प्लेटूनिंग में सिंक्रोनाइज़ेशन त्रुटि: वह प्रेत बाधा जो दो ट्रकों को गिरा देती है

पिछले महीने, स्वायत्त प्लेटूनिंग परीक्षण ट्रैक पर एक घटना में धारणा विफलता के कारण दो ट्रक आपस में टकरा गए। ऑन-बोर्ड सिस्टम ने एक प्रेत बाधा का पता लगाया, जो सामने वाले LIDAR और पीछे वाले रडार के डेटा के बीच डीसिंक्रनाइज़ेशन से उत्पन्न एक अस्तित्वहीन इकाई थी। इस त्रुटि के कारण दूसरे ट्रक ने अचानक ब्रेक लगा दिया, जिसके परिणामस्वरूप पहले ट्रक ने उसे पीछे से टक्कर मार दी। यह मामला स्वायत्त काफिले के लिए सेंसर फ्यूजन में एक महत्वपूर्ण कमजोरी को उजागर करता है।

तकनीकी विश्लेषण: LIDAR-रडार डेटा फ्यूजन में अस्थायी अंतराल 🚛

एक आदर्श प्लेटूनिंग सिस्टम में, LIDAR 10 Hz पर पर्यावरण को स्कैन करता है जबकि रडार 20 Hz पर काम करता है। जब नियंत्रण इकाई (ECU) में एक अप्रतिपूरित विलंबता होती है, तो एक गार्डरेल से माइक्रोवेव का उछाल LIDAR द्वारा खाली स्थान की पुष्टि करने से ठीक पहले एक स्थिर वस्तु के रूप में दर्ज हो सकता है। सटीक टाइमस्टैम्प के बिना दोनों पॉइंट क्लाउड को मिलाने पर, सिस्टम इस अवशेष को एक वास्तविक बाधा के रूप में व्याख्यायित करता है। Unreal Engine और Vissim जैसे उपकरण इस विफलता को पुन: उत्पन्न करने की अनुमति देते हैं: पहला पर्यावरण की ज्यामिति और प्रेत बाधा के प्रक्षेपवक्र को रेंडर करता है, जबकि Vissim आसपास के यातायात की प्रतिक्रिया को मॉडल करता है। CloudCompare, अपनी ओर से, अस्थायी विसंगति की पहचान करने के लिए पॉइंट क्लाउड के विश्लेषण की सुविधा प्रदान करता है।

वाहन धारणा के अधिक मजबूत सिमुलेशन की ओर 🛠️

यह घटना दर्शाती है कि ADAS सिस्टम का सत्यापन केवल सड़क परीक्षणों तक सीमित नहीं रह सकता है। 3D इंजन और यातायात सॉफ्टवेयर के साथ सिमुलेशन में दोष-सहिष्णु फ्यूजन एल्गोरिदम को प्रशिक्षित करने के लिए संवेदी डीसिंक्रनाइज़ेशन परिदृश्यों को शामिल करना चाहिए। ECU में एक गतिशील अस्थायी बफर लागू करना, जो निश्चित आवृत्ति के बजाय आगमन के क्रम में डेटा को संरेखित करने में सक्षम हो, एक ऐसा समाधान है जिसका पहले से ही आभासी वातावरण में परीक्षण किया जा रहा है। लक्ष्य यह है कि कोई भी प्रेत बाधा फिर से वास्तविक दुर्घटना में न बदले।

क्या यह संभव है कि स्वायत्त प्लेटूनिंग के दौरान ट्रकों के बीच V2V संचार में एक सिंक्रनाइज़ेशन त्रुटि का पता लगाया जा सके और 3D सेंसर सिस्टम, जैसे मल्टी-लेयर LIDAR, के माध्यम से वास्तविक समय में ठीक किया जा सके, ताकि परीक्षण ट्रैक पर हुई टक्कर जैसी दुर्घटनाओं से बचा जा सके?

(पी.एस.: Foro3D में हमारी कारों में अश्वशक्ति से अधिक पॉलीगॉन हैं)