গাড়িগুলি স্বায়ত্তশাসিত ড্রাইভিংয়ের ক্ষেত্রে অভূতপূর্ব পরিবর্তনের মুখোমুখি হবে। এই পরিবর্তনটি শুধুমাত্র ড্রাইভিং প্রক্রিয়ায় প্রয়োজনীয় কার্যকরী আপডেটগুলির সাথে একটি বিশাল সংযোগই রাখে না, তবে সমগ্র ড্রাইভিং সিস্টেম বিকাশ প্রক্রিয়ার স্থাপত্য নকশায় বড় পরিবর্তনগুলিও অন্তর্ভুক্ত করে। তাদের মধ্যে, উচ্চ-নির্ভুলতা মানচিত্র, এটির অবস্থান এবং নেভিগেশনের একটি গুরুত্বপূর্ণ দিক হিসাবে, এছাড়াও বড় নকশা পরিবর্তনের মধ্য দিয়ে যাবে। এটি প্রধানত নিম্নলিখিত গুরুত্বপূর্ণ দিকগুলিতে প্রতিফলিত হয়:
1) রাস্তার ধারের মানচিত্র স্থাপনের জন্য সরকারী অবকাঠামো বিভাগগুলির থেকে আরও শক্তিশালী সমর্থন প্রয়োজন, যার মধ্যে একটি V2I-এর মতো ইন্টারনেট অফ ভেহিকেলস সিস্টেম, V2X দৃশ্য রেন্ডারিং SDK প্রদান, কাস্টম রেন্ডারিং শৈলী সমর্থন করা এবং ব্যক্তিগতকৃত ইন-ভেহিক্যাল V2X অ্যাপ্লিকেশন উপলব্ধি করা প্রয়োজন৷ রাস্তার ধারের তথ্য পথ (PC5) ব্যবহার করে, সেলুলার নেটওয়ার্ক কভারেজের কারণে মানচিত্র পরিষেবাতে অন্ধ দাগের প্রভাবের সমস্যা সমাধান করা যেতে পারে।
2) মানচিত্রের রিয়েল-টাইম বিতরণও মূল দ্বিতীয় স্তর থেকে মিলিসেকেন্ড স্তরে আপগ্রেড করা হয়েছে। উচ্চ-নির্ভুল মানচিত্র আপডেট এবং বিতরণ ক্ষমতাগুলি প্রান্তে স্থাপন করা হয়, রিয়েল-টাইম মানচিত্র আপডেট এবং মিলিসেকেন্ড-স্তরের ডেটা বিতরণ পরিষেবা উপলব্ধি করে, এর ডেটা ট্রান্সমিশনের রিয়েল-টাইম কর্মক্ষমতা উন্নত করার লক্ষ্যে।
3) স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের রিয়েল-টাইম উচ্চ-নির্ভুল মানচিত্র প্ল্যাটফর্মটিও ধীরে ধীরে মূল বিতরণ সিস্টেম থেকে কেন্দ্রীভূত সিস্টেমে রূপান্তরিত হচ্ছে। উচ্চ-নির্ভুলতা মানচিত্র ইঞ্জিন স্বয়ংক্রিয় ড্রাইভিং সিস্টেমের জন্য রিয়েল-টাইম উচ্চ-নির্ভুলতা মানচিত্র অ্যাপ্লিকেশন পরিষেবা সরবরাহ করতে পারে এবং স্বয়ংক্রিয় ড্রাইভিং যানবাহনগুলির প্রয়োগে সহায়তা করতে পারে।
4) মানচিত্রগুলি ছায়া মোডে স্ব-শিক্ষার মানচিত্র প্রতিষ্ঠা সহ আরও স্ব-শিক্ষার ব্যবস্থা স্থাপন করতে হবে এবং মানচিত্রটির জ্ঞান এবং পরিবেশ সম্পর্কে শেখার ক্রমাগত আপডেট করতে হবে।
5) অপ্টিমাইজ করা মানচিত্র দ্বারা স্বয়ংক্রিয় ড্রাইভিং ফাংশন পুনরায় সংজ্ঞায়িত করুন। এই প্রক্রিয়াটি আসলে মানচিত্রের উপর ভিত্তি করে স্বয়ংক্রিয় ড্রাইভিং ফাংশন পুনরাবৃত্তি করার একটি প্রক্রিয়া।
6) বৈচিত্রপূর্ণ মৌলিক মানচিত্র পরিষেবা প্রদান করুন
ভবিষ্যতে, এইচডি ম্যাপে নিখুঁত ফাংশন পুনরাবৃত্তি, সিস্টেম ডেটা সুরক্ষা, মাল্টি-টাইপ ডেটা সমর্থন, মাল্টি-টার্মিনাল অনুমোদন সমর্থন, উচ্চ-মানের পরিষেবা এবং অপারেশন এবং রক্ষণাবেক্ষণ সিস্টেম সহ ক্রমাগত অপ্টিমাইজেশন এবং আপডেটের মাধ্যমে সংশ্লিষ্ট ব্যবস্থাপনা পরিষেবা এবং প্রযুক্তিগত সুবিধা থাকবে। , এবং ডেটা অনলাইন আপগ্রেড পরিষেবার বিভিন্ন দিক।
তাদের মধ্যে, সম্পূর্ণ ফাংশনের সূচকগুলির মধ্যে রয়েছে: ডেটা বিতরণ, সংগ্রহ, সাবস্ক্রিপশন, বিজ্ঞপ্তি ফাংশন, ডাইনামিক ডেটা অনলাইন সংকলন, ভিজ্যুয়াল অনলাইন ডিসপ্লে সম্পাদনা, ক্যাম্পেইন, ম্যাপ লার্নিং ক্রাউডসোর্সিং আপডেট, ডেটা সিমুলেশন প্ল্যাটফর্ম ইত্যাদি।
মাল্টি-ডেটা সমর্থন অন্তর্ভুক্ত: সংস্করণ স্ট্যাটিক স্তর, কার্যকর গতিশীল ডেটা সমর্থন, স্ট্রিমিং ডেটা সমর্থন, OSO কাস্টম ডেটা সমর্থন, ক্রমবর্ধমান ডেটা রিলিজ আপডেট, মানচিত্র ডেটা অখণ্ডতার নিশ্চয়তা।
সিস্টেম ডেটা নিরাপত্তার মধ্যে রয়েছে: সম্পূর্ণ নেটওয়ার্ক নিরাপত্তা কনফিগারেশন, ফায়ারওয়াল, ভিপিসি, মাল্টি-লেভেল সিস্টেম অথরিটি ম্যানেজমেন্ট, ব্যবহারকারী, ভূমিকা, অনুমতি, সংস্থান, https দ্বি-মুখী এনক্রিপশন, ডেটা স্বাক্ষর এবং এইচএসএম ডিভাইস ইন্টিগ্রেশন।
7) V2X উচ্চ-নির্ভুল মানচিত্র পরিষেবা প্রান্ত কম্পিউটিং সমর্থন করে
ভবিষ্যতে, স্বায়ত্তশাসিত ড্রাইভিংয়ের বিকাশ প্রধানত দুটি প্রধান দিকের দিকে অগ্রসর হবে: বুদ্ধিমত্তা এবং নেটওয়ার্ক সংযোগ। উচ্চ-নির্ভুল মানচিত্র স্থাপনের জন্য, সবচেয়ে গুরুত্বপূর্ণ পয়েন্টগুলি হল ক্লাউড, রাস্তা এবং যানবাহনে আপগ্রেড এবং পরিবর্তনের একটি সিরিজ। তাদের মধ্যে, ক্লাউড ট্রান্সফরমেশনে প্রধানত উচ্চ-নির্ভুল মানচিত্র পরিষেবা, খণ্ডিত ডেটা একত্রীকরণ, ডেটা প্রান্ত সংযোগ এবং ডেটা খণ্ডন জড়িত। রাস্তার ধারের টার্মিনালে প্রধানত বিভিন্ন দিক জড়িত থাকে যেমন শার্ডেড ম্যাপ ক্রাউডসোর্সিং আপডেট, ম্যাপ ভার্সন ম্যানেজমেন্ট, ম্যাপ সাবকন্ট্রাক্টিং, রোডসাইড ডাইনামিক ইনফরমেশন অপ্টিমাইজেশান এবং ম্যাপ মেসেজ সার্ভিস। গাড়ির প্রান্তে প্রয়োগ করা হলে, উপ-কন্ট্রাক্টেড ডেটা ফিউশন, V2X দৃশ্য পুনরুদ্ধার এবং উচ্চ-নির্ভুল মানচিত্র ইঞ্জিন আপডেট করতে হবে।
মানচিত্রের উপরের পুনরাবৃত্তিমূলক আপডেট প্রক্রিয়াটি L4/L5 স্তরের মানবহীন ড্রাইভিং ফাংশন উপলব্ধি করতে, প্রাসঙ্গিক রোবট নিয়ন্ত্রণ মোড তৈরি করতে প্রয়োগ করা যেতে পারে এবং বাণিজ্যিক যানবাহনের উপলব্ধিতেও ব্যবহার করা যেতে পারে এবং অবশেষে মানবহীন এবং এমনকি দূরবর্তী ড্রাইভিং উপলব্ধি করতে পারে।
ভর উৎপাদন-ভিত্তিক উচ্চ-নির্ভুল ফিউশন পজিশনিং সমাধান
স্পষ্টতই, উচ্চ-নির্ভুল মানচিত্রের কার্যকরী কর্মক্ষমতা উন্নত করার জন্য সুনির্দিষ্ট অবস্থান এবং ক্রমাগত সম্প্রসারণ অর্জনের জন্য, এটি অবশ্যই নিজস্ব ফিউশন পজিশনিং স্কিমকে ক্রমাগত অপ্টিমাইজ করে প্রাপ্ত করতে হবে। এই প্রক্রিয়াটি দুটি প্রধান সফ্টওয়্যার অ্যালগরিদম নিয়ে গঠিত। একটি হল গাড়ির ভঙ্গির গতিশীল সর্বোত্তম অনুমানের জন্য সম্পূর্ণ রাষ্ট্র-প্রসারিত কালমান ফিল্টার ব্যবহার করা; অন্যটি হল রাস্তার পরিবেশের শব্দার্থিক তথ্য পেতে ভিজ্যুয়াল সেন্সর ব্যবহার করা, এবং সঠিক মানচিত্র ম্যাচিং অ্যালগরিদমের মাধ্যমে সুনির্দিষ্ট অবস্থানগুলি প্রাপ্ত করা। উপরন্তু, অর্থনীতি, ফিট এবং সামগ্রিক কর্মক্ষমতা উন্নত করার প্রয়োজন আছে। শিল্প-গ্রেড যানবাহন টার্মিনাল RTK নির্বাচন এবং কনফিগার করার মাধ্যমে: উচ্চ-কর্মক্ষমতা শিল্প-গ্রেড 32-বিট প্রসেসর ব্যবহার করে, অন্তর্নির্মিত উচ্চ-নির্ভুলতা RTK বোর্ড; 3G/4G/5G এর মাধ্যমে Qianxun প্ল্যাটফর্মের সাথে একটি চ্যানেল স্থাপন করা, ডিফারেনশিয়াল সার্ভারে GGA তথ্য পাঠানো এবং ডিফারেনশিয়াল গ্রহণ করা তথ্য প্রাপ্তির পরে, সঠিক অবস্থানের তথ্য RS232 এর মাধ্যমে আউটপুট হয়।
ভোক্তা-গ্রেড সেন্সর বাছাই করে, অর্থাৎ, গাড়িতে ইনস্টল করা সেন্সর (যেমন ইন্টেলিজেন্ট ড্রাইভিং সিস্টেমের জন্য উপযুক্ত ক্যামেরা, লিডার রাডার, ইত্যাদি) পজিশনিং ফিউশনের জন্য (যেমন ভিজ্যুয়াল SLAM, লেজার SLAM) পজিশনিং কর্মক্ষমতা উন্নত করে। উচ্চ অভিযোজনযোগ্যতা সমাধানের জন্য, একটি অনন্য হার্ডওয়্যার অভিযোজন স্তর (যেমন একটি স্বাধীন ডোমেন কন্ট্রোলার সিস্টেম) এবং একটি সফ্টওয়্যার অভিযোজন স্তর (যেমন একটি স্ট্যান্ডার্ড সি ল্যাঙ্গুয়েজ ইন্টারফেস) প্রধানত প্ল্যাটফর্ম নির্ভরতা এড়াতে ব্যবহৃত হয়। উচ্চ-কর্মক্ষমতা প্রয়োজনীয়তা প্রধানত অনুভূমিক এবং উল্লম্ব উভয় অবস্থানের জন্য প্রয়োজনীয়তার আউটপুট জড়িত. সাধারণত, পার্শ্বীয় পজিশনিং ত্রুটি 20 সেমি হওয়া প্রয়োজন, অনুদৈর্ঘ্য পজিশনিং ত্রুটি 1m হওয়া প্রয়োজন, এবং শিরোনাম কোণ পজিশনিং ত্রুটি 0.5°। একই সময়ে, অনুদৈর্ঘ্য অবস্থানের ত্রুটিতে GNSS-এর জন্য সংকেত হারানোর হার 0.3% এর কম হওয়া উচিত। এছাড়াও, 1000Hz সমর্থনকারী একটি বাহ্যিক IMU এবং 50Hz ফ্রিকোয়েন্সি সহ একটি ক্যামেরা ইনপুট সমাধান প্রয়োজন।
মানচিত্রের সামগ্রিক আর্কিটেকচার সেটিংস ছাড়াও, ডেটা প্রকাশনা মোডে উচ্চ-নির্ভুল মানচিত্র আপডেট এবং স্ট্রিমিং বৃদ্ধিমূলক প্রকাশনাকে সমর্থন করার জন্য একটি ন্যূনতম ট্র্যাফিক খরচও প্রয়োজন। এই প্রক্রিয়ার মধ্যে রয়েছে উপযুক্ত পরিমাণে টাইলস স্ট্রিমিং, ক্রমবর্ধমানভাবে ডেটা আপডেট করা, সমৃদ্ধ ডেটাসেট ব্রাউজ করা এবং শ্রেণিবিন্যাস ক্যোয়ারী সক্ষম করতে ক্যাটালগ, স্তর এবং টাইলগুলিকে আলাদা করা। অবশেষে, ক্লাউড ঐতিহাসিক ডেটা চাহিদা অনুযায়ী পুনরুদ্ধার করা যেতে পারে, এবং যেকোনো সংস্করণের তথ্য যেকোনো সময় খুঁজে বের করা যেতে পারে।
মানচিত্র বিতরণ এবং মানচিত্র উল্লম্ব প্যাকেজিং
উচ্চ-নির্ভুল মানচিত্রের সবচেয়ে গুরুত্বপূর্ণ প্রক্রিয়া হল ম্যাপ ক্রাউডসোর্সিংয়ের সংগ্রহ এবং বিতরণ। ক্রাউডসোর্সড ম্যাপ ডেটা সংগ্রহের বিষয়ে, এটি আসলে বোঝা যায় যে ব্যবহারকারীর দ্বারা স্ব-চালিত গাড়ির নিজস্ব সেন্সর বা অন্যান্য কম খরচের সেন্সর হার্ডওয়্যারের মাধ্যমে সংগৃহীত রাস্তা ডেটা ডেটা ফিউশনের জন্য ক্লাউডে প্রেরণ করা হয়, এবং ডেটা ডেটা একত্রিতকরণের মাধ্যমে উন্নত হয়। উচ্চ-নির্ভুল মানচিত্র উত্পাদন সম্পূর্ণ করার নির্ভুলতা। পুরো ক্রাউডসোর্সিং প্রক্রিয়ার মধ্যে প্রকৃতপক্ষে শারীরিক সেন্সর রিপোর্টিং, মানচিত্রের দৃশ্য ম্যাচিং, দৃশ্য ক্লাস্টারিং, পরিবর্তন সনাক্তকরণ এবং আপডেট অন্তর্ভুক্ত রয়েছে।
মানচিত্র উন্নয়নের উপর ভিত্তি করে স্বায়ত্তশাসিত ড্রাইভিং এর নতুন স্থাপত্য কোথায় যাবে?
বর্তমান স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের উচ্চ-নির্ভুল মানচিত্র স্থাপত্য এখনও বিতরণের দিকে ভিত্তিক, এবং এর মূল আইটেমগুলির মধ্যে রয়েছে মানচিত্র ক্রাউডসোর্সিং, মানচিত্র বাক্স দ্বারা উচ্চ-নির্ভুল মানচিত্রের মূল তথ্যের বিশ্লেষণ এবং মানচিত্রটি কীভাবে সংহত হয়। অন্যান্য সেন্সর ইনপুট তথ্য. এখানে আমরা লক্ষ্য করি যে ভবিষ্যতের স্বায়ত্তশাসিত ড্রাইভিং সিস্টেম আর্কিটেকচার একটি বিতরণকৃত বিকাশ পদ্ধতি থেকে একটি কেন্দ্রীভূত পদ্ধতিতে বিকশিত হতে থাকবে। কেন্দ্রীভূত পদ্ধতিকে একটি তিন- বা দুই-পদক্ষেপ প্রক্রিয়া হিসাবে দেখা যেতে পারে:
ধাপ 1: বুদ্ধিমান ড্রাইভিং ডোমেনে সম্পূর্ণরূপে কেন্দ্রীভূত নিয়ন্ত্রণ প্রকল্প
অর্থাৎ, বুদ্ধিমান ড্রাইভিং এডিএস এবং বুদ্ধিমান পার্কিং AVP সিস্টেম সম্পূর্ণরূপে কেন্দ্রীভূত নিয়ন্ত্রিত, এবং কেন্দ্রীয় প্রিপ্রসেসিং ডিভাইসগুলির একটি সেট দুটি সিস্টেমের দ্বারা অনুরোধ করা তথ্যকে একীভূত করতে, পূর্বাভাস দিতে এবং পরিকল্পনা করতে ব্যবহৃত হয়। বুদ্ধিমান ড্রাইভিং এবং বুদ্ধিমান পার্কিং সম্পর্কিত সমস্ত সেন্সিং এবং ডেটা ইউনিটের প্রক্রিয়াকরণ পদ্ধতি (উচ্চ-নির্ভুল মানচিত্র, লিডার, সম্পূর্ণভাবে বিতরণ করা ক্যামেরা, মিলিমিটার-ওয়েভ রাডার, ইত্যাদি) সে অনুযায়ী কেন্দ্রীয় ডোমেন নিয়ন্ত্রণ ইউনিটে একীভূত করা হবে।
ধাপ 2: বুদ্ধিমান ড্রাইভিং ডোমেন এবং বুদ্ধিমান ককপিট ডোমেনের জন্য সম্পূর্ণ কেন্দ্রীভূত নিয়ন্ত্রণ সমাধান
এই পদ্ধতিটি সম্পূর্ণরূপে কেন্দ্রীভূত এবং বিতরণকৃত পদ্ধতির উপলব্ধি করার দ্বিতীয় পর্যায়, অর্থাৎ, বুদ্ধিমান ড্রাইভিং ডোমেন কন্ট্রোলার (যেমন স্বয়ংক্রিয় ড্রাইভিং, স্বয়ংক্রিয় পার্কিং) দ্বারা আচ্ছাদিত সমস্ত ফাংশনের বিকাশ এবং বুদ্ধিমান ককপিট দ্বারা আচ্ছাদিত সমস্ত ফাংশনের বিকাশ। ইন্টিগ্রেটেড কভারেজের জন্য ডোমেন (ড্রাইভার মনিটরিং ডিএমএস, অডিও এবং ভিডিও বিনোদন সিস্টেম iHU, যন্ত্র প্রদর্শন সিস্টেম আইপি সহ)।
ধাপ3: বুদ্ধিমান যানবাহন ডোমেনের সম্পূর্ণ কেন্দ্রীভূত নিয়ন্ত্রণ প্রকল্প
এখানে একটি সম্পূর্ণ সমন্বিত নিয়ন্ত্রণ পদ্ধতি রয়েছে যাতে বুদ্ধিমান ড্রাইভিং, বুদ্ধিমান ককপিট এবং বুদ্ধিমান চ্যাসিস ডোমেন অন্তর্ভুক্ত রয়েছে। অর্থাৎ, তিনটি প্রধান ফাংশন গাড়ির সেন্ট্রাল কন্ট্রোল ইউনিটে একত্রিত করা হয় এবং পরবর্তীতে ডেটা প্রক্রিয়াকরণ ডোমেন কন্ট্রোলারের জন্য আরও কর্মক্ষমতা (কম্পিউটিং পাওয়ার, ব্যান্ডউইথ, স্টোরেজ, ইত্যাদি) প্রয়োজনীয়তা তৈরি করবে।
এখানে আমরা উচ্চ-নির্ভুলতা মানচিত্র পজিশনিং উন্নয়নের উপর ফোকাস ভবিষ্যতে কেন্দ্রীভূত নকশা আরো ভিত্তিক হবে. আমরা বিস্তারিত যেতে হবে.
উপরের চিত্রটি ভবিষ্যতের স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের নিয়ন্ত্রণে উচ্চ-নির্ভুল মানচিত্রের জন্য আর্কিটেকচারের বিকাশের প্রবণতা দেখায়। ভবিষ্যতে, স্বায়ত্তশাসিত ড্রাইভিং সিস্টেম সেন্ট্রাল ডোমেন কন্ট্রোল ইউনিটে উপলব্ধি ইউনিট, সিদ্ধান্ত গ্রহণের ইউনিট এবং মানচিত্র পজিশনিং ইউনিটকে একীভূত করার উপর ফোকাস করবে, যার লক্ষ্য নিচ থেকে উচ্চ-নির্ভুল মানচিত্র বাক্সের উপর নির্ভরতা কমানো। এর ডোমেন কন্ট্রোলারের ডিজাইন সম্পূর্ণরূপে AI কম্পিউটিং চিপ SOC, লজিক কম্পিউটিং চিপ MCU, এবং উচ্চ-নির্ভুল মানচিত্র বক্সের সম্পূর্ণ একীকরণকে বিবেচনা করে।
উপরের চিত্রটি সমগ্র ক্লাউড কন্ট্রোল লজিকের অধীনে সংশ্লিষ্ট উচ্চ-নির্ভুলতা মানচিত্র সেন্সিং ডেটা সংগ্রহ, ডেটা লার্নিং, এআই প্রশিক্ষণ, উচ্চ-নির্ভুল মানচিত্র পরিষেবা, সিমুলেশন এবং অন্যান্য পরিষেবাগুলি দেখায়। গতিশীল ডেটা উপলব্ধি, মানচিত্র লক্ষ্য উপলব্ধি, অবস্থান, পথ পরিকল্পনা এবং অন্যান্য সামগ্রী ক্রমাগত মানচিত্র ডেটা আপডেট করে এবং সামগ্রিক ক্রাউডসোর্স ডেটা আপডেট করতে ক্লাউডে OTA আপলোড করে।
স্বায়ত্তশাসিত ড্রাইভিং কন্ট্রোলার দ্বারা প্রক্রিয়া করা যেতে পারে এমন উচ্চ-নির্ভুল মানচিত্র ডেটা কীভাবে তৈরি করা যায় তার প্রক্রিয়া উপরে বর্ণিত হয়েছে। আমরা জানি যে উচ্চ-নির্ভুলতা মানচিত্র দ্বারা প্রক্রিয়াকৃত কাঁচা ডেটা হল EHP ডেটা। ডেটা আসলে নিম্নলিখিত প্রধান ডেটা সমর্থন ধারণ করে:
1: প্রাপ্ত বহিরাগত GPS অবস্থান তথ্য;
2: অবস্থানের তথ্য মানচিত্রের সাথে মিলে যায়;
3: সড়ক নেটওয়ার্ক টপোলজি তথ্য স্থাপন;
4: CAN এর মাধ্যমে ডেটা পাঠান;
5: কিছু নেভিগেশন ডেটা সংহত করুন;
ডেটা সাধারণত গিগাবিট ইথারনেটের মাধ্যমে HDMap সেন্সিং এন্ড থেকে সরাসরি প্রক্রিয়া করা হয় এবং তারপর উচ্চ-নির্ভুল মানচিত্র কেন্দ্রীয় প্রক্রিয়াকরণ ইউনিটে ইনপুট করা হয়, যাকে আমরা "উচ্চ-নির্ভুল মানচিত্র বক্স" বলি। মানচিত্র বক্সের মাধ্যমে ডেটার আরও প্রক্রিয়াকরণ (এই প্রকৃত প্রক্রিয়াকরণ প্রক্রিয়াটি পরবর্তী নিবন্ধগুলিতে বিশদভাবে ব্যাখ্যা করা হবে) EHR (আসলে CanFD) ডেটাতে রূপান্তর করা যেতে পারে যা স্বয়ংক্রিয় ড্রাইভিং কন্ট্রোলার দ্বারা প্রক্রিয়া করা যেতে পারে।
পরবর্তী প্রজন্মের স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের জন্য, আমরা সামগ্রিক প্রক্রিয়াকরণের জন্য স্বায়ত্তশাসিত ড্রাইভিং ডোমেন কন্ট্রোলারে উচ্চ-নির্ভুলতা মানচিত্রের তথ্য সংহত করতে প্রতিশ্রুতিবদ্ধ। এই প্রক্রিয়াটির অর্থ হল আমাদের স্বায়ত্তশাসিত ড্রাইভিং ডোমেন কন্ট্রোলারকে মানচিত্র বাক্স দ্বারা সম্পাদিত সমস্ত ডেটা সংযোগ করতে হবে। বিশ্লেষণ কাজ, তারপর আমাদের নিম্নলিখিত পয়েন্ট ফোকাস করতে হবে:
1) স্বায়ত্তশাসিত ড্রাইভিং ডোমেন কন্ট্রোলার এআই চিপ কি উচ্চ-নির্ভুল মানচিত্র অন্তর্ভুক্ত করার জন্য প্রয়োজনীয় সমস্ত সেন্সর ডেটা প্রক্রিয়া করতে পারে?
2) উচ্চ-নির্ভুল পজিশনিং মানচিত্রের লজিক অপারেশন ইউনিটে কি সেন্সর ডেটা তথ্য ফিউশন সঞ্চালনের জন্য যথেষ্ট কম্পিউটিং শক্তি আছে?
3) সমগ্র অন্তর্নিহিত অপারেটিং সিস্টেম কি কার্যকরী নিরাপত্তা প্রয়োজনীয়তা পূরণ করে?
4) ডেটা ট্রান্সমিশন, ইথারনেট বা CanFD-এর নির্ভরযোগ্যতা নিশ্চিত করতে AI চিপ এবং লজিক চিপের মধ্যে কোন সংযোগ পদ্ধতি গ্রহণ করা হয়?
উপরের প্রশ্নের উত্তর দেওয়ার জন্য, নীচের চিত্রে দেখানো নিয়ামক কীভাবে উচ্চ-নির্ভুল মানচিত্র ডেটা পরিচালনা করে তা আমাদের বিশ্লেষণ করতে হবে।
স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের AI চিপ হিসাবে, SOC প্রধানত ক্যামেরা ডেটা, লিডার ডেটা, মিলিমিটার ওয়েভ ডেটা, ইত্যাদি সহ ভবিষ্যতের উচ্চ-নির্ভুল মানচিত্র ডেটা প্রক্রিয়াকরণে সেন্সর ডেটার প্রাথমিক প্রক্রিয়াকরণের জন্য দায়ী। মৌলিক ডেটা ছাড়াও পয়েন্ট ক্লাউড ফিউশন এবং ক্লাস্টারিং, প্রয়োগ প্রক্রিয়াকরণ পদ্ধতিতে সাধারণত ব্যবহৃত গভীর শিক্ষার অ্যালগরিদমও অন্তর্ভুক্ত থাকে এবং এআরএম কোর সাধারণত কেন্দ্রীয় কম্পিউটিং প্রক্রিয়াকরণের জন্য ব্যবহৃত হয়।
স্বায়ত্তশাসিত ড্রাইভিং ডোমেন কন্ট্রোলারের লজিক অপারেশন ইউনিট হিসাবে, MCU পরবর্তীতে মূল উচ্চ-নির্ভুলতা মানচিত্র বাক্সের জন্য প্রয়োজনীয় সমস্ত লজিক গণনা গ্রহণ করবে। ফ্রন্ট-এন্ড ভেক্টর অ্যাগ্রিগেশন, সেন্সর ফিউশন পজিশনিং, রোড নেটওয়ার্ক ম্যাপ স্থাপন এবং মূল ম্যাপ বক্স প্রতিস্থাপন, EHP তথ্যকে EHR সিগন্যালে রূপান্তর করার সবচেয়ে গুরুত্বপূর্ণ কাজ সহ (কেন্দ্রীয় প্রক্রিয়াকরণ ইউনিট MCU-এর জন্য কীভাবে কার্যকরভাবে EHP তথ্যকে EHR তথ্যে রূপান্তর করা যায়। ক্যান তারের মাধ্যমে দক্ষ সিগন্যালিং সহ পরবর্তী নিবন্ধে বিস্তারিতভাবে বর্ণনা করা হবে। অবশেষে, অটোবক্স, একটি লজিক অপারেশন ইউনিট, পথ পরিকল্পনা, সিদ্ধান্ত নিয়ন্ত্রণ এবং অন্যান্য ক্রিয়াকলাপের জন্য ব্যবহৃত হয়।
ভবিষ্যতে, স্বায়ত্তশাসিত ড্রাইভিং মূল মানচিত্র বাক্স থেকে উচ্চ-নির্ভুলতা মানচিত্র দ্বারা প্রক্রিয়াকৃত সমস্ত ডেটা তথ্যকে স্বায়ত্তশাসিত ড্রাইভিং ডোমেন কন্ট্রোলারে একীভূত করার প্রবণতা রাখবে, যা ইন্টিগ্রেশন হিসাবে পুরো গাড়ির ডোমেন কন্ট্রোলারের সাথে একটি বাস্তব কেন্দ্রীয় প্রক্রিয়াকরণ ফিউশন স্থাপনের লক্ষ্যে থাকবে। ইউনিট . এই পদ্ধতিটি কেবলমাত্র আরও কম্পিউটিং সংস্থান সংরক্ষণ করে না, তবে এআই ডেটা প্রসেসিং অ্যালগরিদমগুলিকে উভয়ের পরিবেশগত জ্ঞানের সামঞ্জস্য নিশ্চিত করে উচ্চ-নির্ভুল অবস্থানে আরও ভালভাবে প্রয়োগ করতে সক্ষম করে। ভবিষ্যতে, আমাদের উচ্চ-নির্ভুলতা সেন্সর ডেটা ফিউশনের গুরুত্বপূর্ণ দিকের দিকে আরও মনোযোগ দিতে হবে এবং চিপ কম্পিউটিং পাওয়ার, ইন্টারফেস ডিজাইন, ব্যান্ডউইথ ডিজাইন এবং কার্যকরী সুরক্ষা ডিজাইনে আরও প্রচেষ্টা করতে হবে।
দ্য "কিংহেলম" ট্রেডমার্কটি মূলত গোল্ডেন নেভিগেটর কোম্পানি দ্বারা নিবন্ধিত হয়েছিল৷ গোল্ডেন নেভিগেশন হল GPS-এর একটি সরাসরি-বিক্রয়কারী প্রস্তুতকারক৷ শুঙ্গs এবং Beidou শুঙ্গs Beidou GPS নেভিগেশন এবং পজিশনিং শিল্পে এটির খুব উচ্চ খ্যাতি এবং খ্যাতি রয়েছে। এর গবেষণা ও উন্নয়ন পণ্যগুলি বিডিএস স্যাটেলাইট নেভিগেশন এবং পজিশনিং ওয়্যারলেস কমিউনিকেশন ইত্যাদি ক্ষেত্রে ব্যাপকভাবে ব্যবহৃত হয়। প্রধান পণ্যগুলির মধ্যে রয়েছে: RJ45-RJ45 নেটওয়ার্ক, নেটওয়ার্ক ইন্টারফেস সংযোগকারী, আরএফ সংযোগকারী অ্যাডাপ্টার তারের, সমাক্ষ তারের সংযোগকারী, টাইপ-গ সংযোগকারী, hdmi ইন্টারফেস টাইপ-সি ইন্টারফেস, পিন হেডার, SMA, fpc, FFC অ্যান্টেনা সংযোগকারী, শুঙ্গ সংকেত সংক্রমণ জলরোধী সংযোগকারী, এইচডিএমআই ইন্টারফেস, ইউএসবি সংযোগকারী, টার্মিনাল টার্মিনাল লাইন, টার্মিনাল বোর্ড টার্মিনাল ব্লক, টার্মিনাল ব্লক, রেডিও ফ্রিকোয়েন্সি আরএফআইডি লেবেল, পজিশনিং এবং নেভিগেশন শুঙ্গ, যোগাযোগ শুঙ্গ শুঙ্গ তারের, আঠালো লাঠি শুঙ্গ স্তন্যপান কাপ শুঙ্গ, 433 শুঙ্গ 4G শুঙ্গ, GPS মডিউল শুঙ্গ, ইত্যাদি। মহাকাশ, যোগাযোগ, সামরিক, উপকরণ এবং নিরাপত্তা, চিকিৎসা এবং অন্যান্য শিল্পে ব্যাপকভাবে ব্যবহৃত হয়।
বিষয়বস্তু নেটওয়ার্ক/জরিপ করা এবং একাডেমিক তথ্য ম্যাপিং থেকে আসে। এই ওয়েবসাইট শুধুমাত্র পুনর্মুদ্রণ প্রদান করে. এই নিবন্ধের মতামত, অবস্থান, প্রযুক্তি ইত্যাদির সাথে এই ওয়েবসাইটের কোন সম্পর্ক নেই। কোন লঙ্ঘন আছে, এটি মুছে ফেলার জন্য আমাদের সাথে যোগাযোগ করুন!
