जीएम, डेमलर, बीएमडब्ल्यू और ऑडी और अंय मुख्यधारा की कार कंपनियों के रूप में २०२० के आसपास स्तर 5 ऑटो ड्राइविंग वाहनों के प्रक्षेपण की घोषणा की है, इस क्षेत्र में प्रतियोगिता एक सफेद गर्म चरण में प्रवेश किया है ।
गोल्डमैन सैक्स, एक प्रसिद्ध अंतरराष्ट्रीय निवेश बैंक, भविष्यवाणी की है कि स्वायत्त टैक्सियों के आगमन $९३२,३५६,०२४,७११,५१२,०६४ से वैश्विक शेयर कार बाजार के आकार में वृद्धि होगी अब $-२१९५९३८८१२५७२४६७२०० से २०३० । इसमें कोई शक नहीं है कि यह एक बड़ा केक है, तो कार निर्माताओं सड़क परीक्षण के साथ व्यस्त हैं, लेकिन महत्वाकांक्षी स्वचालित ड्राइविंग को प्राप्त करने के अपने लक्ष्य के विश्लेषण और कृत्रिम बुद्धि (ऐ) की शक्ति के उपयोग के लिए वास्तविक सड़क प्रतिक्रिया मोड पर एक स्वायत्त ड्राइविंग प्रणाली का निर्माण करने के लिए महत्वपूर्ण है, और यथार्थवादी सिमुलेशन प्रौद्योगिकी के उपयोग के विकास की प्रक्रिया में तेजी लाने के लिए । इसका मतलब यह है कि डेटा इंजीनियरिंग, प्रबंधन, भंडारण और विश्लेषण पहले से कहीं ज्यादा महत्वपूर्ण हो गया है ।
तो क्या वास्तव में कंपनियां करना चाहिए? सबसे पहले, बड़े पैमाने पर डेटा का "बपतिस्मा" मिलने के लिए तैयार हो । स्वायत्त वाहनों डेटा की बड़ी मात्रा में उत्पंन जब वे परीक्षण कर रहे हैं, और प्रत्येक कार 6 ~ 8gb प्रति सेकंड डेटा के उत्पंन करता है । अकेले २०१७ में, क्षेत्र बड़े डेटा के 250EB के बारे में बनाया (1 eb = 1024PB, 1PB = 1024TB) ।
मोटर वाहन निर्माताओं को इन आंकड़ों से प्रक्रिया और मूल्य प्राप्त करने के लिए उन्नत अवधारणाओं की जरूरत है । दूसरा, मोटर वाहन विकास और कंप्यूटर और डेटा विज्ञान के बीच एक पुल का निर्माण । इंजीनियरिंग एक कार निर्माता की ताकत है, लेकिन वे डेटा विज्ञान से परिचित नहीं हो सकता है । इन विषयों के सम्मिश्रण कंपनियां नए दरवाजे अनलॉक और उनके नवाचार और विकास में तेजी लाने के लिए मदद कर सकते हैं ।
यद्यपि कार और उद्यम अनुसंधान और विकास विभागों में भी एक समर्पित डाटा इंजीनियरिंग टीम है, लेकिन वे अक्सर डेटा विज्ञान और कृत्रिम बुद्धि के क्षेत्र में विशेषज्ञों की शक्ति पर निर्भर करने के लिए सबसे अच्छा परिणाम प्राप्त करने की जरूरत है । एक बार फिर, डेटा संसाधित और कुशलतापूर्वक विश्लेषण किया जाता है । LiDAR, पैनोरमा कैमरों और रडार घटकों स्वायत्त वाहनों का परीक्षण कर रहे हैं जब ADTF, Rosbag, और MDF4 स्वरूपों में विशेष डेटा की एक बड़ी राशि का उत्पादन. अब जल्दी से petabytes में डेटा का इन भारी मात्रा में उपयोग करने के लिए उपकरण हैं ।
अतीत में, यह आमतौर पर दिन लगता है निकालने के लिए और डेटा का विश्लेषण, और अब यह केवल कुछ मिनट या सेकंड के लिए परिणाम प्राप्त लेता है । चार, चुनिंदा, बड़ा डेटा स्क्रीनिंग लक्षित । इंजीनियरों एअर इंडिया प्रौद्योगिकी का उपयोग करने के लिए कौन सा डेटा मूल्यवान है और जो समाप्त किया जा सकता है निर्धारित कर सकते हैं । सामांय में, वीडियो के 30 फ्रेम प्रति सेकंड का उत्पादन कर रहे है जब एक स्वायत्त कार के लिए एक परीक्षण परिदृश्य शूटिंग, लेकिन इन वीडियो के अधिकांश खुली सड़कों पर सुचारू रूप से चल रहे कारों के दृश्य हैं, और कुछ खास नहीं होता है । इस तरह के एक वीडियो, भले ही अब लगता है, मोटर वाहन इंजीनियरों के लिए थोड़ा उपयोग की है ।
स्वचालित ड्राइविंग और अधिक मूल्यवान है जब यह मोड़, टकराने, या अंय वस्तुओं के साथ बातचीत करने के लिए आता है । अंत में, डेटा के स्वत: उत्पादन का अनुकूलन । जब एक स्वायत्त ड्राइविंग प्रणाली एक निर्णय है कि मानव चालक से अलग बनाता है, यह दर्ज किया जाना चाहिए । इसी प्रकार, जब एक अर्द्ध स्वचालित ड्राइविंग वाहन गलत बनाया है और मानव चालक द्वारा सही है, यह भी ध्यान में रखा जाना चाहिए, ताकि इंजीनियरों प्रणाली का अनुकूलन कर सकते हैं ।