CoDrive

CoDrive Srl

ઍપમાંથી ખરીદી

આ ઍપનું વર્ણન

Ciocco રેલી 2014. હું સ્પર્ધા કરી રહ્યો છું.

હું લગભગ 150/160 કિમી/કલાકની ઝડપે ઉતાર પર પહોંચું છું. મારા સહ-પાઈલટ, અન્ના, વાંચે છે: “300 મીટરની પહોંચ: ધ્યાન જમણે ત્રણ લેફ્ટ હેરપિન માટે જોખમી”. હું ઝડપથી પાંચમા ગિયર પર પહોંચું છું, જોરથી બ્રેક લગાવું છું કારણ કે કો-પાઈલટ મને યાદ કરાવવા માટે ત્યાં છે. હું ત્રીજા ગિયરમાં જમણી ત્રણ સારી રીતે કરું છું, હું "રેલી સ્વીપ" માં ડાબા હેરપીનમાં હેન્ડબ્રેક લાગુ કરું છું અને હું સલામત અને ચોક્કસ રીતે દૂર જાઉં છું.


પ્રતિબિંબ:
દર વખતે જ્યારે હું ત્યાંથી પસાર થતો હોઉં છું, ત્યારે હું “જમણી ત્રણ” પર ગાર્ડ રેલ જોઉં છું, જે હંમેશા ડ્રાઇવરોના અકસ્માતો દ્વારા ચિહ્નિત થાય છે જેઓ રસ્તા વિશેના તેમના જ્ઞાનના અભાવને કારણે ફસાઈ જાય છે, અને હું મારી જાતને કહું છું: “આહ, જો તેમની પાસે હોત સહ-પાયલોટ…”

અને અહીં વિચાર છે!

મને આઇટી નિષ્ણાતોની ટીમ તરફથી અને આર્ટિફિશિયલ ઇન્ટેલિજન્સ અલ્ગોરિધમ્સના વિકાસમાં સમર્થન મળે છે અને હું મારા અનુભવનો ઉપયોગ તેને ડિજિટલ સોલ્યુશનમાં ટ્રાન્સફર કરવા માટે કરું છું, જે દરેક માટે ઉપલબ્ધ છે!
હું, એક પ્રોફેશનલ રેલી ડ્રાઈવર, કો-પાઈલટનો ઉપયોગ કરું છું કારણ કે હું ઝડપથી જવા માંગુ છું, પરંતુ "ઓટોમેટિક કો-પાઈલટ" નો ઉપયોગ બધા વાહનોમાં થઈ શકે છે, વધુ માન્ય કારણોસર જેમ કે: સલામતી, વધુ સારી રીતે વાહન ચલાવવા માટે, ઓછા વપરાશ માટે ... કારણ કે "જાણવું એટલે રસ્તાનો સામનો કરવો વધુ સારું."

કૉડ્રાઇવ જન્મે છે! -પાઓલો એન્ડ્રુચી-

CoDrive અલ્ગોરિધમ પાછળનો વિચાર રેલી રેસિંગની દુનિયામાં જન્મ્યો હતો, જ્યાં "નેવિગેટર" (અથવા "સહ-ડ્રાઇવર") ડ્રાઇવરને બે તબક્કામાં મદદ કરે છે:
- પ્રથમ (રેસના આગલા દિવસે) ટ્રેકના તમામ વળાંકો પર નોંધો લેવી (અમે તેમને "નોટ્સ" કહીએ છીએ) 
– પછી, રેસ દરમિયાન, તે નોંધોનો ઉપયોગ કરીને દરેક સ્ટ્રેચનો સામનો કેવી રીતે કરવો તે અંગેના ચોક્કસ રીઅલ-ટાઇમ સંકેતો આપવા.
CoDrive આ બધું ડિજિટલ રીતે નકલ કરે છે, એક બુદ્ધિશાળી ડ્રાઇવિંગ સહાયક તરીકે કાર્ય કરે છે જે આપમેળે આ "નોટ્સ" બનાવવા માટે સક્ષમ છે, જેથી અગાઉથી વાતચીત કરી શકાય, જેમ જેમ દરેક વળાંક નજીક આવે છે, તેની શ્રેણી, જે મુશ્કેલીના સ્તર સહિત તેની લાક્ષણિકતાઓને ઓળખે છે, આ રીતે ડ્રાઇવરને યોગ્ય સ્ટીયરિંગ એંગલ, બ્રેકિંગનું સ્તર અને વેગ આપવા માટેની ક્ષણનો ઉપયોગ કરવામાં મદદ કરે છે, શક્ય તેટલી શ્રેષ્ઠ રીતે તેની સાથે વ્યવહાર કરવામાં

કોડરાઈવ પીસામાં સેન્ટ'અન્ના સ્કૂલ ઑફ એડવાન્સ્ડ સ્ટડીઝની પરસેપ્ટિવ રોબોટિક્સ લેબોરેટરીના સહયોગથી વિકસિત ત્રણ અલગ-અલગ પેટન્ટ અલ્ગોરિધમ્સનો સમાવેશ કરે છે, જે આ ક્ષેત્રમાં એકદમ અજોડ છે અને પુરસ્કાર વિજેતા ઈટાલિયન રેલી ચેમ્પિયન પાઓલોસી દ્વારા વિશ્વભરમાં 500,000 કિમીથી વધુ પર પરીક્ષણ કરવામાં આવ્યું છે.

પ્રથમ અલ્ગોરિધમ
કોડ્રાઇવનો મુખ્ય ભાગ: "નોટ્સ" ની સ્વચાલિત ગણતરી
2021 માં પેટન્ટ કરાયેલ "કોર" અલ્ગોરિધમ, દરેક માર્ગને તોડી પાડવા અને દરેક વળાંકને આપમેળે વર્ગીકૃત કરવામાં સક્ષમ છે, રેલી ચેમ્પિયન પાઓલો એન્ડ્રુસીના મહાન અનુભવને કારણે કાળજીપૂર્વક ઓળખવામાં આવેલી લાક્ષણિકતાઓની જટિલ સિસ્ટમ અનુસાર, જેમણે ટીમ સોફ્ટવેર સાથે મળીને નિષ્ણાત, તેમણે તેમના તમામ જ્ઞાનને ડિજિટલી એન્કોડ કર્યું છે.

બીજું અલ્ગોરિધમ
ચેતવણીઓની સૂચના
ડ્રાઇવિંગ કરતી વખતે, આગામી વળાંકો પરની "નોટ્સ" ડ્રાઇવરને યોગ્ય અપેક્ષા સાથે સંચાર કરવામાં આવે છે જેથી તે શક્ય તેટલી શ્રેષ્ઠ રીતે તેનો સામનો કરવા માટે તૈયાર થઈ શકે.
વાસ્તવિક સમયમાં શોધાયેલ પરિમાણો જેમ કે ડ્રાઇવિંગ ઝડપ અને પ્રવેગકની સતત તે ચોક્કસ વળાંક માટે અનુમાનિત મૂલ્યો (અનુમાનિત મૂલ્યોની યોગ્ય શ્રેણી) સાથે સરખામણી કરવામાં આવે છે, અતિશય તફાવતોના કિસ્સામાં તાત્કાલિક ચેતવણી અવાજ સાથે.

ત્રીજો અલ્ગોરિધમ
ડ્રાઇવિંગ વર્તન વિશ્લેષણ
એકવાર પ્રવાસ સમાપ્ત થઈ જાય, પછી ડ્રાઇવિંગ શૈલી વર્ગીકરણ અલ્ગોરિધમ વિવિધ વળાંકોને કેટલી સારી રીતે અથવા ખરાબ રીતે નિપટવામાં આવ્યા હતા તે ધ્યાનમાં લેતા, હમણાં જ કરેલા પ્રદર્શનને "સ્કોર" સોંપે છે. "જર્ની રીપ્લે" વિકલ્પ ડ્રાઇવરને તેમની મુસાફરી અને તેઓએ હમણાં લીધેલા રૂટના પ્રદર્શનની સમીક્ષા કરવાની મંજૂરી આપે છે, તેમને ક્યાં ભૂલો થઈ છે તે જોવાની તક આપે છે અને આ રીતે તેઓને તેમની ડ્રાઇવિંગ શૈલી કેવી રીતે સુધારવી તે સમજવાની મંજૂરી આપે છે.