टवेयर द्वारा फिर से व्याख्या किया जा सकता है। इस सिमुलेशन में, सभी स्थितियों को दोहराया जाता है: दृश्यता, प्रत्येक वस्तु की सटीक स्थिति और सभी सेंसरों के डेटा (केवल LIDAR नहीं)। उद्देश्य स्पष्ट है: उसी को देखना जो प्रणाली ने देखा और समझना कि उसने क्यों वैसा ही कार्य किया। विश्लेषण किया जाता है कि उसने एक बाधा को कैसे वर्गीकृत किया, क्या उसने इसकी कक्षा सही भविष्यवाणी की और किस तर्क का पालन किया evasiv युद्धाभ्यास करने या न करने के लिए।
सिमुलेशन विश्लेषण के चरण:- व्याख्यायित पर्यावरण का पुनर्निर्माण: कच्चे डेटा को 3D जाल या आभासी दृश्य में बदलना जो ड्राइविंग एल्गोरिदम द्वारा संसाधित हो सके।
- घटनाओं की क्रम का पुनः उत्पादन: मूल वाहन के समान समय और सेंसर पैरामीटर्स के साथ सिमुलेशन चलाना।
- अलग