Avtonom mobililik dövrünün başlaması sənayenin müxtəlif sahələrində nəqliyyatı inqilabi dərəcədə dəyişdirib, lakin sürücüsüz avtomobillər üçün ən çətin sınaqlardan biri onların çətin relyef şəraitlərində hərəkət edə bilmə qabiliyyətidir. Daşlı off-road yollarından, dik enişlərə qədər, çamur qarışmış tikinti sahələrindən və bərabərsiz kənd təsərrüfatı sahələrinə qədər avtonom sistemlər, asfaltlanmış magistral yolların nəzarət olunan mühitinin xaricində də təhlükəsiz və effektiv işləməni təmin edən möhkəm performans göstərməlidirlər. Sürücüsüz avtomobillərin bu çətin şəraitlərdə necə davranacağını anlamaq üçün iri miqyaslı sensorlar, süni intellekt alqoritmləri, mexaniki davamlılıq və təkər texnologiyasının inteqrasiyasını araşdırmaq lazımdır; bu komponentlər birlikdə ənənəvi avtonom həllərin tez-tez uğursuz olduğu yerlərdə təhlükəsiz və effektiv fəaliyyəti təmin edir.
Sürücüsüz avtomobillərin relyefdə hərəkət etməsi çətinliyi yalnız sadə maneələrin aşkar edilməsindən kənarda qalır. Bu avtonom platformalar daimi olaraq torpağın sabitliyini qiymətləndirməli, sürtünmə itkisini proqnozlaşdırmalı, səs-küy sistemlərini real vaxtda uyğunlaşdırmalı və əməliyyat təhlükəsizliyini və missiya məqsədlərini qoruyarkən yol seçimi ilə bağlı saniyənin onda biri dəqiqəsində qərarlar qəbul etməlidir. Mədən çıxarılması əməliyyatlarında, hərbi loqistika, kənd təsərrüfatı avtomatlaşdırılması və fövqəladə hallarda avtonom avtomobillərdən istifadə edən sahələr belə həllər tələb edirlər ki, bu həllər təcrübəli insan operatorları belə çətinlik çəkə biləcəyi şəraitlərdə etibarlı şəkildə hərəkət edə bilsin. Bu ətraflı araşdırma sürücüsüz avtomobillərin bir zamanlar avtomatlaşdırılmış sistemlər üçün qətiliklə qət edilə bilməyəcək kimi görünən relyef çətinliklərini üstələməsinə imkan verən çoxqatlı texnoloji yanaşmanı açıqlayır.
Çətin relyefli ərazilər üçün nəzərdə tutulmuş sürücüsüz avtomobillər, ətraf mühit haqqında tamamilə bütövlük təşkil edən modellər yaratmaq üçün bir neçə qavrama texnologiyasını birləşdirən mürəkkəb sensor birləşməsi arxitekturalarından istifadə edir. LİDAR sistemləri millimetrik dəqiqliklə relyef topologiyasını xəritəyə çəkən dəqiq üçölçülü nöqtə buludları yaradır və bu, tam qaranlıqda belə yüksəklik dəyişikliklərini, səth qeyri-bərabərliklərini və maneə profillərini aşkar edir. Bu lazer əsaslı sensorlar toz, yüngül duman və off-road mühitlərə xas olan bitkiləri keçə biləcək müxtəlif dalğa uzunluqlarında işləyir. LİDAR-ı tamamlayan radar sistemləri isə optik sensorları gizlədə biləcək güclü yağış, qar və sıx duman kimi pisləşmiş hava şəraitində sürət ölçmələri və aşkarlama imkanları təmin edir.
İrəli kompüter vision alqoritmləri ilə təchiz olunmuş kamera massivləri torpaq səthinin doku xüsusiyyətlərini analiz edir, səth materialının xüsusiyyətlərini müəyyən edir və torpağın sabitliyini göstərən subtil vizual siqnalları aşkar edir. Stereo kamera konfiqurasiyaları dərinlik qavrayışını təmin edir ki, bu da LIDAR məlumatlarının doğruluğunu təsdiqləyir və su hövzələri və ya yumşaq çamur kimi keçilə bilən səthlərdən təhlükələri fərqləndirmək üçün vacib olan rəng məlumatlarını verir. İnertial ölçmə qurğuları avtomobilin meyl bucağını, dönmə bucağını və sürətlənmə nümunələrini davamlı izləyir və bu məlumatları proqnozlaşdırıcı alqoritmlərə ötürür ki, bunlar avtomobilin sabitliyini pozan torpaq şəraitinə bağlı pozğunluqları onların baş verməsindən əvvəl proqnozlaşdırsın. Bu sensor ehtiyatı, ayrı-ayrı sensorların mühit çirklənməsi və ya mexaniki gərginlik səbəbi ilə performansının aşağı düşməsi halında belə sürücüsüz avtomobillərin vəziyyət haqqında tam məlumatlı qalmasını təmin edir.
İrəli səviyyəli relyef təsnifat sistemləri sürücüsüz nəqliyyat vasitələrinin torpaq səthlərini onların mexaniki xüsusiyyətləri və keçiləbilərlilik xüsusiyyətlərinə əsasən fərqli siniflərə ayırmasını təmin edir. Geniş verilənlər bazaları əsasında təlim edilmiş maşın öyrənməsi modelləri sensor məlumatlarının siqnallarını təhlil edərək daş, qum, çamur, ot, qar və digər səth növləri ilə əlaqəli nümunələri tanıyır. Bu təsnifat sistemləri yalnız vizual görünüşü deyil, həm də LIDAR intensivlik cavablarından və mikro-relyef analizindən çıxarılan səth qabarıqlığı ölçülərini qiymətləndirir. Avtonom sistem daha sonra relyef siniflərini nəqliyyat vasitəsinin imkan profilləri ilə əlaqələndirərək təhlükəsiz navigasiya üçün optimal sürət, idarə bucaqları və güc paylama strategiyalarını müəyyən edir.
Keçiləbilərlik analizi alqoritmləri torpaq daşıma qabiliyyətini, yamacın sabitliyini və təsnif edilmiş səthlər üçün yapışqanlıq əmsallarını modelləşdirərək nəqliyyat vasitəsi-ilə torpaq arasındakı qarşılıqlı təsir nəticələrini proqnozlaşdırır. Sürücüsüz nəqliyyat vasitələri torpaq qiymətləndirməsindəki qeyri-müəyyənlikləri nəzərə alan ehtimali çərçivələrdən istifadə edir və mühit modellərindəki etibar dərəcələrinə uyğun olaraq təhlükəsizlik marjlarını saxlayır. Keçiləbilərlik xəritələrinə real vaxtda nəqliyyat vasitələrinin iş zamanı əldə etdiyi real torpaq məlumatlarına əsasən yeniləmələr edilir; bord sistemləri proqnozlaşdırılan torpaq davranışını faktiki nəqliyyat vasitəsinin reaksiyası ilə müqayisə edərək modellərini davamlı şəkildə təkmilləşdirir. Bu adaptiv öyrənmə qabiliyyəti sürücüsüz nəqliyyat vasitələrinin vaxt keçdikcə performanslarını yaxşılaşdırmasına və oxşar mühitlərdə fəaliyyət göstərən flotlar arasında torpaq haqqında intellektual məlumatları paylaşmasına imkan verir.
Çətin relyef şəraitində sürücüsüz nəqliyyat vasitələri üçün marşrut planlaşdırılması, səyahət müddətinin minimallaşdırılması, enerji səmərəliliyi, təhlükəsizlik payları və missiya xüsusi prioritetləri daxil olmaqla bir neçə rəqabətli məqsədi tarazlaşdıran alqoritmlər tələb edir. Öncədən müəyyən edilmiş yol zolaqlarının nəqliyyat vasitəsinin hərəkətini məhdudlaşdırdığı avtomagistral navigasiyasından fərqli olaraq, off-road avtonom sistemlər ikiölçülü fəzada relyef xüsusiyyətlərini, maneələrin yerləşməsini və nəqliyyat vasitəsinin dinamik məhdudiyyətlərini nəzərə alaraq sayısız potensial traektoriyanı qiymətləndirməlidir. İyerarxik planlaşdırma arxitekturası bu mürəkkəb problemi missiya səviyyəsində strateji marşrut seçimi, orta müddətli nöqtələr üçün taktiki marşrut planlaşdırması və dərhal təhlükənin qarşısını almaq üçün reaktiv traektoriya düzəlişləri olmaqla üç hissəyə bölür.
Irəli i̇şəgötürməyən nəqliyyat vasitələri avtonom sistemlərin dağlıq relyef və ya qeyri-sabit səthlər kimi avtomobilin imkanlarını təhdid edən şərtlərdə daha uzun, lakin əlverişli torpaq şəraitinə malik marşrutları seçməsinə imkan verən, relyef çətinliyini məsafəyə nisbətən çəki ilə optimallaşdıran xərc funksiyasının tətbiqi. Qraf əsaslı axtarış alqoritmləri həll sahəsini effektiv şəkildə araşdırır, mümkünsüz yolları erkən aradan qaldırarkən real vaxt rejimində işləməyə uyğun hesablama performansını saxlayır. Monte-Karlo simulyasiya üsulları isə qeyri-müəyyənlik şəraitində marşrutun təhlükəsizliyini qiymətləndirməyə kömək edir; minlərlə virtual keçid, müxtəlif relyef parametrləri haqqında fərziyyələr əsasında aparılaraq, ehtimal olunan ətraf mühit şəraitində qəbul edilə bilən risk profilinə malik marşrutlar müəyyən edilir.
Çətin relyefdə planlaşdırılmış traektoriyaların yerinə yetirilməsi, cari səth şəraitinə və gələcək yol hissələrinə əsasən avtomobilin sürətini davamlı olaraq tənzimləyən uyğunlaşan sürət idarəetmə sistemlərini tələb edir. Sürücüsüz avtomobillər nəzərdə tutulan marşrut boyu relyef profilini əvvəlcədən qiymətləndirən qabağa baxan idarəetmə qurğularını tətbiq edirlər və artırılmış yapışqanlıq və ya sabitlik payı tələb edən sahələrə çatmazdan əvvəl sürəti proaktiv olaraq azaldırlar. Bu sistemlər sürət və avtomobilin idarəetmə yetkisi arasındakı əlaqəni modelləşdirir; bununla belə, enişli-yolcu relyefdə artıq sürətin idarəetmə girişlərinin effektivliyini azaltdığı və dayanma məsafələrini təhlükəsiz həddin xaricinə çıxardığı qeyd olunur.
Sürücüsüz avtomobillər üçün traektoriya izləmə idarəetmə sistemləri, planlaşdırılmış yolları dəqiq izləmək və eyni zamanda bərabərsiz səthdə avtomobilin sabitliyini saxlamaq tələblərini tarazlaşdırır. Sadə izləmə (pure pursuit) və model proqnozlaşdırıcı idarəetmə alqoritmləri, cari relyef şəraitinin təsir etdiyi dinamik məhdudiyyətlərə riayət edərək, referans traektoriyalardan yan sapmanı minimuma endirən idarəetmə əmrlərini hesablayır. Relyefə bağlı pozuntular idarəetmə sisteminin kompensasiya qabiliyyətini aşdıqda, ağıllı sistemlər aktual torpaq şəraitinə daha uyğun alternativ traektoriyalar yaradan yenidən planlaşdırma ardıcıllıqlarını aktivləşdirir. Bu qapalı dövr yanaşması, sürücüsüz avtomobillərin, ilkin planlaşdırma zamanı sensorlarla əldə edilən proqnozlardan əhəmiyyətli dərəcədə fərqlənən real mühit şəraitində belə təhlükəsiz işləməsini təmin edir.
Çətin relyeflərdə istifadə olunmaq üçün hazırlanmış sürücüsüz nəqliyyat vasitələri tez-tez aktiv süspansiya sistemlərini daxil edir ki, bu sistemlər qavrayış sistemləri tərəfindən aşkar edilən torpaq şəraitinə uyğun olaraq səyahət hündürlüyünü, amortizasiya dərəcələrini və təkər mərkəzləşdirməni tənzimləyir. Elektromexaniki və ya hidravlik aktuatorlar süspansiyaya həndəsi dəyişikliklərin real vaxtda aparılmasına imkan verir: maneələrə yaxınlaşarkən torpaqdan olan məsafə artırılır və ya yan meyllərdə sabitliyi artırmaq üçün nəqliyyat vasitəsinin ağırlıq mərkəzi aşağı salınır. Tək-tək çarxların hündürlüyünün tənzimlənməsi son dərəcə bərabərsiz relyefdə şassi səviyyəsini saxlayır və sensorların mövqeyini pozan və ya sabitlik tədbirlərini aktivləşdirən artıq gövdə meylini qarşısını alır.
Avtonom off-road platformlar üçün çəkili idarəetmə sistemləri, relyef sinifləndirmə məlumatlarına əsaslanan proqnozlaşdırıcı strategiyalar tətbiq edərək, konvensional sabitlik idarəetməsini keçir. Moment vektorlaşdırma qabiliyyətləri, müxtəlif sürtünmə xüsusiyyətlərinə malik səthlərdə önləmə sürüşməni minimuma endirərək, irəli hərəkəti maksimuma çatdırmaq üçün gücləri tək tərəfli olaraq təkərlər arasında paylayır. Sürücüsüz nəqliyyat vasitələri, təkər sürəti sensorları və sürətlənməölçən məlumatlarından istifadə edərək, real vaxtda çəkili şəraitini izləyir, başlanğıc sürüşmə hallarını aşkar edir və tam çəkili itirilməsi baş verməzdən əvvəl güc verilməsini tənzimləyir. Differensial kilidləmə strategiyaları, sensorlar tərəfindən yaxınlaşan təkər fırlanması proqnozlaşdırıldığında mexaniki və ya elektron kilidləmə mexanizmlərini aktivləşdirir; bu da momentin aşağı sürtünməli səthlərdə azadca fırlanan təkərlərə deyil, daha yaxşı tutuşu olan təkərlərə ötürülməsini təmin edir.
Tire seçimi və texnologiyası sürücüsüz avtomobillərin tələb olunan off-road şəraitində necə effektiv işlədiyini müəyyən edən əsas amillərdir. Uzaq və ya təhlükəli mühitlərdə fəaliyyət göstərən avtonom platformalar üçün missiyanı dayandıracaq tire arızaları qəbul edilə bilməz; bu, delinmə və ya təzyiq itirilməsi halında operativ qabiliyyətini saxlayan tire sistemlərinin istifadəsinə səbəb olur. run-flat i̇rəli tire dizaynları tam hava təzyiqi itirilməsi hallarında belə avtomobilin çəkisini daşıya bilən daxili dəstək strukturlarını daxil edir; bu da sürücüsüz avtomobillərin əməliyyatlarını davam etdirməsinə və çətin yerlərdə qalmamasına, əksinə texniki xidmət mərkəzlərinə qayıtmasına imkan verir.
Avtonom off-road tətbiqləri üçün xüsusi olaraq hazırlanmış şişirilməmiş avtomobil tirelərinə daxil edilən qurğular, tirenin sökülməsi hallarında onun çökməsini qarşılamaq üçün gücləndirilmiş daxili strukturlar vasitəsilə yük daşıma qabiliyyəti təmin edir. Bu sistemlər, ağır zədələnmə şəraitində belə idarəetmə nəzarətini və yapışqanlığı saxlamaq üçün tire formasının və torpaqla təmas sahəsinin həndəsəsinin kifayət qədər saxlanılmasını təmin edir. Sürücüsüz avtomobillər üçün bu imkan xüsusilə dəyərlidir, çünki avtonom sistemlər tire vəziyyətini qiymətləndirmək və işə davam etmək ilə təmir üçün dayanma arasındakı subtil qərarları qəbul etmək üçün insanın qiymətləndirmə qabiliyyətinə malik deyillər. Güclü tire texnologiyasının və davamlı təzyiq monitorinqinin birləşməsi avtonom platformaların tire problemlərini erkən aşkar etməsinə və missiya icrasını saxlayaraq əməliyyatlarını uyğun şəkildə uyğunlaşdırmasına imkan verir.
Müasir sürücüsüz nəqliyyat vasitələri, torpaq xüsusiyyətlərini və keçiləbilərliliyi əvvəllər olmamış dəqiqliklə proqnozlaşdırmaq üçün böyük həcmli relyef təsvirləri və nəqliyyat vasitəsinin reaksiya verisi toplusu üzərində təlim edilmiş dərin öyrənmə arxitekturolarından istifadə edirlər. Konvolyusiya neyron şəbəkələri, nəqliyyat vasitəsinin performansı ilə əlaqəli torpaq xüsusiyyətlərinin incə vizual göstəricilərini müəyyən etmək üçün kamera axınlarını təhlil edirlər; məsələn, bitki nümunələri torpağın nəmlik tərkibini, daş səthlərinin havaya məruz qalması isə struktur bütövlüyünü göstərir. Bu öyrənilmiş modellər vizual görünüş və mexaniki davranış arasındakı mürəkkəb əlaqələri, onları açıq riyazi formulalaşdırmadan tuturlar və bu da ənənəvi qaydalara əsaslanan sistemlərə nisbətən daha subtil torpaq qiymətləndirməsinə imkan verir.
Gücləndirmə öyrənməsi üsulları, sürücüsüz nəqliyyat vasitələrinin çətin mühitlərlə sınaq və xəta yolu ilə optimal navigasiya strategiyalarını aşkar etməsinə imkan verir. Simulyasiya əsaslı təlim mühitləri avtonom agentləri milyonlarla virtual relyef senarisinə məruz qoyur və uğurlu keçidlərə mükafat verir, təhlükəli manevralara və missiya uğursuzluqlarına isə cəza tətbiq edir. Nəticədə alınan siyasətlər potensial olaraq effektiv marşrutları kəşf etmək və tanınmış təhlükəsiz yolları istifadə etmək arasında tarazlıq quran mürəkkəb qərar qəbul etmə strategiyalarını kodlaşdırır. Köçürmə öyrənməsi yanaşmaları bu simulyasiya əsaslı təlim keçmiş modelləri real dünyada işlətməyə uyğunlaşdırır və onların davranışlarını faktiki nəqliyyat vasitəsi təcrübəsinə əsasən dəqiqləşdirir, lakin virtual mühitlərdə inkişaf etdirilən genişmiqyaslı strategik qabiliyyətləri saxlayır.
Çətin relyef şəraitində sürücüsüz nəqliyyat vasitələrinin təhlükəsizlik baxımından kritik tətbiqləri, mühit qavrayışı və ya nəqliyyat vasitəsinin vəziyyəti haqqında qiymətləndirməyə dair etibarlılığın qəbul edilə bilən həddin altına düşməsi halında qeyri-müəyyənliyi açıq şəkildə miqyaslandıran və ehtiyatlı rezerv davranışlar tətbiq edən möhkəm risk qiymətləndirmə çərçivələrini tələb edir. Bayes çıxarımları üsulları qavrayış və planlaşdırma boruları üzrə ölçmə qeyri-müəyyənliyini yayır və deterministik proqnozlardan fərqli olaraq, relyef xüsusiyyətləri və traektoriyanın təhlükəsizliyi haqqında ehtimala əsaslanan qiymətləndirmələr verir. Bu qeyri-müəyyənliyi nəzərə alan sistemlər mürəkkəb mühitlərdə sensor məlumatlarının daxili məhdudiyyətlərini tanıyır və qərar qəbulunu buna uyğun olaraq tənzimləyir.
Təhlükəsizlik hədlərini aşan risk göstəriciləri aşkar edildikdə, sürücüsüz nəqliyyat vasitələri sürətin azaldılması rejimindən tam dayanmaya və uzaqdan operatorun köməyinə müraciət etməyə qədər olan rezerv davranışları aktivləşdirir. Dərəcəli cavab strategiyaları aşkar edilən risk səviyyələrinə uyğun olaraq rezerv davranışların şiddətini müəyyən edir; bu da missiyanın lazım olmadıqda pozulmasını qarşısını alır və eyni zamanda nəqliyyat vasitələrinin heç vaxt təhlükəsizlik marjlarını aşmamasını təmin edir. Bu sistemlər həmçinin sensorların vəziyyətini, hesablama sisteminin performansını və mexaniki alt sistemlərin statusunu izləyən özdiaqnostika imkanlarını tətbiq edir və daxili nasazlıqlar təhlükəsiz işləməni təhdid edə biləcək hallarda uyğun cavabları aktivləşdirir. Nəticədə, çətin şəraitdə qabiliyyətli davranma və eyni zamanda insan müdaxiləsi və ya missiya düzəlişi tələb edən vəziyyətləri tanımada müdriklik göstərən avtonom davranış əldə olunur.
Sürücüsüz avtomobillərin çətin relyef şəraitində işləməsini təmin edən mürəkkəb qavrayış, planlaşdırma və idarəetmə alqoritmləri, sərt real vaxt məhdudiyyətləri daxilində ödənilməsi lazım olan əhəmiyyətli hesablama tələbləri irəli sürür. Müasir avtonom platformalar ümumi hesablama üçün mərkəzi prosessorlar, parallel sensor məlumatlarının emalı üçün qrafika prosessorları və neyral şəbəkə çıxarımını yerinə yetirmək üçün xüsusi sürətləndiricilər daxil olmaqla, heterogen hesablama arxitekturularını birləşdirir. Tapşırıqların planlaşdırılması çərçivələri hesablama resurslarını dinamik olaraq ayırır, təhlükəsizliyə təsir edən funksiyalara üstünlük verərək, uzunmüddətli performansı artırmağa xidmət edən, lakin emal gecikmələrini dözə bilən aşağı prioritetli fon tapşırıqlarını idarə edir.
Kənar hesablama strategiyaları, sensor məlumatlarının işlənməsini uzaqdan bulud bağlantısına güvənmək əvəzinə, sürücüsüz avtomobillərin daxilində lokal olaraq həyata keçirir; bu isə uzaq ərazilərdə mövcud olmaya bilər və ya etibarlı olmaya bilər. Bu arxitektural yanaşma avtonom qərar qəbulu prosesinin off-road şəraitində tez-tez baş verən rabitə pozuntuları zamanı belə pozulmadan davam etməsini təmin edir. Bununla belə, lokal emal məhdudiyyətləri tələb olunan performansı mövcud hesablama büdcəsi daxilində əldə etmək üçün səmərəli alqoritm tətbiqləri və proqram arxitekturasının diqqətlə optimallaşdırılmasını zəruri edir. Model sıxılma üsulları neyral şəbəkənin mürəkkəbliyini azaldır, lakin proqnozlaşdırma dəqiqliyini saxlayır; alqoritm təqribələri isə təhlükəsizlik marjları üçün uyğun olduqda kiçik performans itirilməsinə görə əhəmiyyətli hesablama qənaətini təmin edir.
Çətin relyefdə işləyən sürücüsüz nəqliyyat vasitələri sensorların performansını və mexaniki etibarlılığı təhdid edən çətin mühit şəraitinə məruz qalır. Optik səthlərdə tozun birikməsi kameranın və LIDAR-ın effektivliyini azaldır, o zaman da eniş-yolun qeyri-bərabərliyindən yaranan titrəşimlər dəqiq kalibre edilmiş sensorların quraşdırılma mövqelərini postepen olaraq pozur. Avtonom platformalar iş zamanı optik aydınlığı saxlamaq üçün təzyiqli hava jetləri, mexaniki silgilər və maye püskürtdürücülər daxil olmaqla aktiv sensor təmizləmə sistemlərini tətbiq edir. Titrəməni izolyasiya edən quraşdırma elementləri həssas inertial ölçmə qurğularını və hesablama avadanlığını zərbə yükündən qoruyur; bu yük erkən arızaya səbəb ola bilər və ya ölçmə xətalarına gətirib çıxara bilər.
Proqnozlaşdırıcı texniki xidmət alqoritmləri sensorların performans göstəricilərini və mexaniki sistemlərin sağlamlıq göstəricilərini izləyir və arızalar baş verməzdən əvvəl tədbirlərin planlaşdırılmasını təmin edir. İdarə olunmayan nəqliyyat vasitələri sərt şəraitə məruz qalma dərəcəsini izləyir və kritik komponentlərin qalan faydalı ömrünü qiymətləndirmək üçün deqradasiya modellərindən istifadə edir; bu, ehtiyac duyulduqda komponentlərin əvəz edilməsi barədə operatorlara xəbərdarlıq verir. Bu proaktiv yanaşma gözlənilməz dayanma müddətlərini minimuma endirir və avtonom sistemlərin əməliyyat ömrü boyu tələb olunan təhlükəsizlik və performans standartlarını saxlamasını təmin edir. Mühitə qarşı möhürləmə strategiyaları elektron komponentləri suyun daxil olması, tozla çirklənmə və ekstrem temperaturlardan qoruyur; istilik idarəetmə sistemləri isə hesablama avadanlığının optimal işləmə temperaturunu saxlayır, belə ki, bu, çoxsaylı off-road istifadə mühitlərində xarakterik olan səhra istiliyi və ya arktik soyuq şəraitdə belə mümkündür.
Çətin relyeflərdə hərəkət edən sürücüsüz nəqliyyat vasitələri, dəqiq üçölçülü relyef xəritəsi almaq üçün LIDAR, bütün hava şəraitində aşkarlama və sürət ölçməsi üçün radar, vizual tekstur analizi və dərinlik qavrayışı üçün stereo kamera massivləri və nəqliyyat vasitəsinin orientasiyasını və sürətlənməsini izləyən inertial ölçü vahidlərindən ibarət inteqrasiya olunmuş sensor dəstlərindən istifadə edir. Bu çoxrejimli sensor birləşməsi yanaşı, toz, yağış və ya off-road mühitlərində yayılmış mexaniki gərginlik səbəbi ilə ayrı-ayrı sensorların performansının aşağı düşməsi halında belə avtonom sistemlərin vəziyyət haqqında anlayışını saxlamasını təmin edən tam mühit biliklərini və daxili redundansı təmin edir.
Sürücüsüz nəqliyyat vasitələri, zəminin təhlükəsizliyini qiymətləndirmək üçün sensor məlumatlarının imzalarına əsaslanaraq torpaq səthlərini təsnif edən və sonra sürüşmə mövcudluğunu, torpağın yük tutumunu və sabitlik paylarını proqnozlaşdırmaq üçün nəqliyyat vasitəsi–torpaq qarşılıqlı təsirini modelləşdirən mürəkkəb keçiləbilərlik analizi alqoritmlərindən istifadə edir. Geniş verilənlər bazaları əsasında təlim keçmiş maşın öyrənməsi modelləri müxtəlif səth tipləri ilə əlaqəli nümunələri və onların mexaniki xüsusiyyətlərini tanıyır. Avtonom sistem proqnozlaşdırılan torpaq xüsusiyyətlərini nəqliyyat vasitəsinin imkan profilləri ilə müqayisə edir və mühit qiymətləndirmələrində etibarlılıq səviyyələrinə əsaslanan təxminləri nəzərə alan ehtimali çərçivələr tətbiq edir ki, bu da uyğun təhlükəsizlik paylarını qoruyur. Reallıqda alınan performans məlumatları əsasında bu modellər əməliyyat zamanı real vaxtda yenilənir.
Sürücüsüz nəqliyyat vasitələri zəif şəraitdə işləmək üçün nəzərdə tutulmuş möhkəm sensor texnologiyaları və alqoritmlərə malik olsalar da, ekstremal hava şəraiti çətin relyefdə avtonom işləməni çətinləşdirə bilər. Güclü yağış, sıx duman və uçan qar optik sensorların performansını aşağı salır; lakin radar sistemləri əksər hava şəraitində iş qabiliyyətini saxlayır. İrəliləmiş avtonom platformalar mühit şəraitinin qavrama etibarlılığını qəbul edilə bilən səviyyələrinin altına endirdiyi zaman sürəti azaldan, təhlükəsizlik marjlarını artırılan və ehtiyatlı rezerv davranışları aktivləşdirən aşağı səviyyəli iş rejimi strategiyalarını tətbiq edir. Ekstremal hava hadisələri zamanı tam avtonom işləmə mümkünsüz ola bilər; bu halda sistemlər uzaqdan operator köməyi tələb edə bilər və ya təhlükəsiz avtonom navigasiya üçün uyğun olan səviyyəyə qədər missiya müvəqqəti dayandırıla bilər.
Çətin relyef şəraitində istifadə üçün nəzərdə tutulan müasir sürücüsüz nəqliyyat vasitələri artan dərəcədə dəlikdən və ya təzyiq itirilməsindən sonra iş qabiliyyətini saxlayan daxili dayaq strukturlu «yola davam edən» avtomobil tire texnologiyasından istifadə edirlər. Bu irəli səviyyəli tire sistemləri yük daşıma qabiliyyətini və tire formasını qoruyaraq, nəqliyyat vasitəsinin azalmış sürətlə hərəkət etməsinə imkan verir ki, bu da avtonom platformaların təmir bazalarına çatmasına, lakin yolun ortasında qalmasına mane olur. Tire təzyiqinin davamlı monitorinqi sistemi təzyiqin itirilməsi hadisələrini dərhal aşkar edir və tire performansındakı dəyişikliklərə uyğunlaşdırılmış idarəetmə reaksiyalarını aktivləşdirir; bu reaksiyalar nəqliyyat vasitəsinin sürətini və idarə olunma xüsusiyyətlərini tənzimləyir ki, təmir işləri uyğun yerlərdə tamamlanana qədər təhlükəsiz istismar təmin edilsin.
Son xəbərlər
EN
AR
BG
FR
DE
HI
IT
JA
KO
PL
PT
RU
ES
SV
TL
ID
LV
LT
SR
UK
VI
TH
TR
FA
AF
HY
AZ
KA
BN
LA
MN
SO
MY
KK
UZ
KU
KY
