फ्रॅगमेंटेड रोड डाटा भारतातील प्रगत ड्रायव्हिंग तंत्रज्ञानाला गती देऊ शकतो: येथे तंत्रज्ञान

अधिक प्रगत ड्रायव्हिंग असिस्टन्स असलेल्या कारच्या दिशेने भारताच्या प्रयत्नांना मूलभूत अडथळा येऊ शकतो: रस्त्याची माहिती अद्याप विविध सरकारी विभाग आणि एजन्सींमध्ये पसरलेली आहे.

भारतीय मार्केटमध्ये इन्व्हेस्ट करा आणि 5paisa सह भविष्यातील क्षमता अनलॉक करा!

आत्ताच अकाउंट उघडा

डिजिटल मॅपिंग आणि लोकेशन इंटेलिजन्स कंपनी हिअर टेक्नॉलॉजीजने गती मर्यादा, रस्त्यावरील निर्बंध, लेन मार्किंग आणि रस्त्यावरील चिन्हे या विषयावरील खंडित डाटा फ्लॅगमेंट केला आहे ज्यामुळे प्रगत ड्रायव्हर असिस्टन्स सिस्टीम (एडीएएस) चा विस्तार करणे कठीण होऊ शकते आणि शेवटी, देशभरातील स्वायत्त ड्रायव्हिंग टेक्नॉलॉजीचा विस्तार करणे कठीण होऊ शकते.

ही बहुतांश माहिती सध्या एकाच स्त्रोताद्वारे उपलब्ध होण्याऐवजी राज्य सरकार आणि इतर एजन्सीसोबत उपलब्ध आहे. शहराच्या काही भागांमध्ये ट्रकच्या हालचालीवरील गती मर्यादा किंवा निर्बंध यासारखे तपशील विविध प्राधिकरणांमध्ये पसरलेल्या माहितीमध्ये आहेत.

सेंट्रल रिपॉझिटरीमध्ये अशी माहिती एकत्र आणल्याने कंपन्यांना मोठ्या प्रमाणात लोकेशन-आधारित ॲप्लिकेशन्स विकसित करणे सोपे होऊ शकते.

वाहनांना आजच्या ड्रायव्हर-असिस्टन्स वैशिष्ट्यांच्या पलीकडे जात असल्याने तपशीलवार रस्त्याच्या माहितीची आवश्यकता अधिक महत्त्वाची बनते.

लेव्हल 1 सिस्टीम एकतर स्टिअरिंग किंवा ब्रेकिंगमध्ये मदत करू शकतात, तर लेव्हल 2 दोन्ही हाताळू शकते परंतु तरीही चालकाच्या मागे असलेल्या व्यक्तीला रस्त्यावर सतत देखरेख ठेवणे आवश्यक आहे. लेव्हल 3 वर, वाहन काही अटींमध्ये नियंत्रण घेऊ शकते, तथापि जेव्हा आवश्यक असेल तेव्हा चालकाने पावले उचलण्यास तयार असणे आवश्यक आहे.

लेव्हल 3 कडे जाण्यासाठी स्थानिक रस्त्यांविषयी अधिक तपशीलवार माहिती आवश्यक असेल. लेन मार्किंग, रस्त्यावरील चिन्हे आणि इतर रस्त्यावरील स्तरावरील तपशील विशेषत: महत्त्वाचे होतील.

शहरात अधिक खोलवर जाण्यापूर्वी हायवे आणि एक्स्प्रेसवे या अधिक प्रगत सिस्टीमसाठी प्रारंभिक बिंदू असण्याची शक्यता आहे. रस्त्यांची माहिती आधीच महामार्ग आणि एक्स्प्रेसवेवर व्यापक स्तरावर उपलब्ध आहे, तर शहरातील रस्त्यांवरील कव्हरेजसुद्धा कमी आहे.

भारत स्वत:च्या आव्हानांचा सेट देखील सादर करीत आहे. अनेक क्षेत्रांमध्ये रस्त्याच्या पायाभूत सुविधांमध्ये त्वरित बदल होतो, परिस्थिती नेहमीच सातत्यपूर्ण नसते आणि शहरातील रस्त्यांवरील माहिती विलंबासह येऊ शकते. रस्त्याच्या चुकीच्या बाजूला प्रवास करणाऱ्या वाहनांसारख्या ड्रायव्हिंगच्या वर्तनामुळे आणखी एक गुंतागुंत निर्माण होते.

प्रत्येक ड्रायव्हर-सहाय्य वैशिष्ट्याला अत्यंत तपशीलवार मॅपिंगची आवश्यकता नाही. येथे तंत्रज्ञान नेव्हिगेशन आणि ऑटोपायलट ॲप्लिकेशन्ससाठी पुरेसे "स्टँडर्ड डेफिनेशन प्लस" मॅपिंग म्हणतात ते पाहते. अधिक प्रगत ड्रायव्हिंग सिस्टीमसाठी चांगल्या लेन-लेव्हल माहिती आणि रोड-साईन डाटाची आवश्यकता असेल.

कनेक्टेड कार आणि EV चांगल्या लोकेशन डाटाची गरज जोडत आहेत

कनेक्टेड आणि इलेक्ट्रिक वाहने अधिक सामान्य होत असल्याने लोकेशन माहितीचे महत्त्व देखील वाढत आहे.

ड्रायव्हर रिअल-टाइम ट्रॅफिक माहिती, सुरक्षित मार्ग आणि चांगल्या प्रवासाच्या नियोजनावर अवलंबून असतात. इलेक्ट्रिक वाहनांसाठी, मॅपिंग अधिक व्यावहारिक प्रश्नांची उत्तरे देण्यास मदत करू शकते: बॅटरीमध्ये ट्रिप पूर्ण करण्यासाठी पुरेशी रेंज आहे का, भिन्न मार्ग आवश्यक आहे का आणि मार्गावर चार्जिंग पॉईंट कुठे मिळू शकेल.

प्रवासी वाहनांच्या पलीकडे मागणीचा विस्तार. लॉजिस्टिक्स, ई-कॉमर्स, क्विक-कॉमर्स, राईड-हेलिंग आणि फूड-डिलिव्हरी कंपन्या देखील प्रवासाच्या पहिल्या, मध्यम आणि शेवटच्या टप्प्यांमध्ये लोकेशन इंटेलिजन्सचा वापर करीत आहेत.

आर्टिफिशियल इंटेलिजन्स त्याचा वापर आणखी विस्तृत करू शकते. केवळ दिशानिर्देशांसाठी नेव्हिगेशन सिस्टीम विचारण्याऐवजी, यूजर अधिक विशिष्ट विनंती करू शकतात, जसे की त्यांच्या गंतव्यस्थानाजवळ पार्किंगचा शोध घेणे, जेव्हा ते पोहोचतात किंवा रस्त्याच्या अचूक बाजूला सुविधा शोधतात तेव्हा दुकान अद्याप खुले असेल का हे तपासणे.

कार अधिक कनेक्टेड होत असल्याने आणि ड्रायव्हिंग सिस्टीम अधिक जबाबदाऱ्या घेत असल्याने, केवळ अचूक मॅप्स पुरेसे नसतील. भारताच्या रस्त्यांवर प्रत्यक्षात काय घडत आहे याबद्दल वेळेवर आणि सातत्यपूर्ण माहिती उपलब्ध करणे अधिक महत्त्वाचे होईल कारण हे तंत्रज्ञान मूलभूत सहाय्यापासून ऑटोमेशनच्या उच्च स्तरापर्यंत जातात.