டெஸ்லாவின் தன்னாட்சி ஓட்டுநர் அமைப்பு அடைப்புகளைத் தவிர்க்க இறுக்கமான பாதைகளில் காப்புப் பிரதி எடுக்கும் திறனைப் பெறுகிறது

வட அமெரிக்க வாகன உற்பத்தியாளரின் உதவி ஓட்டுநர் தொழில்நுட்பமானது, சிக்கலான நகர்ப்புற சூழல்களையும் சவாலான கிராமப்புற சாலைகளையும் கையாள்வதில் குறிப்பிடத்தக்க முன்னேற்றங்களைப் பெற்றுள்ளது. மென்பொருளின் தற்போதைய பதிப்பைக் கொண்ட வாகனங்கள் இப்போது ஒற்றை-வழிச் சாலைகளில் வரவிருக்கும் போக்குவரத்தை அடையாளம் காண முடிகிறது மற்றும் இடத்தை விட்டுக்கொடுக்க தன்னாட்சி தலைகீழ் சூழ்ச்சிகளைச் செய்ய முடிகிறது, நேரடி மனித தலையீடு அல்லது கணினியை செயலிழக்கச் செய்யாமல் போக்குவரத்து ஓட்டத்தை உறுதிசெய்கிறது என்று உரிமையாளர்களின் சமீபத்திய அறிக்கைகள் குறிப்பிடுகின்றன.

தன்னாட்சி வழிசெலுத்தலில் முன்னேற்றங்கள்

ட்ராஃபிக் கிரிட்லாக்கில் இயக்கி கைமுறையாகக் கட்டுப்பாட்டை எடுக்க வேண்டிய முந்தைய பதிப்புகளின் வரம்புகளைக் கடந்து, நிகழ்நேரத்தில் பாதைகளைக் கணக்கிட மேம்பட்ட நரம்பியல் நெட்வொர்க்குகளைப் பயன்படுத்துகிறது. சுற்றுச்சூழலை முப்பரிமாணமாக வரைபடமாக்குவதற்கு கேமராக்களும் சென்சார்களும் இணைந்து செயல்படுகின்றன, இதன் மூலம் கார் அதன் அசல் பாதையை மீண்டும் தொடங்குவதற்கு முன் மற்ற ஓட்டுநர்கள் கடந்து செல்லும் வரை பாதுகாப்பாகக் காத்திருக்க, புகலிடங்கள், கேரேஜ் நுழைவாயில்கள் அல்லது தோளில் பரந்த பகுதிகளைக் கண்டறிய அனுமதிக்கிறது.

தன்னியக்க பைலட்டை உருவாக்குவதற்குப் பொறுப்பான பொறியாளர்கள், சாலையில் மற்ற முகவர்களின் நடத்தையைக் கணிக்கும் திறனில் கவனம் செலுத்தினர். இந்த அமைப்பு உடனடி தடைக்கு எதிர்வினையாற்றுவது மட்டுமல்லாமல், எதிரெதிர் வாகனத்தின் வேகத்தையும் நோக்கத்தையும் கணக்கிடுகிறது, அதன் சொந்த நிலையை பக்கவாட்டாக சரிசெய்கிறது அல்லது தேவையான தூரத்தை நகர்த்துகிறது. இந்த பரிணாமம் முழு சுயாட்சிக்கான ஒரு முக்கியமான படியை பிரதிபலிக்கிறது, பழைய அல்லது தரமற்ற உள்கட்டமைப்பில் ரோபோ ஓட்டுதலின் மிகவும் தொடர்ச்சியான பிரச்சனைகளில் ஒன்றை தீர்க்கிறது.

பாதுகாப்பு மற்றும் செயல்திறன் தரவு

நிறுவனத்தால் வெளியிடப்பட்ட புள்ளிவிவரங்கள், கைமுறையாக வாகனம் ஓட்டுவதை விட முழு கண்காணிப்பு மென்பொருளை செயல்படுத்தும் போது சம்பவ விகிதத்தில் கடுமையான குறைப்பை சுட்டிக்காட்டுகிறது. தேசிய சராசரி விபத்துக்கள் ஒரு குறிப்பிட்ட புள்ளிவிவர அதிர்வெண்ணுடன் நிகழும்போது, ​​ஒவ்வொரு ஐந்து மில்லியன் மைல்களுக்கு ஒரு நிகழ்வை தன்னியக்க பைலட் மட்டுமே பதிவு செய்கிறது, இது பல்வேறு ஓட்டுநர் மற்றும் விளக்கு நிலைகளில் மனித ஓட்டுநர்களின் சராசரியை விட அதிக நம்பகத்தன்மையை நிரூபிக்கிறது.

உலகளாவிய கப்பற்படையில் இருந்து பெருமளவிலான தரவு சேகரிப்பு செயற்கை நுண்ணறிவு வழிமுறைகளுக்கு பயிற்சி அளிக்கிறது. ஒரு மனித இயக்கி செய்யும் ஒவ்வொரு தலையீடும் கணினிக்கான கற்றல் பொருளாக செயல்படுகிறது, இது எதிர்கால புதுப்பிப்புகளுக்கு அதன் முடிவுகளை செம்மைப்படுத்துகிறது. பீட்டா பயனர்களால் தினசரி மில்லியன் கணக்கான கிலோமீட்டர்கள் இயக்கப்படுவதால், மென்பொருள் மேம்பாட்டின் வேகம் துரிதப்படுத்தப்பட்டுள்ளது, இது குறுகிய தெருக்களில் பாதையை பேச்சுவார்த்தை நடத்துவது போன்ற சிக்கலான அம்சங்களை அறிமுகப்படுத்த அனுமதிக்கிறது.

தொழில் போட்டியாளர்களுக்கான வேறுபாடுகள்

தடைசெய்யப்பட்ட புவியியல் பகுதிகளில் செயல்படும் மற்றும் மில்லிமீட்டருக்கு வரையப்பட்ட மற்ற ரோபோ டாக்ஸி முயற்சிகளைப் போலல்லாமல், தற்போதைய அணுகுமுறை கிரகத்தின் எந்த இடத்திலும் வேலை செய்ய முயல்கிறது. இந்த அமைப்பு முன்-ஏற்றப்பட்ட உயர்-வரையறை வரைபடங்களை மட்டுமே நம்பியிருக்கவில்லை, மாறாக நிகழ்நேரத்தில் சுற்றுப்புறங்களின் காட்சி விளக்கத்தை நம்பியிருக்கிறது, இது குறிக்கப்படாத கிராமப்புற சாலைகள், அறியப்படாத நகர்ப்புறங்கள் அல்லது சாலை அடையாளங்கள் மோசமாக இருக்கும் அல்லது இல்லாத இடங்களில் பயன்படுத்த அனுமதிக்கிறது.

வன்பொருள் மற்றும் செயலாக்கத்தின் பரிணாமம்

புதிய உற்பத்தித் தலைமுறைகளில் வேகமான செயலிகள் மற்றும் உயர் தெளிவுத்திறன் கொண்ட கேமராக்கள் உள்ளிட்ட வாகன வன்பொருளுக்கான நிலையான புதுப்பிப்புகளால் இந்த திறன்களை செயல்படுத்துவது ஆதரிக்கப்படுகிறது. செயற்கை நுண்ணறிவு மென்பொருள் மற்றும் காரின் இயற்பியல் கூறுகளுக்கு இடையேயான செங்குத்து ஒருங்கிணைப்பு மில்லி விநாடிகளில் எதிர்வினைகளை செயல்படுத்துகிறது, பக்க மோதல்கள் அல்லது தேவையற்ற லேன் புறப்பாடுகளைத் தவிர்க்க துல்லியம் அவசியமான வரையறுக்கப்பட்ட இடங்களில் நுட்பமான சூழ்ச்சிகளுக்கு அவசியம்.