Artificial Neural Expert System based YOLO$_{Gen_1}$ detector for Autonomous Driving Problem

कार चलाना ड्राइवर और सड़क के बीच एक निरंतर, पलक झपकते ही होने वाली बातचीत की मांग करता है। आँखें खतरों को स्कैन करती हैं, मस्तिष्क एक चमकती रोशनी या अचानक रुकने के अर्थ को प्रोसेस करता है, और हाथ आवश्यक मोड़ या ब्रेक को निष्पादित करते हैं। दशकों से, इंजीनियरों ने मशीनों को यही क्षमता देने का प्रयास किया है, ऐसी प्रणालियाँ बनाई हैं जो मानवीय सहायता के बिना देख और निर्णय ले सकें। चुनौती बहुत बड़ी है क्योंकि दुनिया अप्रत्याशित है; एक पैदल यात्री फुटपाथ से नीचे उतर सकता है, या एक ट्रैफिक लाइट खराब हो सकती है। इसे हल करने के लिए, शोधकर्ता दो मुख्य उपकरणों पर भरोसा करते हैं: सेंसर जो मशीन की आँखों के रूप में कार्य करते हैं, और सॉफ्टवेयर जो इसके मस्तिष्क के रूप में कार्य करता है। आँखें आमतौर पर वस्तुओं को पहचानने के लिए कैमरों या रडार का उपयोग करती हैं, जबकि मस्तिष्क जटिल कंप्यूटर प्रोग्रामों का उपयोग यह समझने के लिए करता है कि उन वस्तुओं का क्या अर्थ है और आगे क्या करना है। लक्ष्य एक ऐसा वाहन बनाना है जो सुरक्षित और कुशलता से नेविगेट कर सके, और वास्तविक दुनिया के ट्रैफ़िक की अव्यवस्थ को संभाल सके।

ट्यूनिस अल मनार विश्वविद्यालय के एक शोधकर्ता ने इस प्रणाली को बनाने का एक नया तरीका प्रस्तावित किया है, जिसमें एक अधिक तीक्ष्ण दृष्टि और एक अधिक अनुभवी मस्तिष्क का संयोजन किया गया है। उन्होंने YOLOGen1 नामक एक नया डिटेक्टर पेश किया, जो उनके स्वायत्त ड्राइविंग सिस्टम के लिए विजुअल सेंसर के रूप में कार्य करता है। पिछले संस्करणों के विपरीत, जो अक्सर छोटी या दूर की वस्तुओं के साथ संघर्ष करते थे, यह नया डिटेक्टर असाधारण स्पष्टता के साथ सड़क को देखने के लिए डिज़ाइन किया गया है। यह रडार पर निर्भर नहीं है, जो मौसम से प्रभावित हो सकता है, बल्कि यह मिलकर काम करने वाले कैमरा-आधारित मॉडलों के एक परिष्कृत संयोजन का उपयोग करता है। शोधकर्ता ने पाया कि यह नया डिटेक्टर मानक ड्राइविंग डेटासेट पर 98 प्रतिशत से अधिक के आत्मविश्वास स्तर के साथ वस्तुओं की पहचान कर सकता है। ड्राइविंग दृश्यों के एक विशिष्ट डेटासेट का उपयोग करते हुए किए गए परीक्षणों में, इसने कई अन्य अग्रणी मॉडलों को पीछे छोड़ दिया, और अधिक सटीकता के साथ अधिक कारों, पैदल यात्रियों और संकेतों को खोजा।

हालाँकि, सड़क को देखना केवल आधी लड़ाई है; वाहन को यह भी तय करना होगा कि उसे कैसे प्रतिक्रिया देनी है। शोधकर्ता ने एक नया प्रकार का निर्णय लेने वाला सिस्टम बनाकर इस समस्या का समाधान किया जिसे वे 'आर्टिफिशियल न्यूरल एक्सपर्ट सिस्टम' कहते हैं। इसे एक डिजिटल ड्राइवर के रूप में समझें जिसने ड्राइविंग की नियम पुस्तिका का अध्ययन किया है लेकिन साथ ही अपनी गलतियों से भी सीखता है। पारंपरिक कंप्यूटर प्रोग्राम कठोर नियमों का पालन करते हैं: यदि लाइट लाल है, तो रुकें। लेकिन क्या होगा यदि लाइट खराब हो जाए और लाल पर ही अटकी रहे? एक कठोर प्रोग्राम हमेशा के लिए रुक जाएगा। हालाँकि, नया सिस्टम यह पहचान सकता है कि लाइट बाधित है और अपनी रणनीति बदल सकता है, शायद इस स्थिति को स्टॉप साइन (रुको संकेत) की तरह मानकर। यह ऐसा इसलिए करता है क्योंकि यह लगातार जो होता है उसके आधार पर अपने आंतरिक नियमों को अपडेट करता रहता है, जिससे इसे उन स्थितियों को संभालने में मदद मिलती है जहाँ मानक नियम विफल हो जाते हैं। इस सिस्टम को सुरक्षित बनाने के लिए डिज़ाइन किया गया है, यह सुनिश्चित करते हुए कि भले ही यह सीख रहा हो, यह कभी भी खतरनाक रास्ता नहीं चुनेगा।

इस सिस्टम को वास्तविक समय (रियल टाइम) में काम करने के लिए, शोधकर्ता ने सॉफ्टवेयर को इस तरह व्यवस्थित किया कि कंप्यूटर के विभिन्न भाग एक कार्य समाप्त होने का इंतज़ार करने के बजाय एक साथ काम करें। उन्होंने इस पूरे सेटअप का परीक्षण एक मानक लैपटॉप प्रोसेसर पर किया, जिसके लिए किसी महंगे ग्राफिक्स कार्ड की आवश्यकता नहीं थी। परिणाम आश्चर्यजनक थे: सिस्टम वीडियो को प्रोसेस कर सकता था और वास्तविक समय से भी तेज़ ड्राइविंग सिफारिशें दे सकता था, यहाँ तक कि साधारण हार्डवेयर पर भी। सिमुलेशन में, सिस्टम ने जटिल परिदृश्यों को सफलतापूर्वक नेविगेट किया, जैसे कि एक खराबी के कारण लाल ही रहने वाली ट्रैफिक लाइट, और वाहन को सुरक्षित रूप से चलाने के लिए अपने निर्णय तर्क (डिसीजन लॉजिक) को गतिशील रूप से बदलकर। शोधकर्ता ने वास्तविक दुनिया के वीडियो फुटेज का उपयोग करके अपने दृष्टिकोण को प्रमाणित किया, जिससे पता चला कि सिस्टम ड्राइवर या स्वायत्त वाहन को उपयोगी, तत्काल सलाह प्रदान कर सकता है।

अध्ययन यह सुझाव देता है कि एक अत्यधिक सटीक विजुअल डिटेक्टर के साथ एक लचीले, सीखने वाले निर्णय प्रणाली को जोड़कर, स्वायत्त वाहन अधिक सुरक्षित और विश्वसनीय बन सकते हैं। शोधकर्ता ने प्रदर्शित किया कि उनका नया डिटेक्टर, YOLOGen1, वर्तमान में ड्राइविंग दृश्यों में वस्तुओं को पहचानने के लिए अपने प्रकार का सबसे प्रभावी संस्करण है। उन्होंने यह भी दिखाया कि उनका निर्णय प्रणाली टूटे हुए नियमों और अप्रत्याशित बाधाओं के अनुकूल हो सकती है, जो वास्तविक ट्रैफ़िक के शोर-शराबे वाले माहौल को संभालने वाले वाहनों की दिशा में एक महत्वपूर्ण कदम है। जबकि इस सिस्टम का सिमुलेशन और रिकॉर्ड किए गए वीडियो के साथ व्यापक परीक्षण किया गया है, शोधकर्ता का कहना है कि उत्पादन कारों (प्रोडक्शन कार्स) में उपयोग करने से पहले वास्तविक सड़कों पर और अधिक परीक्षण आवश्यक है। उनका कार्य एक आशाजनक मार्ग प्रदान करता है, जो यह सिद्ध करता है कि एक मशीन न केवल सड़क को स्पष्ट रूप से देख सकती है, बल्कि वहां मिलने वाली समस्याओं पर विचार भी कर सकती है।