A Deployed Hybrid Vehicle-in-the-Loop Platform for Validating Cooperative Perception

कल्पना कीजिए कि आप एक व्यस्त शहर में कार चला रहे हैं, लेकिन आपके पास एक सुपरपावर है: आप दीवारों के पार और कोनों के आर-पार देख सकते हैं। वास्तविक दुनिया में, कारों के पास यह शक्ति नहीं होती; वे कैमरों और सेंसरों पर निर्भर करती हैं जो केवल अपने ठीक सामने देख सकते हैं। यदि एक बड़ा ट्रक आपकी दृष्टि को बाधित करता है, तो आप उसके पीछे होने वाली किसी भी चीज़ के लिए अंधे हो जाते हैं। यह सेल्फ-ड्राइविंग कारों के लिए एक बड़ी समस्या है, जिन्हें सुरक्षित रहने के लिए हर बाधा के बारे में जानने की आवश्यकता होती है। इस समस्या को हल करने के लिए, इंजीनियर "सहकारी धारणा" (cooperative perception) प्रणालियाँ बना रहे हैं। इसे टैग के खेल की तरह समझें जहाँ हर खिलाड़ी दूसरे खिलाड़ियों को देखकर चिल्लाता है। यदि कार A एक ट्रक के पीछे फंसी हुई है, तो कार B (जो कोने के दूसरी ओर है) चिल्ला सकती है, "हे, यहाँ एक पैदल यात्री है!" और कार A तुरंत उन्हें "देख" सकती है।

हालाँकि, इन प्रणालियों का परीक्षण करना कठिन है। आप यह देखने के लिए कि वे एक-दूसरे से कैसे बात करती हैं, एक छोटे से टेस्ट ट्रैक पर सौ असली कारें नहीं रख सकते; यह बहुत महंगा और खतरनाक है। आप केवल एक कंप्यूटर गेम का उपयोग भी नहीं कर सकते, क्योंकि गेम इतना वास्तविक नहीं हो सकता है कि यह साबित कर सके कि कार वास्तविक सड़कों के लिए सुरक्षित है। इसलिए, वैज्ञानिक "हाइब्रिड" परीक्षण प्रयोगशालाएँ बना रहे हैं। ये एक वास्तविक ड्राइविंग स्कूल और एक वीडियो गेम के मिश्रण की तरह हैं। आप एक वास्तविक कार चलाते हैं, लेकिन आपके आस-पास का बाकी ट्रैफ़िक एक डिजिटल सिमुलेशन है जो तुरंत प्रतिक्रिया देता है। यह पेपर बताता है कि कैसे एक टीम ने बिल्कुल इसी तरह का "व्हीकल-इन-द-लूप" (Vehicle-in-the-Loop) प्लेटफॉर्म बनाया है। उन्होंने एक वास्तविक, सुसज्जित कार को एक हाई-टेक वीडियो गेम की दुनिया से जोड़ दिया, जिससे वे यह परीक्षण कर सके कि कारें पूरे दृश्य को देखने के लिए अपने "चिल्लाने" (संदेशों) को कितनी अच्छी तरह साझा कर सकती हैं, यहाँ तक कि खराब मौसम या चकाचौंध भरी धूप में भी।

हाइब्रिड प्लेग्राउंड

शोधकर्ताओं के एक दल ने, जो एथेंस, ग्रीस के इंस्टीट्यूट ऑफ कम्युनिकेशन एंड कंप्यूटर सिस्टम्स से हैं, एक नया परीक्षण प्लेटफॉर्म तैनात किया है जो वास्तविक दुनिया और एक डिजिटल ट्विन के बीच एक सेतु के रूप में कार्य करता है। कल्पना कीजिए कि डिजिटल ट्विन एक वास्तविक सड़क का एक आदर्श, जीवित वीडियो गेम प्रतिरूप है। इस सेटअप में, एक वास्तविक कार एक टेस्ट ट्रैक पर चलती है, लेकिन वह अकेले नहीं चलती। वह CARLA नामक गेम इंजन चलाने वाले कंप्यूटर सिमुलेशन से जुड़ी होती है।

यहाँ जादू कैसे होता है: वास्तविक कार हर 100 मिलीसेकंड में डिजिटल "पोस्टकार्ड" भेजती है। इन पोस्टकार्डों में दो प्रकार की जानकारी होती है: कार कहाँ है (उसका स्थान) और वह क्या देखती है (उसके सेंसरों का दृश्य)। ये संदेश सख्त यूरोपीय नियमों (ETSI मानकों) का पालन करते हैं ताकि उन्हें पढ़ना आसान हो। सिमुलेशन इन पोस्टकार्डों को प्राप्त करता है और तुरंत अपने डिजिटल विश्व को अपडेट करता है। यदि वास्तविक कार एक पैदल यात्री को देखती है, तो डिजिटल दुनिया भी उसे जान लेती है। लेकिन दिलचस्प बात यह है कि इसके विपरीत भी हो सकता है: डिजिटल दुनिया भी वास्तविक कार को संदेश वापस भेज सकती है, या सिस्टम में "घोस्ट कार्स" (आभासी एजेंट) मिलाए जा सकते हैं जो भौतिक रूप से मौजूद नहीं हैं लेकिन वास्तविक ट्रैफ़िक की तरह व्यवहार करते हैं। यह टीम को उन परिदृश्यों का परीक्षण करने की अनुमति देता है जिनमें उनके पास उपलब्ध कारों से अधिक कारें हैं, जिससे एक छोटे ट्रैक पर एक भीड़भाड़ वाला, जटिल वातावरण तैयार होता है।

"सुपर-व्यू" प्रयोग

यह देखने के लिए कि क्या यह प्रणाली वास्तव में काम करती है, टीम ने एक डबल टी-इंटरसेक्शन (दो टी-आकार वाले चौराहे) पर परीक्षणों की एक श्रृंखला चलाई। उन्होंने ट्रैक पर तीन वास्तविक कारें तैनात कीं। उनमें से दो पूरी तरह से "कनेक्टेड" थीं, जिसका अर्थ था कि वे अपने स्थान और अपने पूर्ण सेंसर डेटा (वे क्या देखते हैं) दोनों को सिस्टम के साथ साझा करती थीं। तीसरी कार केवल एक "टॉकर" थी, जो केवल अपना स्थान साझा करती थी। उन्होंने ट्रैफ़िक को घना बनाने के लिए इसमें आभासी कारें भी जोड़ीं।

सिस्टम के मस्तिष्क, जो एक ग्राफिक्स कार्ड (GPU) पर चलने वाला एक शक्तिशाली कंप्यूटर मॉड्यूल है, ने इन सभी संदेशों को लिया और उन्हें एक एकल "ऑक्यूपेंसी ग्रिड" (occupancy grid) में मिला दिया। आप इस ग्रिड को सड़क के ऊपर बिछाए गए एक विशाल, अदृश्य चेकरबोर्ड के रूप में देख सकते हैं। बोर्ड का प्रत्येक वर्ग यह दिखाने के लिए रंगीन है कि वह खाली है, कार या व्यक्ति द्वारा भरा गया है, या सिस्टम अनिश्चित है। लक्ष्य यह देखना था कि क्या वास्तविक और आभासी कारों के संयुक्त "चिल्लाने" से किसी भी एकल कार द्वारा देखे गए दृश्य की तुलना में एक स्पष्ट, अधिक पूर्ण चित्र बनता है।

उन्होंने इसे पर्यावरण के तीन अलग-अलग "मूड्स" के तहत परीक्षण किया:

1. नॉमिनल (Nominal): आदर्श, धूप वाले दिन की स्थितियाँ।
2. बारिश (Rain): सिम्युलेटेड बारिश वाला मौसम।
3. रात (Night): अंधेरे की स्थितियाँ जहाँ दृश्यता कम है।

उन्होंने कारों के स्थान के बारे में "भ्रम" के पांच अलग-अलग स्तरों का भी परीक्षण किया। कभी-कभी GPS एकदम सटीक था, और कभी-कभी उन्होंने शोर (noise) जोड़ा ताकि यह सिम्युलेट किया जा सके कि कार अपनी स्थिति से 2.0 मीटर तक दूर है।

उन्होंने क्या पाया: टीमवर्क की शक्ति

उनके परिणाम काफी खुलासा करने वाले थे। सबसे पहले, टीम ने पाया कि जब कारें सहयोग करती हैं, तो उनका संयुक्त "दृश्य क्षेत्र" (field of view) तेजी से बढ़ता है। एक एकल कार चौराहे के महत्वपूर्ण क्षेत्र का लगभग एक चौथाई हिस्सा ही देख सकती है। लेकिन जब सभी कारें (वास्तविक और आभासी) अपना डेटा साझा करती हैं, तो वे अधिकांश क्षेत्र को कवर करती हैं। यह एक घेरे में खड़े लोगों के समूह की तरह है; एक व्यक्ति केवल आगे देख सकता है, लेकिन मिलकर वे सब कुछ देख सकते हैं।

दूसरा, और शायद सबसे महत्वपूर्ण, उन्होंने एक सीमा की खोज की कि टीमवर्क कितनी मदद प्रदान कर सकता है। जब कारों का स्थान डेटा बहुत सटीक था (कम शोर), तो अधिक कारें जोड़ने से सिस्टम बाधाओं को पहचानने में बहुत बेहतर हो गया। हालाँकि, एक बार जब स्थान डेटा "शोर वाला" (noisy) हो गया (अर्थात, जब कारें अपनी स्थिति को 1.5 से 2.0 मीटर के आसपास अनिश्चित महसूस कर रही थीं), तो अधिक कारें जोड़ने से कोई मदद नहीं मिली। वास्तव में, कारों के कहाँ होने के बारे में अनिश्चितता सबसे बड़ी समस्या बन गई, जो मौसम या कारों की संख्या की तुलना में कहीं अधिक थी। यह एक धुंधले मानचित्र के साथ "वेयर इज़ वाल्डो?" (Where's Waldo?) खेलने की तरह है; भले ही आपके पास सौ लोग देख रहे हों, यदि आपको नहीं पता कि आप कहाँ खड़े हैं, तो आप लक्ष्य को नहीं ढूंढ सकते।

दिलचस्प बात यह है कि टीमवर्क तब सबसे अधिक मददगार था जब व्यक्तिगत कारें सबसे अधिक संघर्ष कर रही थीं। रात में, जब एक एकल कार का कैमरा अंधेरे से अंधा हो सकता है, सहकारी प्रणाली बाधाओं को लगभग उतना ही स्पष्ट देख पाई जितना कि वह धूप वाले दिन में देख सकती थी। यह सुझाव देता है कि सूचना साझा करना एक जीवन रक्षक है जब आपके अपने सेंसरों का बुरा दिन चल रहा हो।

सीमाएं और भविष्य की राह

लेखक अपने सिस्टम की वर्तमान सीमाओं के प्रति ईमानदार हैं। वास्तविक कार और डिजिटल गेम के बीच का संबंध सटीक मिलीसेकंड तक सिंक्रोनाइज़ नहीं है। कभी-कभी सिमुलेशन थोड़ा लैग (lag) करता है, जो संदेशों के समय को बिगाड़ सकता है। यह कोई हार्डवेयर विफलता नहीं है बल्कि यह इस बात की एक विशेषता है कि वर्तमान में सॉफ़्टवेयर कैसे सेट अप किया गया है। टीम जानती है कि परीक्षणों को पूरी तरह से दोहराने योग्य बनाने के लिए उन्हें इस "जिटर" (jitter) को ठीक करने की आवश्यकता है।

उन्होंने यह भी नोट किया कि जबकि उन्होंने सिद्ध किया है कि उनका सिस्टम कार्यात्मक रूप से काम करता है, उन्होंने अभी तक पूरी तरह से यह नहीं मापा है कि डिजिटल दुनिया हर एक विवरण में वास्तविक दुनिया से कितनी सटीक तरह से मेल खाती है। उनका अगला कदम यही है: "सिम-टू-रियल" (sim-to-real) मिलान को एकदम सटीक बनाना।

आगे बढ़ते हुए, टीम इस मंच को विशेष रूप से भूमध्यसागरीय क्षेत्र के लिए एक परीक्षण सेवा में बदलने की योजना बना रही है। इस क्षेत्र में चकाचौंध भरी धूप, अत्यधिक गर्म तापमान और घने, मिश्रित ट्रैफ़िक जैसे अनूठे विषय हैं जिनमें स्कूटर और पैदल यात्री शामिल हैं। इन विशिष्ट परिदृश्यों की एक लाइब्रेरी बनाकर, वे कार निर्माताओं और डेवलपर्स को उन स्थितियों में अपने सेल्फ-ड्राइविंग सिस्टम का परीक्षण करने में मदद करने की आशा करते हैं जिन्हें अक्सर मानक यूरोपीय परीक्षण स्थलों द्वारा अनदेखा किया जाता है।

संक्षेप में, यह पेपर दिखाता है कि वास्तविक कारों को डिजिटल ट्विन्स के साथ मिलाना यह परीक्षण करने का एक शक्तिशाली तरीका है कि कारें एक-दूसरे से कैसे "बात" कर सकती हैं। यह साबित करता है कि सहयोग सेल्फ-ड्राइविंग कारों को सुरक्षित और अधिक जागरूक बनाता है, लेकिन यह हमें चेतावनी भी देता है कि यदि कारों को सटीक रूप से पता नहीं है कि वे कहाँ हैं, तो बेहतरीन टीमवर्क भी भ्रम को ठीक नहीं कर सकता। इस तकनीक का भविष्य समय को और सटीक बनाने, डिजिटल मिलान को पूर्ण करने और भूमध्यसागरीय क्षेत्र की अनूठी, धूप वाली, अराजक सड़कों में परीक्षण करने में निहित है।