බොහෝ කලකට පෙර, මෝටර් රථ කර්මාන්තයේ නවෝත්පාදනය එන්ජින් බලය වැඩි කිරීම, පසුව කාර්යක්ෂමතාව වැඩි කිරීම, ඒ සමඟම වායුගතිකත්වය වැඩිදියුණු කිරීම, සුවපහසු මට්ටම් වැඩි කිරීම සහ වාහනවල පෙනුම නැවත සැලසුම් කිරීම වටා කැරකුණි. දැන්, අනාගතයේදී මෝටර් රථ කර්මාන්තයේ චලනයේ ප්‍රධාන ධාවකයන් වන්නේ අධි සම්බන්ධතාවය සහ ස්වයංක්‍රීයකරණයයි. අනාගතයේ මෝටර් රථය ගැන කතා කරන විට, රියදුරන් රහිත මෝටර් රථ මුලින්ම මතකයට නැඟේ, නමුත් මෝටර් රථ කර්මාන්තයේ අනාගතය රියදුරන් රහිත තාක්ෂණයට වඩා බොහෝ සෙයින් සලකුණු කරනු ඇත.
මෝටර් රථවල පරිවර්තනයට බලපාන ප්‍රධාන සාධකයක් වන්නේ ඒවායේ සම්බන්ධතාවයයි - වෙනත් වචන වලින් කිවහොත්, දුරස්ථ යාවත්කාලීන කිරීම්, අනාවැකි නඩත්තු කිරීම, වැඩිදියුණු කළ රිය පැදවීමේ ආරක්ෂාව සහ සයිබර් තර්ජන වලින් දත්ත ආරක්ෂාව සඳහා මාර්ගය සලසන ඔවුන්ගේ සම්බන්ධතාවය. සම්බන්ධතාවයේ මූලික ගල, අනෙක් අතට, දත්ත රැස් කිරීම සහ ගබඩා කිරීමයි.
ඇත්ත වශයෙන්ම, මෝටර් රථයේ වැඩි සම්බන්ධතාවය රිය පැදවීම වඩාත් විනෝදජනක කර ඇත, නමුත් මෙහි හදවත වන්නේ සම්බන්ධිත මෝටර් රථය විසින් විශාල දත්ත ප්‍රමාණයක් එකතු කිරීම, සැකසීම සහ උත්පාදනය කිරීමයි. පසුගිය වසරේ ප්‍රකාශයට පත් කළ කරුණු අනුව , ඉදිරි වසර දහය තුළ, ස්වයං-රියදුරු මෝටර් රථ ගබඩා කිරීම සඳහා ටෙරාබයිට් 2 කට වඩා වැඩි, එනම්, දැන් වඩා වැඩි ඉඩක් අවශ්ය වන පරිදි බොහෝ තොරතුරු උත්පාදනය කිරීමට ඉගෙන ගනු ඇත. මෙය සීමාව නොවේ - තාක්‍ෂණය තවදුරටත් දියුණු කිරීමත් සමඟ, රූපය වර්ධනය වනු ඇත. මේ මත පදනම්ව, උපකරණ නිෂ්පාදකයින් තමන්ගෙන්ම විමසිය යුතුය, මෙම පරිසරය තුළ, දත්ත පරිමාවේ සැලකිය යුතු වැඩි වීමක් හා සම්බන්ධ ඉල්ලීම්වලට ඵලදායී ලෙස ප්රතිචාර දැක්විය හැක්කේ කෙසේද යන්න.
ස්වයං ධාවන මෝටර් රථවල ගෘහ නිර්මාණ ශිල්පය වර්ධනය වන්නේ කෙසේද?
ස්වයංක්‍රීයව ධාවනය වන වාහන දත්ත කළමනාකරණය, වස්තු හඳුනාගැනීම, සිතියම් සංචාලනය සහ තීරණ ගැනීම වැනි හැකියාවන්හි වැඩිදුර වැඩිදියුණු කිරීම් යන්ත්‍ර ඉගෙනීමේ සහ කෘතිම බුද්ධි මාදිලිවල දියුණුව මත දැඩි ලෙස රඳා පවතී. මෝටර් රථ නිෂ්පාදකයින් සඳහා ඇති අභියෝගය පැහැදිලිය: වඩා දියුණු යන්ත්‍ර ඉගෙනුම් ආකෘති බවට පත් වන තරමට, පරිශීලකයින් සඳහා රියදුරු අත්දැකීම වඩා හොඳය.
ඒ අතරම, මිනිසුන් රහිත වාහනවල ගෘහ නිර්මාණ ශිල්පයේ වෙනස්කම් ප්‍රශස්තකරණයේ බැනරය යටතේ සිදුවෙමින් පවතී. එක් එක් විශේෂිත යෙදුම්වල අවශ්‍යතා සඳහා ස්ථාපනය කර ඇති පුළුල් ක්ෂුද්‍ර පාලක ජාලයක් සඳහා නිෂ්පාදකයින් තෝරා ගැනීමට ඇති ඉඩකඩ වැඩි වන අතර, ඒ වෙනුවට බරපතල පරිගණක බලයක් සහිත එක් විශාල ප්‍රොසෙසරයක් ස්ථාපනය කිරීමට කැමැත්තක් දක්වයි. බහු වාහන ක්ෂුද්‍ර පාලක (MCU) සිට එක් මධ්‍යම MCU දක්වා සංක්‍රමණය වීම අනාගත වාහනවල ගෘහ නිර්මාණ ශිල්පයේ වඩාත්ම වැදගත් වෙනස වනු ඇත.
දත්ත ගබඩා කිරීමේ කාර්යය මෝටර් රථයේ සිට වලාකුළට මාරු කිරීම
ස්වයංක්‍රීයව ධාවනය වන මෝටර් රථවල දත්ත ක්ෂණිකව සැකසීම අවශ්ය නම්, සෘජුවම නැවෙහි හෝ ගැඹුරු විශ්ලේෂණය සඳහා වඩාත් සුදුසු වලාකුළෙහි ගබඩා කළ හැක. දත්ත මාර්ගගත කිරීම එහි ක්‍රියාකාරිත්වය මත රඳා පවතී: රියදුරුට වහාම අවශ්ය දත්ත තිබේ, නිදසුනක් ලෙස, චලන සංවේදක වලින් තොරතුරු හෝ ජීපීඑස් පද්ධතියකින් ස්ථාන දත්ත, ඊට අමතරව, මේ මත පදනම්ව, මෝටර් රථ නිෂ්පාදකයාට වැදගත් නිගමනවලට එළඹිය හැකිය. ඔවුන් මත, ADAS රියදුරු සහාය පද්ධතිය වැඩිදියුණු කිරීම සඳහා දිගටම වැඩ කරන්න.
Wi-Fi ආවරණ කලාපයක, වලාකුළට දත්ත යැවීම ආර්ථික වශයෙන් යුක්ති සහගත සහ තාක්ෂණික වශයෙන් සරල ය, නමුත් මෝටර් රථය චලනය වන්නේ නම්, පවතින එකම විකල්පය 4G සම්බන්ධතාවයක් (සහ අවසානයේ 5G) විය හැකිය. සෛලීය ජාලයක් හරහා දත්ත සම්ප්රේෂණය කිරීමේ තාක්ෂණික පැත්ත බරපතල ගැටළු මතු නොකරන්නේ නම්, එහි පිරිවැය ඇදහිය නොහැකි තරම් ඉහළ විය හැකිය. බොහෝ ස්වයංක්‍රීය මෝටර් රථ නිවස අසල හෝ Wi-Fi සම්බන්ධ කළ හැකි වෙනත් ස්ථානයක් අසල ටික වේලාවක් තැබීමට සිදුවනු ඇත්තේ මේ හේතුව නිසා ය. පසුකාලීන විශ්ලේෂණය සහ ගබඩා කිරීම සඳහා වලාකුළට දත්ත උඩුගත කිරීම සඳහා මෙය වඩා ලාභදායී විකල්පයකි.
සම්බන්ධිත මෝටර් රථවල ඉරණමෙහි 5G භූමිකාව
පවතින 4G ජාල බොහෝ යෙදුම් සඳහා ප්‍රධාන සන්නිවේදන නාලිකාව ලෙස දිගටම පවතිනු ඇත, කෙසේ වෙතත්, 5G තාක්‍ෂණය සම්බන්ධිත සහ ස්වයංක්‍රීය මෝටර් රථ තවදුරටත් සංවර්ධනය සඳහා ප්‍රධාන උත්ප්‍රේරකයක් බවට පත්විය හැකි අතර, ගොඩනැගිලි සහ යටිතල පහසුකම් සමඟ එකිනෙකා සමඟ ක්ෂණිකව පාහේ සන්නිවේදනය කිරීමේ හැකියාව ලබා දෙයි. (V2V, V2I, V2X).
ස්වයංක්‍රීය මෝටර් රථ ජාල සම්බන්ධතාවයකින් තොරව ක්‍රියා කළ නොහැකි අතර අනාගත රියදුරන්ගේ ප්‍රයෝජනය සඳහා වේගවත් සම්බන්ධතා සහ ප්‍රමාදය අඩු කිරීමට 5G යතුර වේ. වේගවත් සම්බන්ධතා වේගය වාහනයේ දත්ත රැස් කිරීමට ගතවන කාලය අඩු කරයි, රථවාහන හෝ කාලගුණික තත්ත්වයන්හි හදිසි වෙනස්වීම් වලට ක්ෂණිකව වාගේ ප්රතිචාර දැක්වීමට වාහනයට ඉඩ සලසයි. 5G පැමිණීම රියදුරු සහ මගීන් සඳහා ඩිජිටල් සේවා සංවර්ධනයේ ප්‍රගතිය සනිටුහන් කරනු ඇත, ඔවුන් වඩාත් විනෝදජනක ගමනක් භුක්ති විඳින අතර, ඒ අනුව, මෙම සේවාවන් සපයන්නන්ගේ විභව ලාභය වැඩි කරනු ඇත.
දත්ත ආරක්ෂාව: යතුර කාගේ අතේද?
නවතම සයිබර් ආරක්ෂණ පියවර මගින් ස්වයංක්‍රීය වාහන ආරක්ෂා කළ යුතු බව පැහැදිලිය. එකක දක්වා ඇති පරිදි , මෝටර් රථ ඉංජිනේරු සහ තොරතුරු තාක්ෂණ ප්රතිචාර දැක්වූවන්ගෙන් 84% කනස්සල්ල පළ කළේ මෝටර් රථ නිෂ්පාදකයින් දිනෙන් දින වැඩි වන සයිබර් තර්ජන වලට ප්රතිචාර දැක්වීමෙන් පසුගාමී වන බවයි.
පාරිභෝගිකයාගේ පෞද්ගලිකත්වය සහ ඔවුන්ගේ පුද්ගලික දත්ත සහතික කිරීම සඳහා, සම්බන්ධිත මෝටර් රථවල සියලුම සංරචක - මෝටර් රථය තුළ ඇති දෘඩාංග සහ මෘදුකාංගයේ සිට ජාලයට සහ වලාකුළට සම්බන්ධ වීම දක්වා - ඉහළම මට්ටමේ ආරක්ෂාව සහතික කළ යුතුය. පහත දැක්වෙන්නේ ස්වයංක්‍රීයව ධාවනය වන මෝටර් රථ විසින් භාවිතා කරන දත්තවල ආරක්ෂාව සහ අඛණ්ඩතාව සහතික කිරීම සඳහා මෝටර් රථ නිෂ්පාදකයින්ට උපකාර වන ක්‍රියාමාර්ග කිහිපයකි.
- ගුප්ත ලේඛන ආරක්ෂණය වලංගු "යතුර" දන්නා පුද්ගලයින්ගේ යම් කවයකට සංකේතාත්මක දත්ත වෙත ප්‍රවේශය සීමා කරයි.
- දත්ත සම්පේ‍්‍රෂණ මාර්ගයකට ඇතුල් වන සෑම ස්ථානයකදීම අනවසරයෙන් ඇතුළුවීමේ උත්සාහයක් හඳුනාගැනීමේ පියවර මාලාවක් ක්‍රියාත්මක කිරීම අන්තයේ සිට අවසානය දක්වා ආරක්‍ෂාවට ඇතුළත් වේ - මයික්‍රොසෙන්සර් සිට 5G සන්නිවේදන මාස්ට් දක්වා.
- එකතු කරන ලද දත්තවල අඛණ්ඩතාව වැදගත් සාධකයක් වන අතර එයින් ඇඟවෙන්නේ වාහනවලින් ලැබෙන තොරතුරු සැකසීමට සහ අර්ථවත් නිමැවුම් දත්ත බවට පරිවර්තනය වන තෙක් නොවෙනස්ව ගබඩා කර ඇති බවයි. පරිවර්තනය කරන ලද දත්ත දූෂිත වුවහොත්, මෙය අමු දත්ත වෙත ප්‍රවේශ වී එය නැවත සැකසීමට හැකි වේ.
සැලැස්ම B හි වැදගත්කම
සියලුම මෙහෙයුම් තීරණාත්මක කාර්යයන් ඉටු කිරීම සඳහා, වාහනයේ මධ්‍යම ගබඩා පද්ධතිය විශ්වාසදායක ලෙස ක්‍රියා කළ යුතුය. නමුත් පද්ධතිය අසාර්ථක වුවහොත් මෝටර් රථ නිෂ්පාදකයින් මෙම ඉලක්ක සපුරා ගැනීම සහතික කරන්නේ කෙසේද? ප්‍රධාන පද්ධති අසමත් වීමකදී සිදුවීම් වැලැක්වීමට එක් ක්‍රමයක් නම් අතිරික්ත දත්ත සැකසුම් පද්ධතියක දත්තවල උපස්ථ පිටපතක් නිර්මාණය කිරීමයි, කෙසේ වෙතත්, මෙම විකල්පය ක්‍රියාත්මක කිරීමට ඇදහිය නොහැකි තරම් මිල අධික වේ.
එමනිසා, සමහර ඉංජිනේරුවන් වෙනත් මාර්ගයක් ගෙන ඇත: මිනිසුන් රහිත රියදුරු මාදිලිය සැපයීමට සම්බන්ධ තනි යන්ත්‍ර සංරචක සඳහා උපස්ථ පද්ධති නිර්මාණය කිරීමට ඔවුන් කටයුතු කරයි, විශේෂයෙන් තිරිංග, සුක්කානම්, සංවේදක සහ පරිගණක චිප්. මේ අනුව, මෝටර් රථයේ දෙවන පද්ධතියක් දිස්වන අතර, මෝටර් රථයේ ගබඩා කර ඇති සියලුම දත්තවල අනිවාර්ය උපස්ථයකින් තොරව, විවේචනාත්මක උපකරණ අසමත් වීමකදී, මෝටර් රථය පාරේ ආරක්ෂිතව නැවැත්විය හැකිය. සියලුම කාර්යයන් සැබවින්ම අත්‍යවශ්‍ය නොවන බැවින් (හදිසි අවස්ථාවකදී ඔබට වායුසමීකරණය හෝ ගුවන්විදුලිය නොමැතිව කළ හැකිය), මෙම ප්‍රවේශය, එක් අතකින්, විවේචනාත්මක නොවන දත්තවල උපස්ථයක් නිර්මාණය කිරීම අවශ්ය නොවේ. අඩු වියදම්, සහ, අනෙක් අතට, එය තවමත් පද්ධතිය අසාර්ථක අවස්ථාවක රක්ෂණ සපයයි.
ස්වයංක්‍රීය වාහන ව්‍යාපෘතිය ඉදිරියට යන විට, ප්‍රවාහනයේ සම්පූර්ණ පරිණාමය දත්ත වටා ගොඩනැගේ. ස්වයංක්‍රීය වාහන රඳා පවතින දැවැන්ත දත්ත ප්‍රමාණය සැකසීමට යන්ත්‍ර ඉගෙනීමේ ඇල්ගොරිතම අනුවර්තනය කිරීමෙන් සහ ඒවා ආරක්ෂිතව තබා ගැනීමට සහ බාහිර තර්ජන වලින් ආරක්ෂා වීමට ශක්තිමත් සහ ක්‍රියාත්මක කළ හැකි උපාය මාර්ග ක්‍රියාත්මක කිරීමෙන්, නිෂ්පාදකයින්ට යම් අවස්ථාවක දී ප්‍රමාණවත් තරම් ආරක්ෂිත මෝටර් රථයක් සංවර්ධනය කිරීමට හැකි වනු ඇත. මාර්ගවල ධාවනය, අනාගතයේ ඩිජිටල් මාර්ග.
මූලාශ්රය: www.habr.com