बायोटेक कैमरों से सड़कें अधिक सुरक्षित बनती हैं

कृत्रिम बुद्धिमत्ता और नई जैव प्रौद्योगिकी आधारित कैमरे के संयोजन से यह मौजूदा कार कैमरों की तुलना में सड़क पर पैदल चलने वालों का 100 गुना तेजी से पता लगा सकता है। ज्यूरिख विश्वविद्यालय के शोधकर्ताओं द्वारा कंप्यूटर विज़न में की गई यह महत्वपूर्ण उपलब्धि, ड्राइवर सहायता प्रणालियों और स्व-चालित कारों की सुरक्षा में उल्लेखनीय सुधार ला सकती है।

किसी भी ड्राइवर के लिए ऐसी स्थिति किसी बुरे सपने से कम नहीं होती, जब कोई पैदल यात्री अचानक कार के सामने आ जाए और ड्राइवर को प्रतिक्रिया करने के लिए केवल कुछ ही सेकंड का समय मिले। मौजूदा कार कैमरा सिस्टम ड्राइवर को चेतावनी दे सकते हैं या आपातकालीन ब्रेकिंग लगा सकते हैं, लेकिन वे अभी तक इतने तेज़ या भरोसेमंद नहीं हैं कि उन्हें स्वायत्त वाहनों में इस्तेमाल किया जा सके, जहाँ कोई इंसान स्टीयरिंग व्हील के पीछे नहीं होता।

यह नया आविष्कार क्या प्रदान करता है?

ज्यूरिख विश्वविद्यालय के कंप्यूटर विज्ञान विभाग के डेनियल गेहरिग और डेविड स्कारामुज़ा ने जैविक प्रक्रियाओं से प्रेरित एक नए कैमरे को कृत्रिम बुद्धिमत्ता के साथ मिलाकर एक ऐसी प्रणाली बनाई है जो वर्तमान प्रणालियों की तुलना में कहीं अधिक तेजी से और कम कंप्यूटिंग शक्ति के साथ कार के आसपास की बाधाओं का पता लगा सकती है।

अधिकांश आधुनिक कैमरे टाइम-लैप्स तकनीक से बने होते हैं, यानी वे निश्चित अंतराल पर तस्वीरें लेते हैं। कारों में चालकों की सहायता के लिए उपयोग किए जाने वाले कैमरे आमतौर पर प्रति सेकंड 30 से 50 फ्रेम कैप्चर करने में सक्षम होते हैं, और एक कृत्रिम तंत्रिका नेटवर्क को पैदल चलने वालों, साइकिल चालकों और अन्य कारों जैसी वस्तुओं को बहुत तेजी से पहचानने के लिए प्रशिक्षित किया जा सकता है।

हालांकि इनमें सुधार हो रहा है, लेकिन अगर दो फ्रेम के बीच 20-30 मिलीसेकंड के अंतराल में मानक कैमरों में कुछ गड़बड़ हो जाती है, तो कैमरा उसे बहुत देर से देख पाता है। एक विकल्प फ्रेम दर बढ़ाना है, लेकिन इसके लिए अधिक रीयल-टाइम डेटा प्रोसेसिंग और अधिक कंप्यूटिंग शक्ति की आवश्यकता होती है। "नया सिस्टम एक विज़ुअल डिटेक्टर है जो 5,000 फ्रेम प्रति सेकंड लेने वाले कैमरे जितनी तेज़ी से वस्तुओं का पता लगा सकता है, लेकिन इसके लिए मानक 50 फ्रेम प्रति सेकंड वाले कैमरे के समान बैंडविड्थ की आवश्यकता होती है।"

ये नए कैमरे एक अलग सिद्धांत पर आधारित अभिनव दृष्टिकोण अपनाते हैं। स्थिर फ्रेम दर के बजाय, इनमें स्मार्ट पिक्सल होते हैं जो तेज़ हलचल का पता चलने पर जानकारी कैप्चर करते हैं।

रोबोटिक्स और परसेप्शन ग्रुप के प्रमुख स्कारामुज़ा कहते हैं, "इस तरह, फ्रेम के बीच कोई ब्लाइंड स्पॉट नहीं होता, जिससे वे बाधाओं को तेजी से पहचान पाते हैं। इन्हें न्यूरोमॉर्फिक कैमरे भी कहा जाता है क्योंकि ये मानव आंखों द्वारा छवियों को देखने के तरीके की नकल करते हैं।"

हालांकि, इनकी कुछ कमियां भी हैं, जैसे कि ये धीमी गति से चलने वाली वस्तुओं को पहचानने में चूक सकते हैं, और इनकी छवियों को कृत्रिम बुद्धिमत्ता एल्गोरिदम को प्रशिक्षित करने के लिए उपयोग किए जाने वाले डेटा में परिवर्तित करना मुश्किल होता है।

वैज्ञानिकों की नवीनता यह है कि वे एक हाइब्रिड सिस्टम विकसित कर रहे हैं जो दोनों प्रौद्योगिकियों की सर्वोत्तम विशेषताओं को जोड़ता है:

पहले सिस्टम में एक मानक कैमरा लगा है जो प्रति सेकंड 20 तस्वीरें खींचता है, जो मौजूदा कैमरों की तुलना में अपेक्षाकृत कम फ्रेम दर है। इन तस्वीरों को एक कृत्रिम बुद्धिमत्ता प्रणाली, जिसे कनवोल्यूशनल न्यूरल नेटवर्क कहा जाता है, द्वारा संसाधित किया जाता है, जिसे कारों और पैदल यात्रियों को पहचानने के लिए प्रशिक्षित किया गया है।

इवेंट कैमरे से प्राप्त डेटा को एक अन्य प्रकार की कृत्रिम बुद्धिमत्ता प्रणाली, एक अतुल्यकालिक ग्राफ न्यूरल नेटवर्क के साथ संयोजित किया जाता है, जो विशेष रूप से समय के साथ बदलने वाले त्रि-आयामी डेटा के विश्लेषण के लिए उपयुक्त है। इवेंट कैमरे से प्राप्त संकेतों का उपयोग मानक कैमरे के संकेतों का पूर्वानुमान लगाने और उसके प्रदर्शन को बेहतर बनाने के लिए किया जाता है।

संभावनाएं बहुत बड़ी हैं।

परीक्षण के दौरान, टीम ने अपने सिस्टम की तुलना आज ऑटोमोटिव बाजार में उपलब्ध सर्वश्रेष्ठ कैमरों और विज़न एल्गोरिदम से की और पाया कि यह वस्तुओं को 100 गुना तेज़ी से पहचानता है। इससे कैमरे और ऑन-बोर्ड कंप्यूटर के बीच स्थानांतरित होने वाले डेटा की मात्रा कम हो जाती है, साथ ही छवियों को संसाधित करने के लिए आवश्यक कंप्यूटिंग शक्ति भी कम हो जाती है, और सटीकता पर कोई असर नहीं पड़ता। महत्वपूर्ण बात यह है कि यह सिस्टम मानक कैमरे के दो लगातार फ्रेम के बीच दृश्य क्षेत्र में प्रवेश करने वाली कारों और पैदल यात्रियों को प्रभावी ढंग से पहचान लेता है, जिससे चालक और सड़क उपयोगकर्ताओं दोनों के लिए अतिरिक्त सुरक्षा मिलती है। यह विशेष रूप से तेज़ गति पर महत्वपूर्ण है। वैज्ञानिकों का मानना ​​है कि भविष्य में इस विधि को LiDAR सेंसर वाले कैमरों को एकीकृत करके और बेहतर बनाया जा सकता है, जैसा कि सेल्फ-ड्राइविंग कारों में उपयोग किया जाता है। इस प्रकार के हाइब्रिड सिस्टम स्वायत्त ड्राइविंग की सुरक्षा के लिए एक आधारशिला बन सकते हैं।

उदाहरण के लिए फोटो: pexels-jakubzerdzicki-37116225