ഡ്രൈവറില്ലാ സാങ്കേതികവിദ്യയ്‌ക്കപ്പുറം: ഓട്ടോമോട്ടീവ് വ്യവസായത്തിന്റെ ഭാവി

അധികം താമസിയാതെ, ഓട്ടോമോട്ടീവ് വ്യവസായത്തിലെ നവീകരണം എഞ്ചിൻ പവർ വർദ്ധിപ്പിക്കുന്നതിനും പിന്നീട് കാര്യക്ഷമത വർദ്ധിപ്പിക്കുന്നതിനും ഒരേസമയം എയറോഡൈനാമിക്‌സ് മെച്ചപ്പെടുത്തുന്നതിനും കംഫർട്ട് ലെവലുകൾ വർദ്ധിപ്പിക്കുന്നതിനും വാഹനങ്ങളുടെ രൂപം പുനർരൂപകൽപ്പന ചെയ്യുന്നതിനും ചുറ്റിപ്പറ്റിയാണ്. ഇപ്പോൾ, ഭാവിയിലേക്കുള്ള ഓട്ടോമോട്ടീവ് വ്യവസായത്തിൻ്റെ മുന്നേറ്റത്തിൻ്റെ പ്രധാന ഡ്രൈവർമാർ ഹൈപ്പർകണക്റ്റിവിറ്റിയും ഓട്ടോമേഷനുമാണ്. ഭാവിയിലെ കാറിനെക്കുറിച്ച് പറയുമ്പോൾ, ഡ്രൈവറില്ലാ കാറുകളാണ് ആദ്യം മനസ്സിൽ വരുന്നത്, എന്നാൽ വാഹന വ്യവസായത്തിൻ്റെ ഭാവി ഡ്രൈവറില്ലാ സാങ്കേതികവിദ്യയെക്കാൾ വളരെ കൂടുതലായിരിക്കും.

കാറുകളുടെ പരിവർത്തനത്തെ നയിക്കുന്ന പ്രധാന ഘടകങ്ങളിലൊന്ന് അവയുടെ കണക്റ്റിവിറ്റിയാണ് - മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, വിദൂര അപ്‌ഡേറ്റുകൾ, പ്രവചനാത്മക അറ്റകുറ്റപ്പണികൾ, മെച്ചപ്പെട്ട ഡ്രൈവിംഗ് സുരക്ഷ, സൈബർ ഭീഷണികളിൽ നിന്നുള്ള ഡാറ്റ സംരക്ഷണം എന്നിവയ്‌ക്ക് വഴിയൊരുക്കുന്ന അവയുടെ കണക്റ്റിവിറ്റി. കണക്റ്റിവിറ്റിയുടെ മൂലക്കല്ല്, ഡാറ്റയുടെ ശേഖരണവും സംഭരണവുമാണ്.

തീർച്ചയായും, കാറിൻ്റെ വർദ്ധിച്ച കണക്റ്റിവിറ്റി ഡ്രൈവിംഗ് കൂടുതൽ ആസ്വാദ്യകരമാക്കിയിട്ടുണ്ട്, എന്നാൽ കണക്റ്റുചെയ്‌ത കാർ വഴി വലിയ അളവിലുള്ള ഡാറ്റ ശേഖരിക്കുകയും പ്രോസസ്സ് ചെയ്യുകയും സൃഷ്ടിക്കുകയും ചെയ്യുക എന്നതാണ് ഇതിൻ്റെ കാതൽ. കഴിഞ്ഞ വർഷം പ്രഖ്യാപിച്ചതനുസരിച്ച് പ്രവചനങ്ങൾ, അടുത്ത പത്ത് വർഷത്തിനുള്ളിൽ, സെൽഫ് ഡ്രൈവിംഗ് കാറുകൾ വളരെയധികം വിവരങ്ങൾ സൃഷ്ടിക്കാൻ പഠിക്കും, അത് സംഭരിക്കുന്നതിന് 2 ടെറാബൈറ്റിലധികം, അതായത് ഇപ്പോഴുള്ളതിനേക്കാൾ കൂടുതൽ സ്ഥലം ആവശ്യമാണ്. ഇത് പരിധിയല്ല - സാങ്കേതികവിദ്യയുടെ കൂടുതൽ വികാസത്തോടെ, ഈ കണക്ക് വളരും. ഇതിനെ അടിസ്ഥാനമാക്കി, ഉപകരണ നിർമ്മാതാക്കൾ സ്വയം ചോദിക്കണം, ഈ പരിതസ്ഥിതിയിൽ, ഡാറ്റയുടെ അളവിലെ ഗണ്യമായ വർദ്ധനവുമായി ബന്ധപ്പെട്ട ആവശ്യങ്ങളോട് എങ്ങനെ ഫലപ്രദമായി പ്രതികരിക്കാൻ കഴിയും.

സ്വയം ഓടിക്കുന്ന കാറുകളുടെ വാസ്തുവിദ്യ എങ്ങനെ വികസിക്കും?

സെൽഫ് ഡ്രൈവിംഗ് വെഹിക്കിൾ ഡാറ്റ മാനേജ്‌മെൻ്റ്, ഒബ്‌ജക്റ്റ് ഡിറ്റക്ഷൻ, മാപ്പ് നാവിഗേഷൻ, തീരുമാനമെടുക്കൽ തുടങ്ങിയ കഴിവുകളിലെ കൂടുതൽ മെച്ചപ്പെടുത്തലുകൾ മെഷീൻ ലേണിംഗിലെയും ആർട്ടിഫിഷ്യൽ ഇൻ്റലിജൻസ് മോഡലുകളിലെയും പുരോഗതിയെ വളരെയധികം ആശ്രയിക്കുന്നു. വാഹന നിർമ്മാതാക്കൾക്കുള്ള വെല്ലുവിളി വ്യക്തമാണ്: കൂടുതൽ വിപുലമായ മെഷീൻ ലേണിംഗ് മോഡലുകൾ, ഉപയോക്താക്കൾക്ക് മികച്ച ഡ്രൈവിംഗ് അനുഭവം.

അതേസമയം, ഒപ്റ്റിമൈസേഷൻ്റെ ബാനറിൽ ആളില്ലാ വാഹനങ്ങളുടെ വാസ്തുവിദ്യയിൽ മാറ്റങ്ങൾ സംഭവിക്കുന്നു. ഓരോ നിർദ്ദിഷ്ട ആപ്ലിക്കേഷൻ്റെയും ആവശ്യങ്ങൾക്കായി ഇൻസ്റ്റാൾ ചെയ്തിട്ടുള്ള മൈക്രോകൺട്രോളറുകളുടെ വിപുലമായ ശൃംഖല തിരഞ്ഞെടുക്കാനുള്ള സാധ്യത നിർമ്മാതാക്കൾ വളരെ കുറവാണ്, പകരം ഗുരുതരമായ കമ്പ്യൂട്ടിംഗ് ശക്തിയുള്ള ഒരു വലിയ പ്രോസസർ ഇൻസ്റ്റാൾ ചെയ്യാൻ താൽപ്പര്യപ്പെടുന്നു. മൾട്ടിപ്പിൾ ഓട്ടോമോട്ടീവ് മൈക്രോകൺട്രോളറുകളിൽ നിന്ന് (എംസിയു) ഒരു സെൻട്രൽ എംസിയുവിലേക്കുള്ള ഈ പരിവർത്തനമാണ് ഭാവിയിലെ വാഹനങ്ങളുടെ ആർക്കിടെക്ചറിലെ ഏറ്റവും പ്രധാനപ്പെട്ട മാറ്റം.

കാറിൽ നിന്ന് ക്ലൗഡിലേക്ക് ഡാറ്റ സംഭരണ ​​പ്രവർത്തനം കൈമാറുന്നു

സെൽഫ്-ഡ്രൈവിംഗ് കാറുകളിൽ നിന്നുള്ള ഡാറ്റ ബോർഡിൽ നേരിട്ട് സംഭരിക്കാൻ കഴിയും, പ്രോംപ്റ്റ് പ്രോസസ്സിംഗ് ആവശ്യമുണ്ടെങ്കിൽ, അല്ലെങ്കിൽ ആഴത്തിലുള്ള വിശകലനത്തിന് കൂടുതൽ അനുയോജ്യമായ ക്ലൗഡിൽ. ഡാറ്റയുടെ റൂട്ടിംഗ് അതിൻ്റെ പ്രവർത്തനത്തെ ആശ്രയിച്ചിരിക്കുന്നു: ഡ്രൈവർക്ക് ഉടനടി ആവശ്യമായ ഡാറ്റയുണ്ട്, ഉദാഹരണത്തിന്, മോഷൻ സെൻസറുകളിൽ നിന്നുള്ള വിവരങ്ങൾ അല്ലെങ്കിൽ ഒരു ജിപിഎസ് സിസ്റ്റത്തിൽ നിന്നുള്ള ലൊക്കേഷൻ ഡാറ്റ, കൂടാതെ, ഇതിനെ അടിസ്ഥാനമാക്കി, കാർ നിർമ്മാതാവിന് പ്രധാനപ്പെട്ട നിഗമനങ്ങളിൽ എത്തിച്ചേരാനാകും. അവയിൽ, ADAS ഡ്രൈവർ സഹായ സംവിധാനം മെച്ചപ്പെടുത്തുന്നതിനുള്ള പ്രവർത്തനം തുടരുക.

ഒരു Wi-Fi കവറേജ് ഏരിയയിൽ, ക്ലൗഡിലേക്ക് ഡാറ്റ അയക്കുന്നത് സാമ്പത്തികമായി ന്യായീകരിക്കപ്പെടുന്നതും സാങ്കേതികമായി ലളിതവുമാണ്, എന്നാൽ കാർ ചലനത്തിലാണെങ്കിൽ, ലഭ്യമായ ഒരേയൊരു ഓപ്ഷൻ 4G കണക്ഷനായിരിക്കാം (ഒടുവിൽ 5G). ഒരു സെല്ലുലാർ നെറ്റ്‌വർക്കിലൂടെയുള്ള ഡാറ്റാ ട്രാൻസ്മിഷൻ്റെ സാങ്കേതിക വശം ഗുരുതരമായ പ്രശ്നങ്ങൾ ഉയർത്തുന്നില്ലെങ്കിൽ, അതിൻ്റെ വില അവിശ്വസനീയമാംവിധം ഉയർന്നതായിരിക്കും. ഇക്കാരണത്താൽ, നിരവധി സെൽഫ് ഡ്രൈവിംഗ് കാറുകൾ വീടിന് സമീപമോ വൈ-ഫൈ കണക്റ്റുചെയ്യാൻ കഴിയുന്ന മറ്റേതെങ്കിലും സ്ഥലത്തോ കുറച്ച് സമയത്തേക്ക് ഉപേക്ഷിക്കേണ്ടിവരും. തുടർന്നുള്ള വിശകലനത്തിനും സംഭരണത്തിനുമായി ക്ലൗഡിലേക്ക് ഡാറ്റ അപ്‌ലോഡ് ചെയ്യുന്നതിനുള്ള വളരെ വിലകുറഞ്ഞ ഓപ്ഷനാണിത്.

ബന്ധിപ്പിച്ച കാറുകളുടെ വിധിയിൽ 5G യുടെ പങ്ക്

നിലവിലുള്ള 4G നെറ്റ്‌വർക്കുകൾ മിക്ക ആപ്ലിക്കേഷനുകളുടെയും പ്രധാന കമ്മ്യൂണിക്കേഷൻ ചാനലായി തുടരും, എന്നിരുന്നാലും, കണക്റ്റുചെയ്‌തതും സ്വയംഭരണാധികാരമുള്ളതുമായ കാറുകളുടെ കൂടുതൽ വികസനത്തിന് 5G സാങ്കേതികവിദ്യ ഒരു പ്രധാന ഉത്തേജകമായി മാറും, ഇത് കെട്ടിടങ്ങളും അടിസ്ഥാന സൗകര്യങ്ങളും ഉപയോഗിച്ച് പരസ്പരം തൽക്ഷണം ആശയവിനിമയം നടത്താനുള്ള കഴിവ് നൽകുന്നു. (V2V, V2I, V2X ).

ഒരു നെറ്റ്‌വർക്ക് കണക്ഷനില്ലാതെ ഓട്ടോണമസ് കാറുകൾക്ക് പ്രവർത്തിക്കാൻ കഴിയില്ല, കൂടാതെ ഭാവിയിലെ ഡ്രൈവർമാരുടെ പ്രയോജനത്തിനായി വേഗതയേറിയ കണക്ഷനുകളും കുറഞ്ഞ ലേറ്റൻസിയുമാണ് 5G. വേഗതയേറിയ കണക്ഷൻ വേഗത വാഹനത്തിന് ഡാറ്റ ശേഖരിക്കാൻ എടുക്കുന്ന സമയം കുറയ്ക്കും, ട്രാഫിക് അല്ലെങ്കിൽ കാലാവസ്ഥയിലെ പെട്ടെന്നുള്ള മാറ്റങ്ങളോട് വാഹനത്തെ തൽക്ഷണം പ്രതികരിക്കാൻ അനുവദിക്കുന്നു. 5G-യുടെ വരവ് ഡ്രൈവർക്കും യാത്രക്കാർക്കുമുള്ള ഡിജിറ്റൽ സേവനങ്ങളുടെ വികസനത്തിൽ പുരോഗതി അടയാളപ്പെടുത്തും, അവർ കൂടുതൽ ആസ്വാദ്യകരമായ യാത്ര ആസ്വദിക്കും, അതനുസരിച്ച്, ഈ സേവനങ്ങളുടെ ദാതാക്കളുടെ സാധ്യതയുള്ള ലാഭം വർദ്ധിപ്പിക്കും.

ഡാറ്റ സുരക്ഷ: താക്കോൽ ആരുടെ കൈയിലാണ്?

ഏറ്റവും പുതിയ സൈബർ സുരക്ഷാ നടപടികളാൽ സ്വയംഭരണ വാഹനങ്ങൾ സംരക്ഷിക്കപ്പെടേണ്ടതുണ്ടെന്ന് വ്യക്തമാണ്. ഒന്നിൽ പറഞ്ഞിരിക്കുന്നത് പോലെ സമീപകാല പഠനം, 84% ഓട്ടോമോട്ടീവ് എഞ്ചിനീയറിംഗ്, ഐടി പ്രതികരിച്ചവർ, വർദ്ധിച്ചുവരുന്ന സൈബർ ഭീഷണികളോട് പ്രതികരിക്കുന്നതിൽ വാഹന നിർമ്മാതാക്കൾ പിന്നോട്ട് പോകുന്നുവെന്ന് ആശങ്ക പ്രകടിപ്പിച്ചു.

ഉപഭോക്താവിൻ്റെയും അവരുടെ സ്വകാര്യ ഡാറ്റയുടെയും സ്വകാര്യത ഉറപ്പാക്കാൻ, കണക്റ്റുചെയ്‌ത കാറുകളുടെ എല്ലാ ഘടകങ്ങളും - കാറിനുള്ളിലെ ഹാർഡ്‌വെയറും സോഫ്റ്റ്‌വെയറും മുതൽ നെറ്റ്‌വർക്കിലേക്കും ക്ലൗഡിലേക്കും ഉള്ള കണക്ഷൻ വരെ - ഉയർന്ന സുരക്ഷ ഉറപ്പ് നൽകണം. സ്വയം ഡ്രൈവിംഗ് കാറുകൾ ഉപയോഗിക്കുന്ന ഡാറ്റയുടെ സുരക്ഷയും സമഗ്രതയും ഉറപ്പാക്കാൻ വാഹന നിർമ്മാതാക്കളെ സഹായിക്കുന്ന ചില നടപടികൾ ചുവടെയുണ്ട്.

1. ക്രിപ്‌റ്റോഗ്രാഫിക് പരിരക്ഷ, സാധുവായ "കീ" അറിയാവുന്ന വ്യക്തികളുടെ ഒരു പ്രത്യേക സർക്കിളിലേക്ക് എൻക്രിപ്റ്റ് ചെയ്ത ഡാറ്റയിലേക്കുള്ള ആക്‌സസ് പരിമിതപ്പെടുത്തുന്നു.
2. മൈക്രോസെൻസറുകൾ മുതൽ 5G കമ്മ്യൂണിക്കേഷൻ മാസ്റ്റുകൾ വരെയുള്ള ഡാറ്റാ ട്രാൻസ്മിഷൻ ലൈനിലേക്കുള്ള ഓരോ എൻട്രി പോയിൻ്റിലും ഒരു ഹാക്കിംഗ് ശ്രമം കണ്ടെത്തുന്നതിനുള്ള ഒരു കൂട്ടം നടപടികൾ നടപ്പിലാക്കുന്നത് എൻഡ്-ടു-എൻഡ് സുരക്ഷയിൽ ഉൾപ്പെടുന്നു.
3. ശേഖരിച്ച ഡാറ്റയുടെ സമഗ്രത ഒരു പ്രധാന ഘടകമാണ്, കൂടാതെ വാഹനങ്ങളിൽ നിന്ന് ലഭിക്കുന്ന വിവരങ്ങൾ പ്രോസസ്സ് ചെയ്യപ്പെടുകയും അർത്ഥവത്തായ ഔട്ട്‌പുട്ട് ഡാറ്റയായി പരിവർത്തനം ചെയ്യുന്നതുവരെ മാറ്റമില്ലാതെ സൂക്ഷിക്കുകയും ചെയ്യുന്നു. പരിവർത്തനം ചെയ്‌ത ഡാറ്റ കേടായാൽ, ഇത് റോ ഡാറ്റ ആക്‌സസ് ചെയ്യാനും അത് വീണ്ടും പ്രോസസ്സ് ചെയ്യാനും സാധ്യമാക്കുന്നു.

പ്ലാൻ ബിയുടെ പ്രാധാന്യം

എല്ലാ ദൗത്യ-നിർണ്ണായക ജോലികളും നിർവഹിക്കുന്നതിന്, വാഹനത്തിൻ്റെ സെൻട്രൽ സ്റ്റോറേജ് സിസ്റ്റം വിശ്വസനീയമായി പ്രവർത്തിക്കണം. എന്നാൽ സിസ്റ്റം പരാജയപ്പെടുകയാണെങ്കിൽ വാഹന നിർമ്മാതാക്കൾക്ക് ഈ ലക്ഷ്യങ്ങൾ കൈവരിക്കാൻ എങ്ങനെ കഴിയും? ഒരു പ്രധാന സിസ്റ്റം പരാജയം സംഭവിക്കുമ്പോൾ സംഭവങ്ങൾ തടയുന്നതിനുള്ള ഒരു മാർഗ്ഗം, അനാവശ്യ ഡാറ്റാ പ്രോസസ്സിംഗ് സിസ്റ്റത്തിൽ ഡാറ്റയുടെ ഒരു ബാക്കപ്പ് പകർപ്പ് സൃഷ്ടിക്കുക എന്നതാണ്, എന്നിരുന്നാലും, ഈ ഓപ്ഷൻ നടപ്പിലാക്കാൻ അവിശ്വസനീയമാംവിധം ചെലവേറിയതാണ്.

അതിനാൽ, ചില എഞ്ചിനീയർമാർ മറ്റൊരു വഴി സ്വീകരിച്ചു: ആളില്ലാ ഡ്രൈവിംഗ് മോഡ്, പ്രത്യേകിച്ച് ബ്രേക്കുകൾ, സ്റ്റിയറിംഗ്, സെൻസറുകൾ, കമ്പ്യൂട്ടർ ചിപ്പുകൾ എന്നിവ നൽകുന്നതിൽ ഉൾപ്പെട്ടിരിക്കുന്ന വ്യക്തിഗത മെഷീൻ ഘടകങ്ങൾക്കായി ബാക്കപ്പ് സംവിധാനങ്ങൾ സൃഷ്ടിക്കുന്നതിൽ അവർ പ്രവർത്തിക്കുന്നു. അങ്ങനെ, കാറിൽ രണ്ടാമത്തെ സിസ്റ്റം പ്രത്യക്ഷപ്പെടുന്നു, കാറിൽ സംഭരിച്ചിരിക്കുന്ന എല്ലാ ഡാറ്റയുടെയും നിർബന്ധിത ബാക്കപ്പ് ഇല്ലാതെ, ഒരു നിർണായക ഉപകരണ പരാജയം സംഭവിച്ചാൽ, സുരക്ഷിതമായി റോഡിൻ്റെ വശത്ത് കാർ നിർത്താൻ കഴിയും. എല്ലാ ഫംഗ്ഷനുകളും യഥാർത്ഥത്തിൽ സുപ്രധാനമല്ലാത്തതിനാൽ (അടിയന്തരാവസ്ഥയിൽ, ഉദാഹരണത്തിന്, എയർ കണ്ടീഷനിംഗ് അല്ലെങ്കിൽ റേഡിയോ ഇല്ലാതെ നിങ്ങൾക്ക് ചെയ്യാൻ കഴിയും), ഈ സമീപനത്തിന്, ഒരു വശത്ത്, നിർണ്ണായകമല്ലാത്ത ഡാറ്റയുടെ ബാക്കപ്പ് സൃഷ്ടിക്കേണ്ട ആവശ്യമില്ല, അതായത് കുറഞ്ഞ ചെലവ്, മറുവശത്ത്, സിസ്റ്റം പരാജയപ്പെടുമ്പോൾ എല്ലാം ഇപ്പോഴും ഇൻഷുറൻസ് നൽകുന്നു.

സ്വയംഭരണ വാഹന പദ്ധതി പുരോഗമിക്കുമ്പോൾ, ഗതാഗതത്തിൻ്റെ മുഴുവൻ പരിണാമവും ഡാറ്റയെ ചുറ്റിപ്പറ്റിയുള്ളതാണ്. ഓട്ടോണമസ് വാഹനങ്ങൾ ആശ്രയിക്കുന്ന വൻതോതിലുള്ള ഡാറ്റ പ്രോസസ്സ് ചെയ്യുന്നതിനായി മെഷീൻ ലേണിംഗ് അൽഗോരിതങ്ങൾ സ്വീകരിക്കുന്നതിലൂടെയും അവയെ സുരക്ഷിതമായും ബാഹ്യ ഭീഷണികളിൽ നിന്ന് സംരക്ഷിക്കുന്നതിനുമുള്ള ശക്തവും പ്രവർത്തനക്ഷമവുമായ തന്ത്രങ്ങൾ നടപ്പിലാക്കുന്നതിലൂടെ, നിർമ്മാതാക്കൾക്ക് ഒരു ഘട്ടത്തിൽ സുരക്ഷിതമായ ഒരു കാർ വികസിപ്പിക്കാൻ കഴിയും. റോഡുകളിൽ ഡ്രൈവ് ചെയ്യുക, ഭാവിയിലെ ഡിജിറ്റൽ റോഡുകൾ.

അവലംബം: www.habr.com