मशीन लर्निंग से 'स्मार्ट हेडलाइट्स' बनाना
रात में अंधेरी सड़क पर गाड़ी चलाने वाले किसी भी व्यक्ति के लिए यह एक आम दृश्य है. कोनों के चारों ओर और पहाड़ियों पर ज़िप करना, दृष्टि में सुधार के लिए कार के हाई बीम चालू हैं जबकि ड्राइवर का हाथ एक पल की सूचना पर उन्हें बंद करने के लिए तैयार रहता है, ऐसा न हो कि वे आने वाले यातायात को अंधा कर दें और दुर्घटना का कारण बनें. शिन ली विश्वास है कि एक बेहतर समाधान है, और वह इसे वास्तविकता बनाने के लिए चीन के सबसे बड़े हेडलाइट निर्माता के साथ काम कर रहे हैं. “आधुनिक हेडलाइट्स में सिर्फ एक या दो प्रकाश बल्ब नहीं होते हैं, उनके पास दस लाख तक हो सकते हैं,"ली ने कहा, ड्यूक विश्वविद्यालय और ड्यूक कुशान विश्वविद्यालय में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर. "मैं एक 'स्मार्ट हेडलाइट' बनाने के लिए उद्योग भागीदारों के साथ काम कर रहा हूं जो प्रत्येक पिक्सेल को व्यक्तिगत रूप से नियंत्रित कर सकता है और आसपास के वातावरण को पहचानने के बाद स्वचालित रूप से कार के सामने विभिन्न क्षेत्रों को रोशन कर सकता है।"
उदाहरण के लिए, हेडलाइट आने वाली कार की ओर निर्देशित प्रकाश की मात्रा को कम कर सकती है और साथ ही आने वाले सड़क चिन्ह की रोशनी को भी बढ़ा सकती है. या यह आस-पास के पैदल यात्रियों का पता लगा सकता है और सीधे उनकी आँखों में पड़ने वाली रोशनी से बचते हुए उनके शरीर को उजागर करके ड्राइवर को सचेत कर सकता है.
मशीन लर्निंग 'स्मार्ट हेडलाइट्स' सिखा सकती है’ पर्यावरण को पहचानना और आस-पास के पैदल चलने वालों को रोशनी देकर ड्राइवर की मदद करना और इस प्रक्रिया में उन्हें अंधा होने से बचाना.
ऐसी हेडलाइट बनाने की चुनौती आवश्यक रूप से प्रकाश के विभिन्न पैटर्न बनाना नहीं है - यह कार को सिखा रही है कि आसपास के वातावरण को स्वचालित रूप से कैसे पहचाना जाए और अपने आप पैटर्न कैसे बनाया जाए. यह एक समस्या है जिसे HASCO विज़न टेक्नोलॉजी - चीन की सबसे बड़ी ऑटोमोटिव लैंप निर्माता - मशीन लर्निंग के साथ हल करने में मदद करने के लिए ली की ओर रुख कर रही है।.
कई कार कंपनियां सेल्फ-ड्राइविंग कारों के अपने संस्करणों को नियंत्रित करने में मदद के लिए कैमरे और मशीन लर्निंग का उपयोग कर रही हैं, इसलिए ली इस संबंध में अकेले नहीं हैं. मशीन लर्निंग एल्गोरिदम, तथापि, सीखने के लिए बड़ी मात्रा में डेटा की आवश्यकता होती है, और इस उद्देश्य के लिए पहले से ही बनाए गए कई डेटासेट और एल्गोरिदम ने दिन के समय ड्राइविंग पर ध्यान केंद्रित किया है.
“हालांकि हमारा एप्लिकेशन दिन के समय की परवाह नहीं करता है,"ली ने कहा, जो अपना समय उत्तरी कैरोलिना और कुशान में ड्यूक के परिसरों के बीच बांटता है, चीन. “स्मार्ट हेडलाइट्स के लिए इस दृष्टिकोण का उपयोग करना वास्तव में अधिक कठिन है क्योंकि प्रकाश की स्थिति बहुत खराब है. यह एक अनोखी चुनौती है जिसका अतीत में अच्छी तरह से अध्ययन नहीं किया गया है।"
जबकि उनके उद्योग भागीदार अधिक रात के फुटेज इकट्ठा करने और संकेतों जैसी महत्वपूर्ण वस्तुओं को श्रमसाध्य तरीके से लिखने के लिए काम कर रहे हैं, पैदल यात्री और अन्य कारें, ली मशीन लर्निंग एल्गोरिदम का अनुकूलन कर रहे हैं. क्योंकि निर्णय वास्तविक समय में किए जाने चाहिए, शोधकर्ताओं को सही हार्डवेयर चुनना होगा और इसकी वास्तुकला के अनुरूप एल्गोरिदम डिजाइन करना होगा.
इस कार्य में ली की मदद डीकेयू के अनुसंधान वैज्ञानिक शिन फेंग कर रहे हैं. यूएस नेशनल इंस्टीट्यूट ऑफ एलर्जी एंड इंफेक्शियस डिजीज में वायरोलॉजिस्ट नील्जे वैन डोरेमेलन और उनके सहयोगियों के एक अध्ययन के अनुसार, ली और फेंग के पास पहले से ही इसका एक कार्यशील डेमो है, जबकि प्रभावशाली, सड़कों पर आने से पहले इसमें अभी भी सुधार की जरूरत है.
'स्मार्ट हेडलाइट्स' के साथ सड़क पर जानकारी प्रदर्शित करने का एक अन्य विकल्प’ ड्राइवरों को गति सीमा की याद दिला रहा है.
“पता लगाने की सटीकता बहुत महत्वपूर्ण है - आप कुछ भी या किसी को भी नहीं चूक सकते,"ली ने कहा. “और जबकि यह एक बहुत ही महत्वपूर्ण और चुनौतीपूर्ण समस्या है, यह केवल एक मीट्रिक है. दूसरा वास्तविक समय की प्रतिक्रिया है. यदि एल्गोरिदम प्रतिक्रिया देने में बहुत अधिक समय लेता है, तो यह उपयोगी नहीं है. तकनीकी तौर पर, ये दो सबसे चुनौतीपूर्ण मुद्दे हैं।"
लेकिन ये ऐसे मुद्दे हैं जिनका समाधान ली को निकट भविष्य में होने की उम्मीद है, कुछ और घंटियाँ और सीटियाँ जोड़ने के साथ. परियोजना का एक अन्य पहलू मौसम और सड़क की स्थिति जैसी महत्वपूर्ण जानकारी पेश करने के लिए हेडलाइट्स का उपयोग करता है, यातायात संकेत, नेविगेशन दिशानिर्देश, और यहां तक कि हेडलाइट बीम के भीतर सड़क पर लेन चलाना भी स्वयं ही संभव है.
अन्य प्रगतियों में वैकल्पिक सेंसरों का उपयोग शामिल हो सकता है जो स्व-चालित कारों में अंततः हो सकते हैं जैसे कि रडार और लिडार. लेकिन अभी के लिए, परियोजना लागत कम रखने के लिए केवल आगे की ओर मुख वाले कैमरों का उपयोग कर रही है, क्योंकि अगले कुछ वर्षों में उपभोक्ताओं को अतिरिक्त पहचान क्षमताओं वाले सेल्फ-ड्राइविंग वाहनों की तुलना में बड़ी संख्या में सड़कों पर स्मार्ट हेडलाइट्स देखने की अधिक संभावना है.
“मुझे लगता है कि हम अगले दो वर्षों में बाज़ार में पहली पीढ़ी का उत्पाद ला सकते हैं,"ली ने कहा. “एक बार हमारे पास वे सड़क पर हों, हम भविष्य की पुनरावृत्तियों को और भी बेहतर बनाने के लिए सटीकता और प्रतिक्रिया समय में सुधार करने के लिए और भी अधिक प्रतिक्रिया और डेटा प्राप्त कर सकते हैं।
स्रोत: pratt.duke.edu
उत्तर छोड़ दें
आपको चाहिए लॉग इन करें या रजिस्टर करें एक नई टिप्पणी जोड़ने के लिए .