Beyond Dead Reckoning: A Point of View on Camera--DAS--GNSS Continuity in Road Tunnels

जब एक कार एक लंबे टनल (सुरंग) में प्रवेश करती है, तो वह आकाश से अपना संपर्क खो देती है। दशकों से, हमारे वाहनों का मार्गदर्शन करने वाली तकनीक पृथ्वी के ऊपर ऊँचाई पर घूमते उपग्रहों पर निर्भर रही है, जो संकेत भेजते हैं जो एक कार को ठीक से बताती है कि वह ग्लोब पर कहाँ है। लेकिन एक गहरी सुरंग के भीतर, वे संकेत चट्टान और कंक्रीट के टनों द्वारा अवरुद्ध हो जाते हैं। कार का नेविगेशन सिस्टम अंधा हो जाता है। सुरक्षित रूप से चलते रहने के लिए, वाहन को यह अनुमान लगाना पड़ता है कि वह कहाँ है, इस आधार पर कि वह कितनी तेज़ चल रहा है और सिग्नल गायब होने के बाद से वह कितनी देर से चल रहा है। 'डेड रेकनिंग' (dead reckoning) के रूप में जानी जाने वाली यह विधि, अंधेरे में अपने कदमों को गिनते हुए चलने की तरह है; अंततः, गिनती में एक छोटी सी गलती या फर्श पर एक मामूली फिसलन भी जुड़ती जाती है, और आप उस स्थान से बहुत दूर पहुँच जाते हैं जहाँ आप सोचते हैं कि आप हैं। भविष्य की सेल्फ-ड्राइविंग कारों के लिए, जिन्हें दुर्घटनाओं से बचने के लिए पूर्ण निश्चितता के साथ अपनी स्थिति जानने की आवश्यकता होती है, यह अनुमान लगाना पर्याप्त नहीं है। उन्हें यह जानने का एक तरीका चाहिए कि वे अभी भी सही लेन में हैं, सही गति से चल रहे हैं, और सही वाहन से संबंधित हैं, भले ही आकाश उनकी पहुँच से बाहर हो।

शोधकर्ताओं की एक टीम का नया दृष्टिकोण तर्क देता है कि समाधान कार के आंतरिक अनुमान को बेहतर बनाने में नहीं है, बल्कि खेल को पूरी तरह से बदलने में है। यह पूछने के बजाय कि सैटेलाइट सिग्नल खोने के बाद एक कार कितना अनुमान लगा सकती है, शोधकर्ता यह प्रस्तावित करते हैं कि टनल को एक ऐसी जगह के रूप में देखा जाए जहाँ सड़क स्वयं वाहन का हिसाब रखने में मदद करती है। वे एक ऐसा सिस्टम सुझाते हैं जहाँ टनल को सेंसर के एक नेटवर्क से लैस किया जाता है जो हर कार की यात्रा का एक निरंतर, सत्यापित रिकॉर्ड बनाने के लिए मिलकर काम करते हैं। यह दृष्टिकोण किसी एक तकनीक पर निर्भर नहीं है बल्कि तीन अलग-अलग प्रकार के साक्ष्यों को बुनता है: आकाश से अंतिम ज्ञात स्थिति, सड़क के भौतिक कंपन, और कार की दृश्य पहचान। लक्ष्य एक ऐसी सेवा बनाना है जो गारंटी दे कि वाहन की स्थिति केवल एक 'सर्वश्रेष्ठ अनुमान' नहीं है, बल्कि एक सत्यापित तथ्य है जिसे सुरक्षा के लिए भरोसेमंद माना जा सके।

शोधकर्ता एक ऐसी प्रणाली का वर्णन करते हैं जहाँ यात्रा टनल के प्रवेश द्वार से शुरू होती है। यहाँ, एक विश्वसनीय सैटेलाइट सिग्नल एक ठोस शुरुआती बिंदु प्रदान करता है, जो वाहन की पहचान और स्थिति को वास्तविक दुनिया से जोड़ता है। जैसे ही कार अंधेरे में प्रवेश करती है, सिस्टम एक अलग प्रकार की ट्रैकिंग पर स्विच हो जाता है। टनल के किनारे एक फाइबर-ऑप्टिक केबल चलती है, वही जो हाई-स्पीड इंटरनेट के लिए उपयोग की जाती है, लेकिन यहाँ यह एक विशाल माइक्रोफोन के रूप में कार्य करती है। इस तकनीक को 'डिस्ट्रीब्यूटेड अकॉस्टिक सेंसिंग' (distributed acoustic sensing) कहा जाता है, जो इसके ऊपर से गुजरने वाले प्रत्येक वाहन के कंपन को महसूस कर सकती है। यह सिस्टम को बताता है कि कुछ हिल रहा है, वह कितनी गति से जा रहा है, और किस दिशा में जा रहा है, जिससे पूरी टनल की लंबाई में गति के साक्ष्य की एक निरंतर रेखा बनती है। हालाँकि, इस कंपन सेंसर की एक कमी है: यह जानता है कि कुछ हिल रहा है, लेकिन यह नहीं जानता कि वह 'कुछ' क्या है। यह एक भारी ट्रक और एक छोटी मोटरसाइकिल के बीच अंतर नहीं कर सकता, न ही यह दो कारों के बीच अंतर कर सकता है यदि वे एक-दूसरे के करीब चल रही हों।

पहचान की इस समस्या को हल करने के लिए, सिस्टम कैमरों के एक विरल (sparse) नेटवर्क को जोड़ता है। इन कैमरों को सड़क के हर इंच की निगरानी करने की आवश्यकता नहीं है; उन्हें केवल प्रमुख बिंदुओं पर दिखने की आवश्यकता है ताकि यातायात का एक स्नैपशॉट लिया जा सके। जब एक कार कैमरे के पास से गुजरती है, तो सिस्टम उसके स्वरूप और लेन की स्थिति को कैप्चर करता है, जो प्रभावी रूप से गुमनाम कंपन ट्रैक पर एक 'नेम टैग' लगाने जैसा है। कैमरे उन चेकपॉइंट्स के रूप में कार्य करते हैं जो फाइबर-ऑप्टिक लाइन पर चल रहे वाहन की पहचान की पुष्टि करते हैं। शोधकर्ता इस बात पर जोर देते हैं कि यह सेंसरों के बीच कोई प्रतिस्पर्धा नहीं है, बल्कि एक साझेदारी है। फाइबर गति का निरंतर आधार प्रदान करता है, जबकि कैमरे कभी-कभी होने वाली महत्वपूर्ण पुष्टि प्रदान करते हैं। यदि कैमरे धुएं या अंधेरे के कारण बाधित होते हैं, तो सिस्टम जान जाता है कि उसने पहचान की पुष्टि करने की अपनी क्षमता खो दी है, और वह यह दावा करने के बजाय कि वह कुछ जानता है, अपनी निश्चितता को तदनुसार समायोजित करता है।

इस नए दृष्टिकोण का केंद्र टनल के किनारे स्थित एक कंप्यूटर सिस्टम है, जो एक 'रेफरी' के रूप में कार्य करता है। यह सिस्टम कंपन, कैमरों, कार के अपने आंतरिक सेंसरों और सड़क की ज्ञात ज्यामिति से डेटा लेकर यात्रा की एक एकल, एकीकृत तस्वीर बनाता है। यह लगातार जाँच करता है कि क्या साक्ष्य के सभी हिस्से आपस में मेल खाते हैं। उदाहरण के लिए, यदि कंपन सेंसर कहता है कि एक कार तेज़ चल रही है, लेकिन कैमरा उसे रुका हुआ देखता है, तो सिस्टम एक समस्या को चिह्नित करता है। यह स्पष्ट साक्ष्य न होने पर एक एकल उत्तर थोपने का प्रयास नहीं करता है; इसके बजाय, यह अनिश्चितता को स्वीकार करता है। यह कह सकता है, "मैं दो संभावित पथों को ट्रैक कर रहा हूँ," या "मैं सुनिश्चित नहीं हो सकता कि कौन सी कार कौन सी है।" ज्ञात और अज्ञात के बारे में यह ईमानदारी डिजाइन का एक महत्वपूर्ण हिस्सा है। सिस्टम को 'सेफ फेल्योर' (fail safely) के लिए डिज़ाइन किया गया है, जिसका अर्थ है कि यह कार को गलत उत्तर देकर दुर्घटना का कारण बनने के बजाय यह बताएगा, "मुझे नहीं पता कि आप कहाँ हैं।"

जब कार टनल के निकास तक पहुँचती है, तो सिस्टम केवल सिग्नल दिखने पर तुरंत सैटेलाइट सिग्नल पर स्विच नहीं करता है। इसके बजाय, यह एक सावधानीपूर्वक जाँच करता है। यह कार की अनुमानित स्थिति (जो टनल के सभी डेटा पर आधारित है) की तुलना नए सैटेलाइट रीडिंग के साथ करता है। यदि दोनों एक सुरक्षित मार्जिन के भीतर मेल खाते हैं, तो सिस्टम कार को वैश्विक मानचित्र (global map) से पुनः जोड़ देता है। यदि वे मेल नहीं खाते हैं, शायद इसलिए क्योंकि सैटेलाइट सिग्नल कमजोर है या कार भटक गई है, तो सिस्टम नए सिग्नल को अस्वीकार कर देता है और तब तक टनल डेटा का उपयोग करना जारी रखता है जब तक कि साक्ष्य स्पष्ट न हो जाए। यह सुरक्षित पुन: प्रवेश (guarded re-entry) कार को अचानक गलत स्थान पर कूदने से रोकता है क्योंकि सिग्नल वापस आ गया है। शोधकर्ता इस बात पर जोर देते हैं कि इस पूरी प्रक्रिया को केवल कंप्यूटर सिमुलेशन से नहीं, बल्कि वास्तविक दुनिया के डेटा के साथ सत्यापित किया जाना चाहिए। उनका तर्क है कि वर्तमान विधियाँ अक्सर त्रुटियों को औसत निकालकर विफलताओं को छिपा देती हैं, जिससे कागज़ पर सिस्टम सटीक दिखता है जबकि वह चुपचाप व्यस्त टनल में एक कार को दूसरी कार से बदल देता है।

पेपर इस तकनीक के परीक्षण और तैनाती के लिए एक स्पष्ट मार्ग रेखा तैयार करता है। यह नियंत्रित प्रयोगों के साथ शुरू करने का सुझाव देता जहाँ 'ग्राउंड ट्रुथ' (वास्तविक स्थिति) ज्ञात हो, फिर मिश्रित यातायात वाले वास्तविक टनल की ओर बढ़ना, और अंततः पूर्ण परिचालन सेवा तक पहुँचना। इस पूरी प्रक्रिया के दौरान, ध्यान 'इंटीग्रिटी' (अखंडता/सत्यनिष्ठा) पर केंद्रित रहता है—यह सिद्ध करने की क्षमता कि स्थान का डेटा सही और भरोसेमंद है। शोधकर्ता रखरखाव के महत्व को भी रेखांकित करते हैं, यह नोट करते हुए कि यदि कोई कैमरा हिल जाता है या कोई केबल बाधित होती है, तो सिस्टम को इस परिवर्तन का पता लगाना चाहिए और पुन: अंशांकन (recalibrate) करना चाहिए। वे प्रस्ताव देते हैं कि इस ढांचे का उपयोग अंततः अन्य स्थानों पर भी किया जा सकता है जहाँ सैटेलाइट सिग्नल कमजोर होते हैं, जैसे गहरे शहरी क्षेत्र (urban canyons) या भूमिगत पार्किंग संरचनाएं।

अंततः, यह कार्य प्रश्न को "एक कार कितना अनुमान लगा सकती है?" से बदलकर "हम एक ऐसा सिस्टम कैसे बना सकते हैं जो कभी ट्रैक खोता नहीं है?" कर देता है। फाइबर ऑप्टिक्स के निरंतर मोशन सेंसिंग को कैमरों की पहचान पुष्टि और सैटेलाइट्स के वैश्विक आधार के साथ जोड़कर, शोधकर्ता एक ऐसा तरीका प्रस्तावित करते हैं जिससे वाहन तब भी सुरक्षित और जुड़े रह सकें जब आकाश छिपा हो। तकनीक मौजूद है, लेकिन चुनौती अब यह साबित करने की है कि यह व्यस्त टनल की अस्त-व्यस्त और जटिल वास्तविकता में विश्वसनीय रूप से काम करती है, यह सुनिश्चित करते हुए कि प्रत्येक वाहन को उसी निश्चितता के साथ ट्रैक किया जाए जैसे एक लाइटहाउस समुद्र के तूफान में जहाज का मार्गदर्शन करता है।