autonomous Driving full detail in hindi 2020 - All Technology & Events

top ads 728x90

शनिवार, 22 अगस्त 2020

autonomous Driving full detail in hindi 2020

  


                                                                       

Scenario Generation Phasesपरिदृश्य पीढ़ी के चरण

Auther : Tushar K Kapoor

                                                                                        

Add caption
       

                                                               





Scenario Identification परिदृश्य पहचान


प्रक्रिया वास्तविक दुनिया परीक्षण ड्राइव के दौरान एकत्र किए गए डेटा की पेटाबाइट्स से दिलचस्प भागों को चुनने के साथ शुरू होती है। ये दिलचस्प परिदृश्य युद्धाभ्यास से आगे निकल सकते हैं, असुरक्षित बाईं-मोड़ या कार के सामने पैदल चलने वाले पैदल यात्री। ये सभी स्वचालित ड्राइविंग फ़ंक्शंस के लिए चुनौतीपूर्ण दृश्य हैं, जिनमें धारणा या संभालने की योजना है।

Scenario Extraction परिदृश्य एक्सट्रैक्शन



हमारे एनोटेशन टूल के साथ हम अगले चरण में संबंधित मेटा-डेटा को कच्चे डेटा से निकालते हैं। अपनी कक्षा और प्रक्षेपवक्र सहित सभी विभिन्न वस्तुओं (वाहन, पैदल यात्री, आदि) को निकालना और स्थानीय बनाना एक सटीक डिजिटल ट्विन के निर्माण के लिए आवश्यक है। यह तथाकथित "रीप्ले" परिदृश्य रिकॉर्ड किए गए दृश्यों को बहुत सटीक तरीके से दर्शाता है और सिमुलेशन के लिए इस्तेमाल किया जा सकता है। समय के साथ, सही गुणवत्ता पर सही परिदृश्यों का एक परिदृश्य डेटाबेस बनाया जाता है।

Scenario Fuzzing  परिदृश्य फ़ज़िंग


विविधताओं को उत्पन्न करने के लिए हम इन परिदृश्यों को "तार्किक परिदृश्यों" में सार करते हैं। जिसका अर्थ है कि प्रक्षेपवक्रों को अब संबंधित यातायात प्रतिभागियों जैसे कार, साइकिल या पैदल चलने वालों द्वारा किए गए विशिष्ट युद्धाभ्यास के रूप में दर्शाया जाता है। बड़े पैमाने पर परिदृश्य-आधारित परीक्षण को आधार पर या क्लाउड में अनुमति देने के लिए युद्धाभ्यास को मानकीकृत किया जाता है। पैरामीटर को मौसम और अन्य कारकों जैसे पर्यावरणीय स्थितियों में जोड़ा जाता है जो ड्राइविंग एल्गोरिदम को प्रभावित करते हैं। वे विभिन्न तरीकों से फ़ंक्शन को चुनौती देने के लिए विविध हो सकते हैं। यही कारण है कि प्रासंगिक, यथार्थवादी और सार्थक पैरामीटर श्रेणियों की पहचान करना महत्वपूर्ण है।



अपने सिमुलेशन में सीधे वास्तविक दुनिया की रिकॉर्डिंग से प्राप्त एज-केस परिदृश्यों के साथ अपने ड्राइविंग कार्यों को चुनौती दें। विकास प्रक्रिया में कीड़े को जल्दी से ढूंढें और समाप्त करें और कीमती समय और संसाधनों को बचाएं। हम आधार परिदृश्यों के सार्थक बदलावों के माध्यम से विशाल परीक्षण स्थान के अधिक पूर्ण कवरेज को प्राप्त करने में आपकी सहायता करते हैं।

कोई टिप्पणी नहीं:

एक टिप्पणी भेजें