ارزیابی قابلیت‌ها و توانمندی‌های هوش مصنوعی در سیستم‌های خودرانی
سیستم‌های خودران، که تکنولوژی هایی نظیر هوش مصنوعی، حسگرها، نقشه‌های ۳ بعدی و سیستم‌های ناوبری را بهره می‌برند، توانایی حرکت و عمل هوشمندانه بدون نیاز به دخالت انسان را دارند. این سیستم‌ها به صورت گسترده در خودروهای خودران، ربات‌ها و سایر موارد کاربردی مورد استفاده قرار می‌گیرند.
در ارزیابی قابلیت‌ها و توانمندی‌های سیستم‌های خودران با هوش مصنوعی، دو عامل مهم به نام‌های اطلاعات و تصمیم‌گیری مورد بررسی قرار می‌گیرند. هوش مصنوعی در سیستم‌های خودران برای جمع‌آوری و تجزیه و تحلیل دقیق اطلاعات از محیط خودرو و پیش‌بینی اثرات ممکن استفاده می‌شود.
سیستم‌های خودران هوشمند بر اساس اطلاعات جمع‌آوری شده، تصمیم‌های مناسب در سطح کنترل و ناوبری می‌گیرند. این تصمیم‌گیری ها در مواجهه با مسایلی مانند تشخیص ترافیک، رفتار صحیح در موقعیت‌های چالش‌برانگیز و برنامه‌ریزی مسیر صورت می‌گیرد.
از جمله قابلیت‌های هوش مصنوعی در سیستم‌های خودران می‌توان به موارد زیر اشاره کرد:
1. تشخیص و شناسایی موانع و عوامل محیطی: با استفاده از خوشه‌بندی و تجزیه و تحلیل تصاویر و ویدیوهای محیط خودرو، سیستم قادر است موانع، پیچیدگی‌های جاده و ترافیک را تشخیص دهد.
2. عملکرد خودکار و ایمن: سیستم‌های خودرانکار قادر به تشخیص و جلوگیری از تصادفات، تشخیص خطوط جاده و حفظ فاصله ایده‌آل با خودروهای اطراف هستند.
3. شناخت و پیش‌بینی رفتار پیاده‌روها: سیستم‌های خودران هوشمند قادر به تشخیص و شناسایی رفتار پیاده‌روها هستند و بر اساس آن، تصمیمات مناسب را برای ایمنی در ترافیک می‌گیرند.
4. برنامه‌ریزی مسیر بهینه: با تحلیل ترافیک و شناخت الگوهای رفتاری در جاده‌ها، سیستم‌های خودران می‌توانند مسیرهایی را برای رضایتمندی، کمترین زمان واقعی و کاهش آلودگی هوا برنامه‌ریزی کنند.
5. بازبینی و به‌روزرسانی مداوم: سیستم‌های خودران هوشمند با دسترسی به اطلاعات و آموزش مداوم، توانایی به‌روزرسانی خود را در برابر تغییرات محیطی و فناوری‌های جدید دارند.
6. ارتباطات هوشمند: سیستم‌های خودران هوشمند قادر به برقراری ارتباطات هوشمند با سایر خودروها و زیرساخت‌های شهری هستند تا به اشتراک گذاری اطلاعات و هماهنگی رفتار کردند.
از طریق ارزیابی قابلیت‌ها و توانمندی‌های هوش مصنوعی در سیستم‌های خودران، می‌توان این نوع سیستم‌ها را در تحقق اهداف ناوبری خودکار، جلوگیری از تصادفات، بهینه‌سازی ترافیک و افزایش ایمنی بهبود بخشید.
منابع:
1. Wongpiromsarn, T., Koopman, P., Wolfer, J., & Goh, J. (2016). Vehicle detection and tracking using computer vision techniques: a survey. IEEE Transactions on Intelligent Transportation Systems, 17(3), 694-711.
2. Sharma, S. K., Manava, S., Gupta, R., & Sharma, S. (2015). Autonomous vehicles: A review from the perspective of robots. Robotica, 33(5), 945-964.
3. Kanwal, N., Rathore, S., & Paul, A. (2019). Performance evaluation of pedestrian detection approaches for autonomous vehicles. Journal of Computational Science, 31, 1-11.