Автономдуу жылдыздануунун пайда болушу транспортту түрлүү индустрияларда толугу менен өзгөрттү, бирок автопилоттук транспорт каражаттары үчүн эң катуу сыноолордун бири — алардын кыйынчылык туудурган жерлерде жүрүшүн камсыз кылуу. Таштуу офф-роуд жолдордон, тик чыгыштарга чейин, балчыктуу курулуш сайтына жана тегиз эмес айыл чарба өрөөндөрүнө чейин автономдуу системалар традициялык автономдуу чечимдер көпчүлүк учурда кыйынчылыкка учураган жерлерде коопсуздукту жана эффективдүүлүктү камсыз кылуу үчүн жогорку сапаттагы иштешүүнү көрсөтүшү керек. Бул кыйын шарттарда автопилоттук транспорт каражаттарынын иштешүүсүн түшүнүү үчүн алардын жогорку деңгээлдеги сенсорлор, искусствалык интеллект алгоритмдери, механикалык туруктуулук жана шина технологиясынын бирге иштешүүсүн изилдөө керек.
Автоматтык транспорттук каражаттар үчүн жер бетинин топографиясын чечүү маселеси жөнөкөй тоскоолдуктарды аныктоодон тышкары жайгашкан. Бул автономдуу платформалар жердин туруктуулугун үзгүлтүс түрдө баалап, сыртка чыгыштын жоголушун алдана белгилеп, подвеска системаларын чыныгы убакытта ылдам түрдө өзгөртүп, операциялык коопсуздукту жана миссиянын максаттарын сактап, траекторияны тандау боюнча секунддын бөлүгүндө гана чечим кабыл алууга тийиш. Минералдык заттарды казып алуу иштеринде, аскердик логистика, айлана-чөйрөнү автоматташтыруу жана экстралык жардам берүү сценарийлеринде автономдуу транспорттук каражаттарды колдонуучу өнөрпаздык тармактары адамдын тажрыйбалуу операторлору үчүн да чыдамсыз болгон ортодо надёждуу иштеген чечимдерди талап кылат. Бул жалпылык талдоо автономдуу транспорттук каражаттарга бир нече жыл мурун автоматташтырылган системалар үчүн чыдамсыз болгон жер бетинин топографиясын жеңүүгө мүмкүнчүлүк берген көп тараптуу технологиялык ыкманы ачып берет.
Кыйынчылыктуу жерлер үчүн долбоорлонгон автономдуу транспорт каражаттары көптөгөн сезгичтик технологияларды бириктирген күчтүү сенсордук бириктирүү архитектураларын колдонушат, бул чөйрөнүн толук моделдерин түзүүгө мүмкүндүк берет. LIDAR системалары миллиметрлук тактык менен жер бетинин топографиясын картага түшүрүүчү так үч өлчөмдүү нүктелердин тобун түзөт, бул темнеликте да бийиктик өзгөрүштөрүн, жер бетинин тегизсиздиктерин жана тоскоолдуктардын профилдерин аныктоого мүмкүндүк берет. Бул лазерге негизделген сезгичтер токойлорду, чачыранган топуракты жана жеңил туманда өтө алган ар түрлүү толкун узундугунда иштейт, бул офф-роуд чөйрөлөрүнүн белгилери болуп саналат. LIDARды толуктап, радар системалары оптикалык сезгичтерди караңгылыкта, күчтүү жамгырда, карда жана тыгыз туманда жашырып калдыра алган кыйынчылыктуу погода шарттарында өзгөрүштүн ылдамдыгын өлчөө жана тоскоолдуктарды аныктоо мүмкүнчүлүгүн камсыз кылат.
Илгерилеген компьютердик көрүү алгоритмдери менен жабдылган камера массивдери жердин түзүлүшүнүн текстурасын, беттин материалдык касиеттерин аныктайт жана жердин туруктуулугун көрсөтүүчү жарык визуалдык белгилерди таап берет. Стерео камера конфигурациялары LIDAR маалыматтарын текшерүү үчүн тереңдикти сезүүнү мүмкүн кылат жана суу көлөрү же жумшак балчык сыяктуу өтүүгө болбойт деген курчуттардан өтүүгө болгон беттерди айырмалоо үчүн маанилүү түс маалыматын берет. Инерциялык өлчөө бирдиктери (IMU) транспорт каражатынын чыбыртма, бурчу жана үдөтүшүнүн үлгүлөрүн үзгүлтүсүз көзөмөлдөйт жана маалыматты алдын ала баалоочу алгоритмдерге берет, анда транспорт каражатынын туруктуулугун таасирлеп турган жер шарттарынан пайда болгон бузулуштарды алдын ала башкаруу мүмкүн болот. Бул сенсордун көп катмардуулугу автономдуу транспорт каражаттарынын орто чөйрөдөгү ластык же механикалык күч таасири аркылуу жеке сенсорлордун иштешүсүнүн сапаты төмөндөгөндө да жагдыйдын бардык жактарын көзөмөлдөөнү камсыз кылат.
Жетилген жер бетинин классификациялоо системалары автономдуу транспорт каражаттарына жер бетинин бетин механикалык касиеттери жана өтүштүрүлүш өзгөчөлүктөрүнө ылайык айрым классстарга бөлүп чыгарууга мүмкүндүк берет. Кеңири маалымат базасында үйрөтүлгөн машиналык үйрөнүү моделдери сенсордун маалыматынын белгилерин талдоо аркылуу таш, кум, балчык, чөп, кар жана башка жер бетинин түрлөрү менен байланышкан үлгүлөрдү таныйт. Бул классификациялоо системалары жер бетинин визуалдык пайда болушун гана эмес, ошондой эле LIDAR интенсивдүүлүгүнүн кайтарылышы жана микро-топографиялык талдоо негизинде алынган жер бетинин түртүлүшүнүн метрикаларын да баалайт. Андан кийин автономдуу система жер бетинин классын транспорт каражатынын мүмкүнчүлүктөрүнүн профилдерине үйлэштирет, анда коопсуздук менен жүрүү үчүн оптималдуу ылдамдык, буруу бурчтары жана күч таратуу стратегиялары аныкталат.
Жер-транспорт каражаты өзара аракеттешүү натыйжаларын болжолдоо үчүн жердин таяныч кабилийети, эңкейдүүлүк тургундугу жана классификацияланган беттер үчүн тартылуу коэффициенттери боюнча моделдеө алгоритмдери колдонулат. Автоматташтырылган транспорт каражаттары жердин бааланышындагы белгисиздикти эсепке алуучу ыктымалдык негиздерин колдонуп, алардын чөйрөгө караш моделдерине ишеним деңгээлине ылайык курчаган төөнүктүк чегин сактайт. Транспорт каражаттары иштеп турганда чындыкка негизделген жер маалыматтарын жыйнап, өтүшүлүү карталарына убакыт менен өзгөртүүлөр киргизилет; борттогу системалар прогноздолгон жердин ылдамдыгын транспорт каражатынын чындыкта көрсөткөн реакциясы менен салыштырып, өздөрүнүн моделдерин даамыраак такташат. Бул адаптивдүү үйрөнүү мүмкүнчүлүгү автоматташтырылган транспорт каражаттарына убакыт өтүсү менен натыйжалуулукту жакшыртууга жана ошондой чөйрөлөрдө иштеген флоттор арасында жер тууралуу интеллектти бөлүшүүгө мүмкүнчүлүк берет.
Четки топурактагы автономдуу транспорт каражаттары үчүн маршруттык пландоо бир нече өз ара карама-каршы максаттарды тең салмақтоого негизделген алгоритмдерди талап кылат: жол жүрүш узактыгын минималдаштыруу, энергия эффективдүүлүгү, коопсуздук чеги жана миссияга ылайык приоритеттер. Алданып жүрүштө, маалымат берилген жолдор транспорт каражатынын кыймылын чектегенде, жолдун тышындагы автономдуу системалар эки өлчөмдүү кеңистикте жердин өзгөчөлүктөрүн, тоскоолдуктардын таралышын жана транспорт каражатынын динамикалык чектөөлөрүн эске ала отургузу, сансыз мүмкүн болгон траекторияларды баалоого тийиш. Иерархиялык пландоо архитектурасы бул татаал маселени миссия деңгээлинде стратегиялык маршрут тандоого, орточо чекиттер үчүн тактикалык маршрут пландоого жана терең тоскоолдуктарды тез гана жоюу үчүн реактивдүү траекториялык түзөтүүгө бөлөт.
Өсүп бараткан жүргүчсүз транспорттор автономдук системалардын көлөмдүү жолдорду тандашына мүмкүндүк берген, жер бетинин кыйынчылыгын аралыкка карата салмақтандырган чыгым-функциясын оптималдашын ишке ашыруу; бул өтө чыңдыкта же турган жер бетинде автотранспорттун мүмкүнчүлүктөрүнө коркунуч төндүрсө, жолдун узундугун көбөйтүп, жер бетинин шарттарын жакшыртуу мүмкүн. Графиктик издөө алгоритмдери чечимдүүлүк мейкиндигин эффективдүү издейт, жолдун жүрүшү мүмкүн эмес вариантыларын башынан эле алып салат, бирок реалдуу убакытта иштөөгө ылайыктуу эсептөө өнүмдүүлүгүн сактайт. Монте-Карло моделирлөө ыкмалары белгисиздик шарттарында жолдун коопсуздугун баалоого жардам берет: жер бетинин параметрлери боюнча ар түрлүү жоромолдорду колдонуп, миңдеген виртуалдуу жүрүштөрдү иштетип, мүмкүн болгон айлана-чөйрө шарттарында кабыл алынган риск деңгээлине жоогуз жолдорду аныктайт.
Кыйынчылыктарга толуу жерде жосулган траекторияларды ишке ашыруу үчүн адаптивдүү ылдамдыкты башкаруу системалары керек, алар транспорттук каражаттын ылдамдыгын азыркы жер бетинин шарттарына жана кийинки жол бөлүгүнө үзгүлтүсүз ылдамдыкты түзөтөт. Жүргүзүүчүсүз транспорттук каражаттар көздөгөн жол боюнча жер бетинин профилдерин алдын ала көрүп чыгып, тейлөө же туруктуулук чегине таасир этүүчү бөлүктөрдүн алдында ылдамдыкты алдын ала төмөндөтүүчү «алдыга караган» башкаруу системаларын колдонот. Бул системалар ылдамдык менен транспорттук каражатты башкаруу укугунун ортосундагы байланышты моделдештирет жана түзүлүштүү жерде ашыкча ылдамдык рулду башкаруу импульстарынын таасирин төмөндөтүп, коопсуздук чегинен тышкары токтотуу аралыгын узартат.
Автономдуу транспорт каражаттары үчүн траекторияны башкаруучу системалар пландагы траекторияларды так утуп баруу жана тегиз эмес жерде транспорт каражатынын туруктуулугун сактоо талаптарынын ортосундагы чатышууну теңшетет. Таза көзөмөл (pure pursuit) жана модельдүү прогностик башкаруу (model predictive control) алгоритмдери траекторияга карата боксойлонуу алыстыгын минималдаштырып, азыркы жер шарттары тарабынан коюлган динамикалык чектөөлөрдү эске алып, буруу буйругун эсептейт. Эгер жер шарттарынан пайда болгон тоскоолдуктар башкаруучу системанын компенсациялаш кабилетинен ашып кетсе, интеллектуалдуу системалар жаңы траекторияларды генерациялоо үчүн кайрадан пландоо ыкмасын ишке ашырат, бул траекториялар чындыкта бар болгон жер шарттарына жакшы ылайык келет. Бул түйүлгөн циклдүү ыкма автономдуу транспорт каражаттарынын баштапкы пландоо этапында сенсорлор негизинде жасалган барагынан чындыкта бар болгон чөйрө шарттары көп айырмаланган учурда да коопсуздукту камсыз кылууга мүмкүндүк берет.
Кыйынчылыктарга толуу жерлер үчүн иштелип чыгарылган жүрүшсүз транспорт каражаттары көбүнчө активдүү подвеска системаларын камтыйт, алар жолдун шарттарын сезгичтик системалары аркылуу аныктап, жүрүш бийиктигин, салындыруу деңгээлин жана wheel жолдун шарттарына жооп берип, башкаруу мүмкүнчүлүгүн өзгөртөт. Электромеханикалык же гидравликалык атакторлор подвеска геометриясын чыныгы убакытта өзгөртүүгө мүмкүндүк берет: тоскоолдуктарга жакындашканда жерден бийиктикти көтөрүп, жанынан эгилген жолдо туруктуулугун жогорулатуу үчүн транспорт каражатынын борборун төмөндөт. Жеке тегеректердин бийиктигин өзгөртүү аркылуу чоң дала-жерде караңгылыкты сактоо мүмкүн болот, бул сенсорлордун орнуна таасир этпейт же туруктуулуктун ишке ашырылышын токтотпойт.
Автономдук жолдон тышкары платформалар үчүн тартуу башкаруу системалары кадимки стабилдүүлүк башкаруудан ашып кетет, анткени алар жердин классификациясы боюнча маалыматтардын негизинде прогностик стратегияларды ишке ашырат. Моментти векторлоо мүмкүнчүлүгү күчтү асимметриялык тарта таратат, бул алдыга жылдырууну максималдаштырат жана бирдей эмес сырткы трение өзгөчөлүктөрү бар беттерде доңголоктун сыртка чыгышын минималдаштырат. Жүргүзүүчүсүз транспорт каражаттары доңголоктун айлануу тездиги сенсорлору жана импульс өлчөгүчтүн маалыматтары аркылуу чыныгы убакытта тартуу шарттарын көзөмөлдөйт, башталган сыртка чыгыш шарттарын аныктайт жана толугу менен тартуунун жоголушуна чейин күч берүүнү өзгөртөт. Дифференциалдык блоктоо стратегиялары сенсорлор доңголоктун айлануусун баштаганын алдын-ала болжойгондо механикалык же электрондук блоктоо механизмдерин ишке ашырат, бул моментти жакшы кармап туруучу доңголокторго берет, ал эми төмөн трениелүү беттерде доңголоктор эркин айланбайт.
Шиналарды тандау жана технологиялар — автономдуу транспорттук каражаттардын кыйынчылыктуу жол-жүрөш шарттарында канчалык натыйжалуу иштегенин аныктаган маанилүү факторлор. Алыскы же коркунучтуу аймактарда иштеген автономдуу платформалар үчүн миссияны бутурган шиналардын бузулушу туурасыз, ошондуктан шиналардын пайдалануусу кеңири таралып жатат. run-flat тескери таасирге каршы шиналар системасы — дээрлик бардык абанын басымын жоготкондон кийин да транспорттук каражаттын салмагын камтый турган ички колдоо структураларын камтыган. Бул автономдуу транспорттук каражаттарга иштеп турган күйүндө калууга жана кыйынчылыктуу жерлерде токтоп калбай, техникалык кызматка кайтууга мүмкүндүк берет.
Автономдуу жолдон тышкары колдонуу үчүн арнайы иштелип чыгарылган жарыктык-төзүмдүү шиналардын ичиндеги киргизилген бөлүктөр түрлүү түрдөгү ички күчтүү структуралар аркылуу шинанын жарылып кетишинде жүктү кармап турган капаситетин камсыз кылат. Бул системалар шинанын формасын жана жер менен тийиштүү бетинин геометриясын сактап, чоң зыян келтирилген шарттарда да башкаруу жана тартылуу мүмкүнчүлүгүн сактайт. Жүргүзүүчүсүз транспорт каражаттары үчүн бул мүмкүнчүлүк айрыкча маанилүү, анткени автономдуу системалар шинанын абалын баалоо жана иштеп турган же түзөтүү үчүн токтоп калуу жөнүндө нюансдуу чечимдерди кабыл алуу үчүн адамдын баалоосунун жетишпээшинен улам түзөтүүгө мүмкүнчүлүк бербейт. Күчтүү шина технологиясынын жана үзгүлтүз басымды контролдоонун бирикмеси автономдуу платформаларга шина маселелерин эрте аныктоого жана миссиянын орундалышын сактап, иштөөнү ылайыктуу түрдө өзгөртүүгө мүмкүнчүлүк берет.
Бүгүнкү заманбап жолсуз транспорт каражаттары жер бетинин сыйпатын жана өтүштүлүгүн илгери айтуу үчүн жер бетинин сүрөттөрү жана транспорт каражаттарынын реакциясы боюнча чоң маалымат базасында окутулган терең үйрөнүү моделдерин колдонот. Конволюциялык нейрондук тармактар камера агымын талдоо аркылы транспорт каражаттарынын иштешине ылайык келген жер бетинин сыйкатын көрсөтүүчү визуалдык белгилерди аныктайт, мисалы, топурактагы суу мөлчөрүн көрсөтүүчү өсүмдүктөрдүн өсүшү же структуралык бүтүндүлүктү көрсөтүүчү таш бетинин эрозияланышы. Бул үйрөнүлгөн моделдер визуалдык пайда болуш жана механикалык ылдамдык ортосундагы татаал байланыштарды туташтырат, аларды математикалык формулалар менен так түшүндүрүү мүмкүн эмес; бул традициялык эрежеге негизделген системаларга караганда жер бетинин баалоосунун талаасын кеңейтет.
Күчтүүлөнгөн окуу ыкмалары автономдуу транспорт каражаттарына кыйын чөйрөлөрдө сынап-карап иштеп, оптималдуу навигация стратегияларын табууга мүмкүндүк берет. Симуляцияланган окуу чөйрөлөрү автономдуу агенттерди миллиондогон виртуалдык жер бети сценарийларына учуруп, ийгиликтүү өтүштөрдү сыйланат, ал эми коопсуздукка зыян тийгизген маневрлер же милдеттердин аткарылбашы үчүн жазаланат. Натыйжада пайда болгон саясаттар кеңири көрүнүштүү чечимдер кабыл алуу стратегияларын коддоот, бул стратегиялар потенциалдуу эффективдүү маршруттарды изилдөөнү белгилүү коопсуздукка кепилдик берген жолдорду колдонуу менен тең салыштырат. Трансфер окуу ыкмалары бул симуляцияда окулган моделдерди чыныгы дүйнөдөгү иштөөгө ыңгайлатат, алардын иштөө ыкмаларын чыныгы транспорт каражаттарынын тажрыйбасына ылайык түзөтүп, виртуалдык чөйрөлөрдө өнүктүрүлгөн кеңири стратегиялык мүмкүндүктөрдү сактап калат.
Автоматтык транспорт каражаттарынын коопсуздукка таасир этүүчү колдонулуштары чыңгыс жерлерде иштегенде, орто чөйрөнүн кабыл алынышы же транспорт каражатынын абалын баалоодо ишенимдүүлүк төмөндөгөндө, белгилүүлүк жана сактандыруучу резервдик иштөө режимдери ишке ашырылышы үчүн, өзүнчө белгисиздикти өлчөп, баалоочу рисктерди баалоо негиздери талап кылынат. Байес методдору өлчөмдүн белгисиздигин кабыл алуу жана пландоо тармагы аркылуу таратат, бул траекториянын коопсуздугунун жана жердин касиеттеринин ыктымалдык баалоосун берет, ал эми детерминистик (аныктама) болжолдорду эмес. Бул белгисиздикти эске алуучу системалар күрөштүү орто чөйрөлөрдө сенсорлордун маалыматтарынын табигый чектөөлөрүн таанып, чечимдерди ага ылайык түзөтөт.
Риск метрикалары алдын ала белгиленип коюлган коопсуздук чектеринен ашып кеткенде, жүрүшсүз транспорт каражаттары жылдамдыгын төмөндөтүүдөн баштап, толугу менен токтоп, алыскы оператордун жардамын сурап, резервдик иштөө режимдерин ишке ашырат. Басымдын деңгээлине ылайык градацияланган реакция стратегиялары резервдик иштөөнүн оордугун аныкталган риск деңгээли менен дал келтирет, бул миссиянын керексиз токтотулушун болтурбай, транспорт каражаттарын коопсуздук чегинен тышта иштетпөөгө камсыз кылат. Бул системалар ошондой эле сенсорлордун жаңылыгын, компьютрлук системанын иштөөсүн жана механикалык подсистемалардын абалын көзөмөлдөөчү өз-өзүн диагностикалоочу мүмкүнчүлүктөрдү ишке ашырат; ичке айыптар автономдуу иштөөнүн коопсуздугун талкалаганда, тиешелүү реакцияларды ишке ашырат. Натыйжада автономдуу иштөө чыңдоо шарттарында да мүмкүнчүлүктөрүн көрсөтөт жана адамдын көмөгү же миссиянын өзгөртүлүшү талап кылынган учурларды таанып билүүнүн данышманыгын да көрсөтөт.
Автоматтык транспорт каражаттарын чыбыртма жолдордо иштетүүгө мүмкүндүк берген күчтүү сезгичтик, пландоо жана башкаруу алгоритмдери катаң убакыттык чектөөлөр ичинде каралган иштетүү ресурстарына чоң талап коюшат. Заманбап автономдуу платформалар жалпы эсептөө үчүн борбордук процессорлорду, параллель сенсордук маалыматтарды иштетүү үчүн графикалык процессорлорду жана нейралдык тармактардын чыгарылышын үчүн арнайы акселераторлорду бириктирген гетерогендүү эсептөө архитектураларын камтыйт. Тапшырмаларды расписаниялоо ыкмалары иштетүү ресурстарын динамикалык тарта, коопсуздукка таасир этүүчү функцияларга биринчи орун берип, бирок иштетүүдө кечигүүгө төзүмдүү, бирок узак мөөнөттүү иштетүүнү жакшыртучу тапшырмаларды башкарат.
Четтеги эсептөө стратегиялары датчиктердин маалыматын автономдуу транспорттук каражаттардын ичинде жергиликтүү өңдөйт, бул аркылуу чоң аралыкта же алыскы аймактарда болгондой, булуттуу байланышка таянууга кереги жок. Бул архитектуралык ыкма автономдуу чечимдерди турганда да үзбөстөн улантууга камсыз кылат, анткени офф-роуд шарттарында байланыштын үзүлүшү жыш кездешет. Бирок жергиликтүү өңдөө чектөөлөрү талап кылган өнүктүрүлгөн алгоритмдерди ишке ашырууну жана программалык архитектуралардын тиришчилдигин тактап оптималдаштырууну талап кылат. Моделдин компрессиясы техникалары нейралдык тармактардын татаалдыгын азайтат, бирок алдын ала белгиленип коюлган тактык деңгээлин сактап калат, ал эми алгоритмдик жакындатуу ыкмалары кээде коопсуздук чегине жетишүү үчүн аз гана тиришчилдикти төмөнөтүрүп, иштөөнүн чоң экономиясын камсыз кылат.
Чындыгында, чындыгында, кыйын жерлерде иштеген автономдуу транспорт каражаттары сенсорлордун иштеши жана механикалык надёждуулугун тезиреткен катуу сырткы шарттарга учурайт. Оптикалык беттерге топурак чөгүшү камера жана LIDAR таасири азаят, ал эми түзүлүштүн түрлүүлүгүнөн пайда болгон вибрация так калыбрланган сенсорлордун орнотулган ордуна постепенно таасир этет. Автономдуу платформалар оптикалык ачыктыкты иштеп турганда сактоо үчүн басымдык аба жарылгыларын, механикалык щёткаларды жана суюктук чачыраткычтарды камтыган активдүү сенсорлорду тазалоо системаларын колдонот. Вибрациядан изоляцияланган орнотулуштар талаа-талаа таасир этип, иштебей калууга же өлчөөлөрдүн туура эмес болуусуна алып келүүчү шоктун таасири менен инерциялык өлчөөлөр бирдигин жана компьютрдук аппараттуруу коргоот.
Башкаруу алгоритмдери сенсорлордун иштөө көрсөткүчтөрүн жана механикалык системалардын денсоолук көрсөткүчтөрүн көзөмөлдөп, ашыкча талаа болгондо чараларды убактысында белгилейт. Жүргүзүүчүсүз транспорт каражаттары катуу шарттарга дуушар болгон экспозициянын жыйналган көрсөткүчүн көзөмөлдөй, критикалык компоненттердин калган пайдалуу өмүрүн баалоо үчүн деградация моделдерин колдонуп, алардын алмаштыруу зарылдыгы жакындаганда операторлорго эскертүү берет. Бул иш-аракеттин алдын алуу ыкмасы күтүлбөгөн токтоолорду минималдуу деңгээлде кармайт жана автономдуу системалардын иштөө цикли боюнча талап кылынган коопсуздук жана иштөө стандарттарын сактоосун камсыз кылат. Табигый шарттардан коргоо стратегиялары электрондук компоненттерди суу кирүүсүнөн, чачырангын ластануусунан жана экстремалдуу температуралардан коргойт; термалдык башкаруу системалары компьютрдук аппараттуу түзүлүштүн оптималдуу иштөө температурасын сактап, чөлдүн ысыктыгында же арктикалык суукта, башкача айтканда, көпчүлүк офф-роуд иштөө ортосундагы шарттарда да иштейт.
Автономдуу транспорт каражаттары кыйын аймактарда жүрүш үчүн ЛИДАРды (төрт өлчөмдүү жер бетинин так карталоосу үчүн), радарды (бардык аба ылайыктуулугунда детекциялоо жана ылдамдыкты өлчөө үчүн), стереокамералардын массивин (визуалдык түзүлүштү анализдөө жана тереңдикти сезүү үчүн) жана инерциялык өлчөө бирдиктерин (транспорт каражатынын ориентациясын жана үдөтүн белгилөө үчүн) бириктирген интегралдуу сенсордук комплекттерге таянат. Бул көп модалдуу сенсордук бириктирүү ыкмасы толук чевре тууралуу түшүнүктү, ошондой эле ичке тезистикти камсыз кылат, анткени автономдуу системалар топурактагы чөп, жаан-чачын же механикалык күчтөрдүн таасири менен жеке сенсорлордун иштеши төмөндөгөндө да жагдыйды түшүнүп турат.
Суургузусуз транспорт каражаттары жердин коопсуздугун баалоо үчүн кыйынчылыктуу өтүштүлүк анализдөө алгоритмдерин колдонот, бул алгоритмдер сенсордун маалыматынын белгилери боюнча жер бетин классификациялайт, андан соң транспорт каражаты менен жердин өз ара аракеттешүүсүн моделдеңиз, бул тейлөөнүн болушу, жердин туюштуруу капаситети жана туруктуулук чеги сыяктуу натыйжаларды болжолдоңуз. Көп сандаган маалыматтар базасында үйрөтүлгөн машиналык үйрөнүү моделдери арткы беттердин ар кандай түрлөрү жана алардын механикалык касиеттери менен байланышкан шаблондорду тааныйт. Автономдуу система болжолдонгон жердин касиеттерин транспорт каражатынын мүмкүнчүлүктөрүнүн профилдерине салыштырат жана ортадагы баалоонун ишеним деңгээлине ылайык көпчүлүкчүлүк негизинде иштеген рамкаларды колдонуп, белгисиздикти эске алып, тиешелүү коопсуздук чектерин сактайт. Транспорт каражаттары иштеп жатканда чындыкта алган иштөө маалыматтарын негизинде бул моделдер убакыт менен жаңыртылат.
Суроо-табуу куралдары жана талаа шарттарында иштегенде туруктуу алгоритмдер менен жабдылган жүргүзүүчүсүз транспорт каражаттарында экстремалдуу аба ырайы автономдуу иштөөгө тоскоолдук кылышы мүмкүн. Күчтүү жамгыр, тыгыз туман жана учуруп жүрүүчү кар оптикалык суроо-табуу куралдарынын иштешин төмөндөт, бирок радар системалары башкача аба ырайында да иштей алат. Алдыңкы автономдуу платформалар чөйрө шарттарынын төмөндөшүнө байланыштуу сезгичтикке ишенгичтик деңгээли кабыл алынган чегинен төмөндөгөндө, ылдамдыкты төмөндөтүү, коопсуздук чегин кеңейтүү жана сактандыруучу резервдик иштөө ыкмаларын ишке ашыруу сыяктуу төмөндөтүлгөн режимдеги иштөө стратегияларын колдонот. Экстремалдуу аба ырайында толугу менен автономдуу иштөө мүмкүн эмес болушу мүмкүн; бул учурда системалар удалёндун оператордун жардамын талап кылышы же коопсуздукту камсыз кылуу үчүн автономдуу навигацияга ылайыктуу аба ырайына жеткенче милдетти убактылуу токтотуу мүмкүн.
Кыйынчылыктуу жер шарттарында колдонулууга арналган заманбап жүргүзүлбөгөн транспорт каражаттарынын көпчүлүгүнө чейинки баштапкы тайгактардын ичинде иштеген тыгыз конструкциялык элементтери бар, тайгактын жарылып кеткен же басымы төмөндөгөн учурда да иштеп турган тайгактардын технологиясы киргизилген. Бул алгы тайгак системалары тайгактын жүктү туюп туруу кабилетин жана формасын сактап, транспорт каражатынын төмөн ылдамдыкта иштеп турганын камсыз кылат; ошондой эле автономдуу платформалардын тоскоолдукка учурабырдык токтоп калбай, техникалык кызмат көрсөтүү борборлоруна жетүүнү мүмкүн кылат. Тайгактын басымын үзгүлтүс көзөмөлдөө системалары басымдын төмөндөшүн дароо тескелейт жана тайгактын иштешинин өзгөрүшүн компенсациялоо үчүн транспорт каражатынын ылдамдыгын жана башкаруу сапаттарын өзгөртүүгө негизделген адаптивдүү башкаруу реакцияларын иштетет; бул транспорт каражатынын коопсуздугун сактап, тиешелүү жерлерде тайгактарды түзөтүүгө чейин иштеп турганын камсыз кылат.
Ысык жаңылыктар
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
