چه فناوریهایی در خودروی بدون راننده گوگل استفاده شده است؟
آنچه در مورد خودروی بدون راننده گوگل مسلم بوده این است که فناوریهایی که در این خودرو به منظور هدایت آن و حفظ سلامت و ایمنی سرنشینان مورد استفاده قرار گرفته به هیچ عنوان جدید و بدیع از نظر آزمایش شدن نیستند. چه از نظر سخت افزارهای مورد استفاده و چه نرمافزار و الگوریتمهای بکار رفته در این خودرو باید بدانید که گوگل در طراحی سیستم هدایت خودروی خود از فناوریهایی استفاده کرده که بسیاری از آنها سالها است که در حال کار هستند و آزمایشات ایمنی و امنیتی را با موفقیت پشت سر گذاشتهاند. بنابراین جای هیچگونه نگرانی وجود ندارد، چرا که گوگل از فناوریهای تضمین شده در این خودرو بهره جسته است.
در ادامه به بررسی تعدادی از فناوریهای کلیدی مورد استفاده در این خودروی بدون راننده میپردازیم:
LIDAR:
لیدار به طور اختصار مخفف عبارت تشخیص محیط و محدوده با استفاده از لیزر است. در این فناوری با استفاده از تاباندن نور لیزر در یک زاویه تعیین شده محیط پیرامون به طور دقیق اسکن شده و یک نقشه سه بعدی شامل تمامی اشیا موجود در صحنه تهیه میشود. به دلیل استفاده از لیزر مواردی نظیر فاصله، تعداد و میزان بزرگی اشیاء به خوبی مشخص شده و خودرو میتواند با استفاده از اطلاعات حاصل از این فرآیند مسیر روبرو را با دقت طی کند.
خودروی گوگل از ماژول لیزر Velodyne 64 استفاده میکند. از آنجا که به هنگام رانندگی باید دور و اطراف خودرو به دقت مورد بررسی قرار گیرد این ماژول که مجهز به یک پردازنده نیز هست برای تهیه نقشه 360 درجه بر روی سقف خودرو قرار میگیرد. لیزر تعبیه شده در این ماژول دائما در حال چرخش 360 درجه است تا محیط اطراف را با دقت اسکن کند. @ctsut
آنچه در مورد خودروی بدون راننده گوگل مسلم بوده این است که فناوریهایی که در این خودرو به منظور هدایت آن و حفظ سلامت و ایمنی سرنشینان مورد استفاده قرار گرفته به هیچ عنوان جدید و بدیع از نظر آزمایش شدن نیستند. چه از نظر سخت افزارهای مورد استفاده و چه نرمافزار و الگوریتمهای بکار رفته در این خودرو باید بدانید که گوگل در طراحی سیستم هدایت خودروی خود از فناوریهایی استفاده کرده که بسیاری از آنها سالها است که در حال کار هستند و آزمایشات ایمنی و امنیتی را با موفقیت پشت سر گذاشتهاند. بنابراین جای هیچگونه نگرانی وجود ندارد، چرا که گوگل از فناوریهای تضمین شده در این خودرو بهره جسته است.
در ادامه به بررسی تعدادی از فناوریهای کلیدی مورد استفاده در این خودروی بدون راننده میپردازیم:
LIDAR:
لیدار به طور اختصار مخفف عبارت تشخیص محیط و محدوده با استفاده از لیزر است. در این فناوری با استفاده از تاباندن نور لیزر در یک زاویه تعیین شده محیط پیرامون به طور دقیق اسکن شده و یک نقشه سه بعدی شامل تمامی اشیا موجود در صحنه تهیه میشود. به دلیل استفاده از لیزر مواردی نظیر فاصله، تعداد و میزان بزرگی اشیاء به خوبی مشخص شده و خودرو میتواند با استفاده از اطلاعات حاصل از این فرآیند مسیر روبرو را با دقت طی کند.
خودروی گوگل از ماژول لیزر Velodyne 64 استفاده میکند. از آنجا که به هنگام رانندگی باید دور و اطراف خودرو به دقت مورد بررسی قرار گیرد این ماژول که مجهز به یک پردازنده نیز هست برای تهیه نقشه 360 درجه بر روی سقف خودرو قرار میگیرد. لیزر تعبیه شده در این ماژول دائما در حال چرخش 360 درجه است تا محیط اطراف را با دقت اسکن کند. @ctsut
رادار:
با وجود اینکه لیدار یکی از بهترین ابزارها برای تشخیص دقیق محیط اطراف و تهیه نقشه است، اما یکی از بزرگترین مشکلات آن عدم توانایی در تشخیص سرعت اجسامی است که در حال نزدیک یا دور شدن از خودرو هستند. برای پر کردن این خلاء از چهار سیستم رادار استفاده میشود. نحوه کار گذاری این رادارها بدین شکل است که دو سنسور برای اسکن جلوی خودرو و دو سنسور نیز برای اسکن محیط پشت خودرو مورد استفاده قرار میگیرد. یکی از قابلیتهای سنسورهای رادار امکان ارسال پیام اضطراری به پردازنده برای فعال کردن ترمزهای خودرو به منظور جلوگیری از تصادف است. همچنین اگر خودرو به هر دلیل از مسیر اصلی خود خارج شود با استفاده از دادههای این سنسورها سرعت خود را کاهش داده و متوقف میشود.
این ابزار در تعامل مستقیم با سایر ماژولهای اندازهگیری مانند واحد اندازهگیری لَختی، ژیروسکوپ و رمزگذارهای (Encoder) تعبیه شده در چرخها است که به طور دائمی اطلاعات خود را جهت بررسی به پردازنده مرکزی (مغز خودرو) ارسال میکنند تا از ایجاد تصادف جلوگیری به عمل آید.
دوربینهای قدرتمند:
فناوری دوربین مورد استفاده در خودروهای بدون راننده متفاوت است. با این اوصاف اغلب خودروهای بدون راننده و هوشمند به منظور استفاده بهینه از دوربین، آن را در قسمت بالایی خودرو و در سقف مورد استفاده قرار میدهند. انجام اینکار باعث خواهد شد تا دوربین که در اصل چشم خودرو محسوب میشود بر محیط اطراف مسلط بوده و دید کامل داشته باشد. فناوری دوربین در این بخش تفاوت چندانی با چشم انسان و سیستم بینایی ما ندارد. در این سیستم تصاویر از طریق دوربین (چشم) به پردازنده (مغز) ارسال شده و سپس مواردی نظیر عمق تصویر، جنبش محیطی و ابعاد اجسام مشخص میگردد.
هر دوربین دارای 50 درجه زاویه دید بوده که میتواند تا حداکثر مسافت 30 متر را به خوبی رصد کند. دوربینهای مورد استفاده بسیار کاربردی بوده و اطلاعات ارزشمندی را در اختیار پردازنده قرار میدهند اما همانند سایر فناوریهای مورد استفاده در خودروی گوگل، دوربین نیز دارای ضریب تاثیر گذاری مشخصی بوده و اطلاعات حاصل از عملکرد آن در تعامل مستقیم با سایر بخشها است. این بدان معنی است که چنانچه به هر دلیل دوربین از کار بیفتد خودرو همچنان با ضریب امنیت بالا به مسیر خود ادامه میدهد و از دست رفتن دوربین باعث نخواهد شد تا کل سیستم دچار مشکل حاد و بحرانی شود. این مورد یکی از قابلیتهای اساسی خودروی گوگل است که از کار افتادن یک یا چند ماژول باعث نخواهد شد تا مشکلی برای خودرو و سرنشینان رخ دهد.
Sonar:
نمونههای گوناگون و به اصلاح پروتوتایپهای مستقلی که گوگل از خودروی بدون راننده خود ساخته، از فناوریهای گوناگونی بهره میبرند اما برخی از نمونههای بررسی شده مجهز به فناوری پیشرفته سونار بودهاند.
این ماژول در اصل چشمی است که با استفاده از امواج صوتی کار میکند. نمونه واقعی این سنسور در طبیعت به طور کامل و دقیق در خفاشها وجود دارد. خفاش چشمان ضعیفی داشته و عموما مواقعی به شکار میپردازد که نور محیط به شدت کم بوده و عملا امکان مشاهده محیط از طریق چشم وجود ندارد. در این روش از سونار استفاده میشود. در سونار یا مسیریابی صوتی، اصوات با فرکانس بالا ارسال شده و پس از برخورد به جسم مورد نظر برگشت داده میشود و از این طریق میتوان به مشاهده محیط اطراف پرداخت.
سونار به خودی خود دو مشکل عمده دارد. اول زاویه دید محدود و دوم محدوده عملکرد موثر آن ( که حدود 6 متر) است. این ماژول نیز همانند سایر ماژولها بوده و اطلاعات خروجی آن در تعامل مستقیم با خروجی ماژولهای دیگر بوده و از دسترس خارج شدن آن باعث به وجود آمدن مشکلات حاد نخواهد شد. @ctsut
با وجود اینکه لیدار یکی از بهترین ابزارها برای تشخیص دقیق محیط اطراف و تهیه نقشه است، اما یکی از بزرگترین مشکلات آن عدم توانایی در تشخیص سرعت اجسامی است که در حال نزدیک یا دور شدن از خودرو هستند. برای پر کردن این خلاء از چهار سیستم رادار استفاده میشود. نحوه کار گذاری این رادارها بدین شکل است که دو سنسور برای اسکن جلوی خودرو و دو سنسور نیز برای اسکن محیط پشت خودرو مورد استفاده قرار میگیرد. یکی از قابلیتهای سنسورهای رادار امکان ارسال پیام اضطراری به پردازنده برای فعال کردن ترمزهای خودرو به منظور جلوگیری از تصادف است. همچنین اگر خودرو به هر دلیل از مسیر اصلی خود خارج شود با استفاده از دادههای این سنسورها سرعت خود را کاهش داده و متوقف میشود.
این ابزار در تعامل مستقیم با سایر ماژولهای اندازهگیری مانند واحد اندازهگیری لَختی، ژیروسکوپ و رمزگذارهای (Encoder) تعبیه شده در چرخها است که به طور دائمی اطلاعات خود را جهت بررسی به پردازنده مرکزی (مغز خودرو) ارسال میکنند تا از ایجاد تصادف جلوگیری به عمل آید.
دوربینهای قدرتمند:
فناوری دوربین مورد استفاده در خودروهای بدون راننده متفاوت است. با این اوصاف اغلب خودروهای بدون راننده و هوشمند به منظور استفاده بهینه از دوربین، آن را در قسمت بالایی خودرو و در سقف مورد استفاده قرار میدهند. انجام اینکار باعث خواهد شد تا دوربین که در اصل چشم خودرو محسوب میشود بر محیط اطراف مسلط بوده و دید کامل داشته باشد. فناوری دوربین در این بخش تفاوت چندانی با چشم انسان و سیستم بینایی ما ندارد. در این سیستم تصاویر از طریق دوربین (چشم) به پردازنده (مغز) ارسال شده و سپس مواردی نظیر عمق تصویر، جنبش محیطی و ابعاد اجسام مشخص میگردد.
هر دوربین دارای 50 درجه زاویه دید بوده که میتواند تا حداکثر مسافت 30 متر را به خوبی رصد کند. دوربینهای مورد استفاده بسیار کاربردی بوده و اطلاعات ارزشمندی را در اختیار پردازنده قرار میدهند اما همانند سایر فناوریهای مورد استفاده در خودروی گوگل، دوربین نیز دارای ضریب تاثیر گذاری مشخصی بوده و اطلاعات حاصل از عملکرد آن در تعامل مستقیم با سایر بخشها است. این بدان معنی است که چنانچه به هر دلیل دوربین از کار بیفتد خودرو همچنان با ضریب امنیت بالا به مسیر خود ادامه میدهد و از دست رفتن دوربین باعث نخواهد شد تا کل سیستم دچار مشکل حاد و بحرانی شود. این مورد یکی از قابلیتهای اساسی خودروی گوگل است که از کار افتادن یک یا چند ماژول باعث نخواهد شد تا مشکلی برای خودرو و سرنشینان رخ دهد.
Sonar:
نمونههای گوناگون و به اصلاح پروتوتایپهای مستقلی که گوگل از خودروی بدون راننده خود ساخته، از فناوریهای گوناگونی بهره میبرند اما برخی از نمونههای بررسی شده مجهز به فناوری پیشرفته سونار بودهاند.
این ماژول در اصل چشمی است که با استفاده از امواج صوتی کار میکند. نمونه واقعی این سنسور در طبیعت به طور کامل و دقیق در خفاشها وجود دارد. خفاش چشمان ضعیفی داشته و عموما مواقعی به شکار میپردازد که نور محیط به شدت کم بوده و عملا امکان مشاهده محیط از طریق چشم وجود ندارد. در این روش از سونار استفاده میشود. در سونار یا مسیریابی صوتی، اصوات با فرکانس بالا ارسال شده و پس از برخورد به جسم مورد نظر برگشت داده میشود و از این طریق میتوان به مشاهده محیط اطراف پرداخت.
سونار به خودی خود دو مشکل عمده دارد. اول زاویه دید محدود و دوم محدوده عملکرد موثر آن ( که حدود 6 متر) است. این ماژول نیز همانند سایر ماژولها بوده و اطلاعات خروجی آن در تعامل مستقیم با خروجی ماژولهای دیگر بوده و از دسترس خارج شدن آن باعث به وجود آمدن مشکلات حاد نخواهد شد. @ctsut
تثبیت موقعیت:یک خودروی فاقد فرمان، پدال ترمز و پدال گاز، بدون بهرمند شدن از یک سیستم مکان یابی و تثبیت موقعیت حرفهای قطعا بدون استفاده خواهد بود. بدون وجود سیستم موقعیت یابی، خودروی بدون راننده قادر به حرکت نبوده و نمیتواند مسیر حرکت خود را تعیین کند.
به منظور مقابله با این چالش، گوگل از سرویس قدرتمند نقشه خود بهره جسته است. اطلاعات حاصل از سرویس نقشه گوگل، به طور مستمر با دادههای دریافتی از ماهوارههای GPS، واحدهای اندازه گیری لحظهای و ماژولهای رمزگذاری مورد استفاده در چرخها ترکیب شده تا سرعت خودرو به طور دقیق تعیین شود.
این سیستم در تعامل مستقیم با دوربینها به منظور پردازش اطلاعات جهان واقعی و دادههای حاصل از GPS و سرعت رانندگی به منظور تعیین موقعیت دقیق خودرو است. علی رغم اینکه این سیستم از ضریب خطای بسیار اندک (در حد چند سانتیمتر) برخوردار است اما با استفاده از الگوریتمهای تصحیح خطای هوشمند، این خطا در هر لحظه تصحیح میگردد تا از بروز تصادف، ترافیک و سد معابر خودداری به عمل آید.
نرمافزار خبره:
نرمافزار تمام اطلاعات دریافتی از ماژولها را بصورت بلادرنگ و در لحظه پردازش میکند. اینکار شامل مدل سازی دینامیک رفتاری سایر رانندگان و خودروها، افراد پیاده دور و بر خودرو و به طور کلی تمامی اجسامی است که در اطراف خودرو حضور دارند. در حالی که برخی از دستورات و اقدامات از پیش برای سیستم تعریف شده، نظیر توقف در زمانی که چراغ راهنمایی قرمز است، مابقی تصمیمات و عملکردها بر اساس تجارب کسب شده از رانندگیهایی که قبلا صورت گرفته اتخاذ میشود. هر متر از مسافت طی شده توسط خودرو به صورت دقیق تحلیل و ذخیره میشود. این داده پردازش شده تا در زمانهای آینده و در شرایط غیر قابل پیش بینی بهترین تصمیم اتخاذ شود.
الگوریتم یادگیرنده مورد استفاده در این نرمافزار تنها به پردازش اطلاعات و دادههای مربوط به خودرویی که شما سوار آن هستید اتکا نمیکند بلکه دادههای سایر خودروها به صورت شبکهای نیز بررسی و تحلیل میشوند تا بتوان در لحظه تصمیمات درست را اتخاذ کرد. دینامیک رفتاری نیز به صورت دائمی تحلیل شده و یک نقشه جامع تهیه میشود. هدف از انجام اینکار پیش بینی اتفاقات پیش از وقوع است. این موضوع دقیقا شبیه به آن چیزی است که در مورد انسان و در مغز او رخ میدهد. به عنوان مثال این خودروها به اندازه کافی هوشمند هستند تا در موارد و موقعیتهای گوناگون خود را با شرایط تطبیق داده و بهترین تصمیمات را بگیرند. این موقعیتها عبارتاند از:
خودرویی که با سرعت کم در منتهی الیه خطکشی سمت راست جاده حرکت میکند و یک خودرو با سرعت بیشتر آنرا تعقیب میکند به احتمال زیاد به این معنی است که قرار است یک سبقت صورت گرفته و خودروی سریعتر از خودروی کم سرعت عبور کند.
وجود یک گودال در مسیر یا یک شی خارجی در خیابان به این معنی است که راننده به احتمال بسیار زیاد به منظور جلوگیری از برخورد با آن مسیر خود را به طور ناگهانی تغییر خواهد داد.
ازدحام در خط عبور منتهی الیه سمت چپ به این معنی است که راننده به احتمال زیاد مسیر خود را تغییر داده و خطوط سمت راستی را برای ادامه مسیر انتخاب میکند. @ctsut
به منظور مقابله با این چالش، گوگل از سرویس قدرتمند نقشه خود بهره جسته است. اطلاعات حاصل از سرویس نقشه گوگل، به طور مستمر با دادههای دریافتی از ماهوارههای GPS، واحدهای اندازه گیری لحظهای و ماژولهای رمزگذاری مورد استفاده در چرخها ترکیب شده تا سرعت خودرو به طور دقیق تعیین شود.
این سیستم در تعامل مستقیم با دوربینها به منظور پردازش اطلاعات جهان واقعی و دادههای حاصل از GPS و سرعت رانندگی به منظور تعیین موقعیت دقیق خودرو است. علی رغم اینکه این سیستم از ضریب خطای بسیار اندک (در حد چند سانتیمتر) برخوردار است اما با استفاده از الگوریتمهای تصحیح خطای هوشمند، این خطا در هر لحظه تصحیح میگردد تا از بروز تصادف، ترافیک و سد معابر خودداری به عمل آید.
نرمافزار خبره:
نرمافزار تمام اطلاعات دریافتی از ماژولها را بصورت بلادرنگ و در لحظه پردازش میکند. اینکار شامل مدل سازی دینامیک رفتاری سایر رانندگان و خودروها، افراد پیاده دور و بر خودرو و به طور کلی تمامی اجسامی است که در اطراف خودرو حضور دارند. در حالی که برخی از دستورات و اقدامات از پیش برای سیستم تعریف شده، نظیر توقف در زمانی که چراغ راهنمایی قرمز است، مابقی تصمیمات و عملکردها بر اساس تجارب کسب شده از رانندگیهایی که قبلا صورت گرفته اتخاذ میشود. هر متر از مسافت طی شده توسط خودرو به صورت دقیق تحلیل و ذخیره میشود. این داده پردازش شده تا در زمانهای آینده و در شرایط غیر قابل پیش بینی بهترین تصمیم اتخاذ شود.
الگوریتم یادگیرنده مورد استفاده در این نرمافزار تنها به پردازش اطلاعات و دادههای مربوط به خودرویی که شما سوار آن هستید اتکا نمیکند بلکه دادههای سایر خودروها به صورت شبکهای نیز بررسی و تحلیل میشوند تا بتوان در لحظه تصمیمات درست را اتخاذ کرد. دینامیک رفتاری نیز به صورت دائمی تحلیل شده و یک نقشه جامع تهیه میشود. هدف از انجام اینکار پیش بینی اتفاقات پیش از وقوع است. این موضوع دقیقا شبیه به آن چیزی است که در مورد انسان و در مغز او رخ میدهد. به عنوان مثال این خودروها به اندازه کافی هوشمند هستند تا در موارد و موقعیتهای گوناگون خود را با شرایط تطبیق داده و بهترین تصمیمات را بگیرند. این موقعیتها عبارتاند از:
خودرویی که با سرعت کم در منتهی الیه خطکشی سمت راست جاده حرکت میکند و یک خودرو با سرعت بیشتر آنرا تعقیب میکند به احتمال زیاد به این معنی است که قرار است یک سبقت صورت گرفته و خودروی سریعتر از خودروی کم سرعت عبور کند.
وجود یک گودال در مسیر یا یک شی خارجی در خیابان به این معنی است که راننده به احتمال بسیار زیاد به منظور جلوگیری از برخورد با آن مسیر خود را به طور ناگهانی تغییر خواهد داد.
ازدحام در خط عبور منتهی الیه سمت چپ به این معنی است که راننده به احتمال زیاد مسیر خود را تغییر داده و خطوط سمت راستی را برای ادامه مسیر انتخاب میکند. @ctsut
مرکز مطالعات راه و حمل و نقل دانشگاه تهران
GIZ_SUTP_Comprehensive-Approach-for-Road-Safety-Germany_EN.pdf
پیشنهاد میشود که مطالعه کنید👆🏻
تغییر بنیادین در سیاست های حمل و نقل شهری در هلند از بیماری زایی به سمت سلامت زایی در طی ربع قرن گذشته. @ctsut
دوچرخههای تاشو را بیشتر در قطارها و اتوبوسهای شهری و میانشهری آلمان میتوان دید ؛
افراد به محض پیاده شدن دوچرخه را سرهم کرده و بقیه مسیر تا محل کار را بدین وسیله طی میکنند ... @ctsut
افراد به محض پیاده شدن دوچرخه را سرهم کرده و بقیه مسیر تا محل کار را بدین وسیله طی میکنند ... @ctsut
انتظارها به پایان رسید و مرسدس بنز، پرده از چهره ابرخودرو رویایی خود برداشت.
این اتفاق در اولین روز نمایشگاه فرانکفورت رخ داد تا مشتاقان دنیای خودرو، بار دیگر به وجد بیایند.
پروژه 1 برای رسیدن به سرعت 200 کیلومتر بر ساعت پس از حرکت از حالت سکون، به زمانی کمتر از 6 ثانیه نیاز دارد.
حداکثر سرعت این خودرو به 350 کیلومتر بر ساعت میرسد و قدرت آن هم بیش از 1000 اسب بخار است. همچنین این خودرو در صورت حرکت در حالت تمام الکتریکی، برد حرکتی 25 کیلومتری خواهد داشت ...
@ctsut
این اتفاق در اولین روز نمایشگاه فرانکفورت رخ داد تا مشتاقان دنیای خودرو، بار دیگر به وجد بیایند.
پروژه 1 برای رسیدن به سرعت 200 کیلومتر بر ساعت پس از حرکت از حالت سکون، به زمانی کمتر از 6 ثانیه نیاز دارد.
حداکثر سرعت این خودرو به 350 کیلومتر بر ساعت میرسد و قدرت آن هم بیش از 1000 اسب بخار است. همچنین این خودرو در صورت حرکت در حالت تمام الکتریکی، برد حرکتی 25 کیلومتری خواهد داشت ...
@ctsut
لینک ویدیو ضبط شده وبینار ایمنی جاده ای ارائه شده توسط " راجنی گاندی" بنیان گذار TRAX کانال مرکز مطالعات راه و حمل و نقل دانشگاه تهران @ctsut
Run way scape ramps جاده های گریز اضطراری(گریز راه) کامیون ها یا همان خطوط فرار 👆 @ctsut
مرکز مطالعات راه و حمل و نقل دانشگاه تهران @ctsut
اقدامات پیش بینی شده مکزیکوسیتی برای ارتقای ایمنی @ctsut
نقشه راهای کشور.pdf
1.2 MB
تغییر محیط و ایمن سازی با کمک راهکارهای مهندسی یکی از روشهای موثر ارتقای ایمنی است. @ctsut
هیچ عذری برای نبستن کمربند ایمنی پذیرفته نیست. @ctsut
مواظب دانش آموزان باشید... همانطوری که مواظب فرزندان خود هستید... نشر دهید. @ctsut
تا روز یادبود قربانیان تصادفات جاده ای زمان زیادی نمانده. نوزده نوامبر مطابق با 28 آبان. همه دنیا در تلاشند. برنامه ما چیست؟ @ctsut