ویدیویی از یک Maruti Alto K10 که به تنهایی در بزرگراهی شلوغ رانندگی می‌کند، در میان کاربران رسانه‌های اجتماعی هند منتشر شد. در ویدئویی که از داخل خودرو گرفته شده است، کاربران می‌توانند Alto K10 کوچک و قدرتمند را ببینند که خودش فرمان می‌دهد و هیچ‌کس فرمان را لمس نمی‌کند. به معنای واقعی، این یک وسیله نقلیه خودران بود
به نظر می رسد، این شاهکار مهندسی عظیم برای دادن قابلیت های خودران آلتو فروتن، توسط یک متخصص اهل بنگالرو، به نام Mankaran Singh است.
فلو پایلوت دست دوم من ردمی نوت ۹ پرو در حال اجرای alto k10 من است ????آیا می تواند بیشتر از این دسی بگیرد؟#خلبان جریان #خلبان باز #آی #رباتیک #خود مختار #ماشین ها #اندروید pic.twitter.com/eQa3zHSbFA
— مانسین (@Mankaran32) 14 مه ۲۰۲۳
سینگ در مصاحبه ای با مجله Analytics India توضیح داد که چگونه خودرو را اصلاح کرده و سیستم خودران را اصلاح کرده است. او Maruti Alto K10 اصلاح شده خود را با استفاده از Redmi Note 9 Pro دست دوم و Flowpilot، یک سیستم کمک راننده منبع باز، به یک وسیله نقلیه خودمختار تبدیل کرد.
Flowpilot مشتق شده از OpenPilot Comma.ai است و با ویندوز/لینوکس و دستگاه های مجهز به اندروید سازگار است. سینگ از مدل‌های یادگیری Comma.ai استفاده کرد، زیرا آموزش مدل‌های رانندگی به طور مستقل به داده‌های گسترده و منابع مالی قابل توجهی نیاز دارد.
الهام بخش این ابتکار از جورج هاتز، بنیانگذار Comma.ai است که به دلیل فعال کردن وسایل نقلیه خودران با استفاده از تلفن های هوشمند و دستگاه های اختصاصی شناخته شده است. سینگ، یک برنامه‌نویس مشتاق و علاقه‌مند به سیستم‌های مستقل، همزمان درگیر بازی، توسعه برنامه‌های کاربردی وب، و کار بر روی Flow Drive، پروژه پرشور خود در پشت Flowpilot است و در عین حال بخشی از Ola است.
Flowpilot به عنوان کروز کنترل تطبیقی (ACC)، مرکز خودکار خط (ALC)، هشدار برخورد رو به جلو (FCW)، هشدار خروج از خط (LDW) و نظارت بر راننده (DM) برای لیست رو به رشدی از خودروها و مدل‌های پشتیبانی‌شده عمل می‌کند. این داده‌ها را از سنسورها و گزارش‌های مختلف ضبط می‌کند و با طیف وسیعی از تلفن‌های هوشمند که از OpenCL پشتیبانی می‌کنند سازگاری دارد.
سینگ با تاکید بر اینکه عملکرد Flowpilot به کیفیت گوشی بستگی دارد، بیان کرد که یک گوشی میان رده برای عملکرد معقول کافی است.
با این حال، Flowpilot از بیش از ۲۰۰ مدل خودرو، از جمله برندهای محبوب، پشتیبانی می‌کند، اما در حال حاضر از خودروهای هندی پشتیبانی نمی‌کند، به این معنی که برای به کار انداختن آن باید کمی خلاقیت به خرج دهید.
با وجود این، کاربران در هند Flowpilot را به دلیل عملکرد برتر آن در مقایسه با سیستم‌های استوک خودرو ترجیح می‌دهند.
پس این چه تفاوتی با تسلا دارد؟ خوب، برای شروع، دید بلندمدت تسلا شامل شبکه‌های عصبی پیچیده است و خودروهای برقی آن‌ها معمولاً از هشت دوربین استفاده می‌کنند که منجر به بار محاسباتی قابل‌توجهی می‌شود، به همین دلیل، می‌توان آن را در محدوده شهر و در جاده‌های بسیار شلوغ کار کرد. از سوی دیگر، Flowpilot بر اتوماسیون رانندگی در بزرگراه با استفاده از حداقل تنظیمات دوربین و سنسورهای اضافی تمرکز دارد.
کاربرد فوری Flowpilot شامل اتوماسیون رانندگی در بزرگراه است که با شیوع رو به رشد سیستم‌های کمک راننده پیشرفته (ADAS) همسو می‌شود.
سینگ بر ویژگی‌های ایمنی مانند ترمز اضطراری خودکار و نظارت بر نقاط کور تأکید کرد که نشان‌دهنده توانایی سیستم برای کار با سرعت بالاتر از پردازش انسانی است.
با این حال، Flowpilot محدودیت هایی دارد، به ویژه در زمینه جاده های هند. عواملی مانند شرایط کم نور، سایه ها و موانع غیرقابل پیش بینی چالش هایی را ایجاد می کنند.
با پیشرفت فناوری، شاهد استقرار وسایل نقلیه خودران بیشتر و بیشتری در محیط های کنترل شده مانند پردیس های دانشگاهی و پارک های فناوری خواهیم بود. تا آن زمان، ما عمدتاً شاهد استقرار سیستم‌های خلبان خودکار در ناوگان‌های بزرگ خواهیم بود که عمدتاً خارج از محدوده شهر کار می‌کنند.
(با ورودی های نمایندگی ها)
منبع: https://www.firstpost.com/tech/auto-tech/watch-how-a-bengaluru-man-turned-his-alto-into-a-self-driving-vehicle-using-a-second-hand-smartphone-13576322.html