|| हृषिकेश दत्ताराम शेर्लेकर
स्वयंचलित वाहनांमध्ये विविध स्तर असतात. या महत्त्वाकांक्षी प्रकल्पात अब्जावधी रुपयांची गुंतवणूक होत असून गुगल, उबर, लिफ्ट, जीएम, टेस्ला अशा अनेक नामांकित कंपन्यांच्या या तंत्रज्ञानावर प्रायोगिक चाचण्या सुरू आहेत. त्याची माहिती मोठी उद्बोधक आहे.
काही दिवसांपूर्वी सगळ्यांनी इथिओपिया व इंडोनेशियामधील दोन अत्यंत दुर्दैवी विमान अपघातांबद्दल वाचलंच असेल. त्या संदर्भातील अंतिम तपास अहवाल अजून यायचा आहे; पण माध्यमांतील वृत्तानुसार दोन्ही वेळी वैमानिकांना ‘कंट्रोल प्रॉब्लेम’ म्हणजेच विमान चालविण्यात अडथळे आले. तसेच त्या अत्याधुनिक विमानात एक नवीन सॉफ्टवेअर आज्ञावली बसविण्यात आली होती. यामुळे स्वयंचलित पद्धतीने काही ठरावीक परिस्थितीत विमानाचा उडण्याचा कोन आपोआप खाली होतो, असे त्यात म्हटले आहे. साहजिकच मनात अनेक शंका आणि अनेक प्रश्न निर्माण झाले. मी जे एकंदरीत संशोधन केले त्यात स्वयंचलित वाहनांचा वापर अत्यंत धोकादायक ठिकाणी करण्यात येतो असेही लक्षात आले. उदाहरणार्थ ऑस्ट्रेलियामधील खाणींमध्ये मालाची ने-आण करण्यासाठी वापरले जाणारे ट्रक्स असो. आजच्या सदरात ऑटोनॉमस व्हेइकल्सचा (एव्ही) पुढचा अध्याय जाणून घेऊ.
प्रथम एव्हीचे विविध स्तर पाहू, ज्याच्यात ‘ऑटोनॉमी’ म्हणजेच चालकविरहित गाडी चालण्याच्या स्वायत्ततेचे ‘लेअर्स’ म्हणजेच पायऱ्या तज्ज्ञांनी मांडलेल्या आहेत.
स्तर शून्य स्वायत्तता. सध्याच्या गाडय़ा बहुतेक पूर्णपणे मानवी नियंत्रणाने चालतात. तो हा टप्पा.
स्तर १) प्राथमिक स्वायत्तता. काही उच्च श्रेणीच्या गाडय़ांमध्ये क्रूझ कंट्रोल, ऑटोमॅटिक ब्रेक असतात. अशा गाडय़ा सध्या बाजारात सहजच उपलब्ध आहेत.
स्तर २) माध्यमिक स्वायत्तता. दोन किंवा अधिक कंट्रोल्स पूर्णपणे स्वयंचलित पद्धतीने वापरताात. जसे स्टीअरिंग, अ‍ॅक्सिलरेटर व ब्रेकही गरज पडल्यास चालकाने कंट्रोल हातात घ्यावा अशी अपेक्षा. प्रायोगिक तत्त्वावर चाचण्या सुरू.
स्तर ३) पूर्ण स्वायत्तता; पण गरज पडल्यास चालकाने कंट्रोल हातात घ्यावा अशी अपेक्षा. इथे गाडीच्या स्टीअरिंग सीटवर चालकाने बसून राहायचे असून नेहमीप्रमाणेच सतर्क राहायचे आहे. मात्र गाडी प्रत्यक्ष चालवायची नाही. काही ठरावीक परिस्थितीत गाडीने संदेश दिल्यास किंवा स्वत:हून गाडी ‘टेक-ओव्हर’ करायची. अजूनही काल्पनिक, पण लवकरच बाजारात उपलब्ध होतील अशी लक्षणे.
स्तर ४) पूर्ण स्वायत्तता. काही ठरावीक ड्रायव्हिंग परिस्थितीत गाडी संपूर्ण चालकविरहित. काही विशिष्ट कामासाठी उपलब्ध असलेली व्यावसायिक वाहने जसे खाणीतले ट्रक्स.
स्तर ४) पूर्ण स्वायत्तता. प्रत्येक ड्रायव्हिंग परिस्थितीत गाडी संपूर्ण चालकविरहित. सध्या तरी काल्पनिक अवतार.
स्वयंचलित वाहनांच्या (एव्ही) क्षेत्रात अब्जावधी डॉलरची गुंतवणूक होत आहे. अनेक दिग्गज यासाठी अहोरात्र काम करीत असून जगभरातील माध्यमांचे लक्ष याकडे लागले आहे. अशी परिस्थिती असल्याने या संशोधनावर रोज काही ना काही वाचण्यात येत असते. गुगल, उबर, लिफ्ट, जीएम, टेस्ला अशा अनेक नामांकित कंपन्यांच्या वरील तंत्रज्ञानावर प्रायोगिक चाचण्या सुरू आहेत. प्रत्येक जण काही तरी वैशिष्टय़पूर्ण करायचा प्रयत्न करीत आहे. आपण मात्र थोडक्यात एव्ही गाडय़ांचा एक ढोबळ तांत्रिक आराखडा बघू. तो खालीलप्रमाणे.
१) मॅपिंग आणि स्थानिकीकरण
एक चालकविरहित वाहन मानवी मदतीशिवाय सभोवतालचे पर्यावरण जाणून घेण्यास, त्याचे विश्लेषण करून, योग्य निर्णय घेऊन गाडी चालवण्यास सक्षम असते. हे कार्य पूर्ण करण्यासाठी, प्रत्येक वाहनात सामान्यत: जीपीएस युनिट, एक नेव्हिगेशन सिस्टम आणि विविध सेन्सर्स – जसे लेझर रेंजफाइंडर्स, सोनार, रडार आणि व्हिडीओ असतात. मॅपिंग म्हणजे जसे आपण डोळ्यांनी बघून सभोवतालचा एक त्रिमितीय नकाशा बनवतो तसेच एव्ही गाडय़ा विविध सेन्सर्स, लेझर्स वापरून एक त्रिमितीय नकाशा बनवितात. गाडीवर बसवलेले अनेक लेझर बीम्स ३६० अंश कोनामध्ये आजूबाजूला असलेल्या गोष्टींवर परावर्तित होऊन सतत माहिती गोळा करीत असतात. इथे महत्त्वाची गोष्ट म्हणजे, एक – गाडीपासून असलेले अंतर, दोन – त्या वस्तूची गती, तीन – तिच्या पुढील मार्गाचा अंदाज. या तिन्ही गोष्टींचे अचूकपणे विश्लेषण करावे लागते. उदाहरणार्थ बाजूची गाडी वळण घेयेत का, वेग कमी करतेय का असे. त्याचबरोबर गाडीला आपण स्वत: नक्की कुठे आहोत, त्याचा वरील त्रिमितीय नकाशात तितक्याच अचूकपणे अंदाज असायला हवा. त्यासाठी जीपीएस नेव्हिगेशन वापरता येते, जसे गुगल मॅप्स.
२) अडथळा टाळणे
वरील नकाशामध्ये गाडीला आजूबाजूला असलेल्या स्थिर वस्तू, जसे इमारत, झाडे, वाहतूक सिग्नल्स आणि गतिमान वस्तू, जसे गाडय़ा, पादचारी आणि काही ठिकाणी प्राणी अशा सर्वाची माहिती असावी लागते. त्यात गतिमान वस्तूंचे सद्य स्थान व काही सेकंदांनंतरच्या स्थानाचा अंदाज हे दोन्हीही अत्यंत महत्त्वाचे असतात.
एआयची किमया इथे खास करून वापरली जाते. एक म्हणजे कॉम्प्युटर व्हिजन वापरून वस्तू अचूक ओळखणे व त्यांचे तितकेच अचूक वर्गीकरण करून त्या अडथळा ठरतात की नाहीत याचे विश्लेषण सतत करीत राहणे. एक उदाहरण घेऊ. गाडीला तिच्या सेन्सर्सद्वारा शंभर मीटरवर एक बाटली रस्त्याच्या मध्ये दिसते. अशा वेळी मग कोणता निर्णय गाडीने घ्यावा? इतके सोपे नाही आहे प्रकरण. ती बाटली काचेची की प्लॅस्टिकची, परत फुटलेली तर नाही ना! मुख्य म्हणजे तिचा एकंदर आकार आणि गाडीच्या टायर्सचा आकार, परत आजूबाजूला गाडय़ा किती, लेन बदलली तर काय होईल इत्यादी अनेक निर्णय एकाच वेळेला आणि क्षणार्धात घ्यावे लागतात. त्याचबरोबर विविध देशांतील वाहतुकीचे व पादचारी नियम यांचेदेखील ज्ञान असावे लागते. हा विषय अत्यंत गुंतागुंतीचा असून इथे एव्ही गाडी रस्त्यावर धावायला अजून बरीच प्रगती करावी लागणार आहे. त्याबरोबर एव्ही गाडय़ांचे नियम, कायदे जोपर्यंत बनत नाहीत तोपर्यंत आपण स्तर ३ म्हणजेच गाडीच्या स्टीअरिंग सीटवर चालकाने नेहमीप्रमाणेच बसून सतर्क राहायचे, पण गाडी प्रत्यक्ष चालवायची नाही. काही ठरावीक परिस्थितीत गाडीने संदेश दिल्यास किंवा स्वत:हून गाडी ‘टेक-ओव्हर’ करायची, अशी भविष्यातील शक्यताच मला तरी जास्त वाजवी वाटते.
३) पथ नियोजन
मॅपिंग आणि स्थानिकीकरणमधून घेतलेल्या माहितीचा वापर सुरक्षित मार्गाने करणे, अडथळ्यांना टाळणे आणि वाहतूक नियमांचे पालन करणे हे पथ नियोजनाचे प्रमुख उद्दिष्ट आहे. इथे वापरण्यात येतो एक एआय अल्गोरिथम. तो सतत गाडीचा एक दीर्घ पल्ल्याचा मार्ग बनवून ठेवतो. तसेच एक लहान पल्ल्याचा मार्ग आखून त्यात सतत सुधारणा करीत असतो. उबरच्या एव्ही चालकविरहित स्व-ड्रायव्हिंग चाचणी मॉडेल्स, त्यांच्याअंतर्गत मॅप तयार करण्यासाठी साठ सेन्सर, लेझर बीम आणि इतर सेन्सर्स वापरतात. गुगलच्या एव्ही चाचणीत मॉडेल्स लेझर्स, रडार, एचडी कॅमेरे व सोनार सिस्टम वापरतात.
अधिक माहितीसाठी यूटय़ूबवर ऑटोनामस व्हेइकल्स सर्च करा.
watch?v=l3ELVACR2VY
watch?v=5mPanjv50TM
लेखक टाटा कन्सल्टन्सी सव्‍‌र्हिसेसमध्ये साहाय्यक उपाध्यक्ष आणि सध्या अ‍ॅनालिटिक्स आणि इनसाइट्सच्या यूएसए सेंटरचे प्रमुख म्हणून कार्यरत आहेत.
hrishikesh.sherlekar@gmail.com