खुला स्रोत सहयोग यो वास्तुशिल्प परिवर्तन व्यवस्थापन गर्न सबैभन्दा प्रभावकारी संयन्त्र हो। Eclipse SDV फाउन्डेशन जस्ता पहलहरूले यन्त्र-स्तर सफ्टवेयर, मिडलवेयर, र उच्च-स्तर सेवाहरूलाई स्वामित्वको साइलोले गर्न नसक्ने तरिकामा ल्याउँदछ।
इन्जिनियरहरूको लागि मूल्य प्रस्ताव स्पष्ट छ। साझा कम्पोनेन्टहरूले कार्यात्मक शुद्धता र सुरक्षा सुविधाहरूको बहु-पक्ष मूल्याङ्कनको लागि अनुमति दिँदै, निर्माताहरू र टियर आपूर्तिकर्ताहरू बीच दोहोर्याउने प्रयासलाई कम गर्दछ। खरीद र उत्पादन कार्यकारीहरूको लागि, समान स्ट्याकहरूले एकीकरण जोखिम कम गर्दछ र आपूर्तिकर्ता नेटवर्कहरूलाई अत्यन्तै आदानप्रदानयोग्य बनाउँदछ। यसले सहयोगी विकास मोडेलहरू मार्फत OEMs, आपूर्तिकर्ताहरू, र एकेडेमियासँग सह-नवीनताका लागि अवसरहरू सिर्जना गर्न मद्दत गर्दछ।
खुला सहयोगले फिल्ड डेटा, प्रमाणीकरण प्रयोगशालाहरू, र सुविधा विज्ञप्तिहरू बीचको प्रतिक्रिया लूपलाई छोटो बनाउँछ। यसले सुरक्षा-महत्वपूर्ण अटोमोटिभ प्रणालीहरूमा निरन्तर सुधारलाई समर्थन गर्दछ र सवारी साधनको जीवनचक्रमा थप उत्तरदायी सफ्टवेयर विकासलाई सक्षम बनाउँछ।
अन्तरक्रियायोग्य सफ्टवेयर फ्रेमवर्कले स्केलेबल SDV आर्किटेक्चरहरूका लागि लिङ्किङ तत्वको रूपमा कार्य गर्दछ। मिडलवेयर आधुनिकीकरणले उद्योगलाई अनुकूलन एकीकरणबाट स्पष्ट रूपमा परिभाषित, मोड्युलर इन्टरफेसहरूमा लैजान्छ। टोलीहरूले व्यक्तिगत रूपमा सुविधाहरूमा पुनरावृत्ति गर्न सक्छन्। एक विक्रेता द्वारा उत्पादित उन्नत चालक सहायता प्रकार्यले अर्कोको टेलिमेटिक्स स्ट्याकसँग एकसाथ रहन सक्छ यदि दुबै पक्षहरूले सम्झौताका सर्तहरू पालना गर्छन्। मोडुलरिटीले जीवनचक्र अर्थशास्त्रलाई नियन्त्रित गर्छ।
सफ्टवेयर प्याचहरू, साइबरसुरक्षा अपडेटहरू, र क्षेत्रीय सुविधाहरू भेरियन्टहरू पूर्ण प्रणाली ओभरहालको आवश्यकता बिना नै लागू गर्न सकिन्छ। फ्लीट अपरेटरहरू र नियामकहरूले अब स्तरवृद्धि मार्गहरू र इतिहासहरूमा फेला पार्न सकिने परिवर्तनहरू परिभाषित गरेका छन्।
कृत्रिम बुद्धिमत्ताले अटोमोटिभ इन्जिनियरिङ् कार्यान्वयन गर्ने तरिकालाई पुन: आकार दिइरहेको छ।
स्थिर आवश्यकताहरू प्रत्यायोजन गर्ने डोमेन विशेषज्ञहरूको परम्परागत अवधारणाले AI-संचालित उपकरण चेनहरूलाई मार्ग दिइरहेको छ। यी प्रणालीहरूले डिजाइन, परीक्षण, र प्रमाणीकरण प्रदान गर्दछ। तिनीहरूले संवेदनशील इन्टरफेसहरू पत्ता लगाउँछन्, वास्तविक-विश्व ड्राइभिङ लगहरूमा आधारित परीक्षण भेक्टरहरू सिफारिस गर्छन्, र प्रणालीमा कोड एकीकृत हुनु अघि रिग्रेसन चिन्ताहरू हाइलाइट गर्छन्। ईन्जिनियरिङ् कार्यप्रवाहहरूमा पहिले AI क्षमताहरूलाई एकीकृत गरेर, सफ्टवेयरको गुणस्तरलाई सुदृढ गरेर, र विकास दक्षतामा सुधार गरेर, संस्थाहरूले प्रमाणीकरण टाइमलाइनलाई गति दिन सक्छन्।
यो एकीकरणले नियन्त्रित कार्यान्वयनको माग गर्दछ। एआई-संचालित इन्जिनियरिङ सावधानीपूर्वक चयन गरिएको डाटा, बलियो शासन, र पारदर्शी जवाफदेहितामा आधारित हुनुपर्छ। विभिन्न प्रकारका ड्राइभिङ परिस्थितिहरूमा प्रशिक्षित मोडेलहरूले सान्दर्भिक सिफारिसहरू मात्र बनाउँछन् यदि प्रशिक्षण डेटाले भौतिक सवारी साधनको फ्लीटलाई सही रूपमा प्रतिनिधित्व गर्दछ।
यसले अज्ञात टेलिमेट्री मापदण्डहरू, उपकरण प्रक्रियाहरू, र साझा प्रमाणीकरण डेटासेटहरूमा क्रस-कम्पनी सम्झौताहरू आवश्यक पर्दछ।
भारत द्रुत रूपमा एक विश्वव्यापी SD बन्नको लागि एक प्रमुख SD बनिरहेको छ। केन्द्र देशको ईन्जिनियरिङ् स्केल, लागत-प्रभावी R&D कौशल, र अत्यधिक जटिल ड्राइभिङ अवस्थाहरूमा एक्सपोजरले यसलाई अर्को पुस्ताको अटोमोटिभ सफ्टवेयर विकासमा योगदान दिन एक अद्वितीय स्थितिमा राख्छ। फोकस आधारभूत अपतटीय विकास गतिविधिहरूबाट भारत केन्द्रित प्रविधि अपनाउने र इन्जिनियरिङमा सरेको छ, स्थानीय माग र गति अनुरूप।
यी समाधानहरू हुन् जसमा स्थानीय उपयोगका केसहरू, नियामक प्राथमिकताहरू, र पूर्वाधार प्रतिबन्धहरू समावेश छन्। भारतीय ड्राइभिङ सेटिङहरूले घना शहरी ट्राफिक र जटिल दुई-पाङ्ग्रे सवारी साधनहरू सहितको गतिशीलता समस्याहरू प्रस्तुत गर्दछ, अत्यधिक स्थानीयकृत सफ्टवेयर बुद्धिमत्ता र प्रमाणीकरण विधिहरू आवश्यक हुन्छ।
जब भारतीय प्राविधिक टोलीहरूले साझा भण्डारहरूमा यी मोड्युलहरू बुझाउँछन्, सम्पूर्ण विश्वव्यापी पारिस्थितिकी प्रणालीलाई फाइदा हुन्छ। डेटासेट विविधताले मोडेल सामान्यीकरणलाई बढाउँछ, जबकि व्यावहारिक इन्जिनियरिङ् निर्णयहरूले विश्वव्यापी प्रमाणीकरण ओभरहेडलाई कम गर्छ।
विशेष रुचि समूह र सहयोगी समुदायहरूले मुख्य रूपमा SDV इकोसिस्टम भित्र शासन तहको रूपमा सेवा गर्छन्, यी योगदानहरूलाई आधिकारिक मापदण्डहरूमा रूपान्तरण गर्छन्। तिनीहरूले टेस्टबेडहरू, डिजाइन अनुपालन प्रोफाइलहरू, र प्रतिस्पर्धी निर्माताहरू बीच अन्तरक्रियात्मकता परीक्षणको सुविधा सेट अप गर्छन्। यी समूहहरूमा सहभागिता कम्पनीका कार्यकारीहरूको लागि परिचालन आवश्यकता हो। यसले बढ्दो प्राविधिक ऋणको प्रारम्भिक पहिचान, इन्टरफेस परिभाषाहरूमा प्रभाव, र कसरी सुरक्षा प्रमाणहरू प्रस्तुत गरिन्छ भन्नेमा प्रत्यक्ष भन्न अनुमति दिन्छ।
यी सहकार्यहरूले OEM आपूर्तिकर्ताहरू, सहयोगी विकास मोडेलहरू मार्फत एकेडेमियासँग सह-नव आविष्कारका लागि अवसरहरू पनि सिर्जना गर्दछ।
अटोमोटिभ नेताहरूका लागि, तीन प्राथमिकताहरू बढ्दो रूपमा महत्त्वपूर्ण हुँदै गइरहेका छन्। सम्झौतामा आधारित इन्टरफेसहरू। यसले तेस्रो-पक्ष मुद्दाहरूलाई अलग गर्दा एकीकरण घर्षण घटाउँछ।
साझेदारी उपकरण र अज्ञात डेटामा लगानी गर्नुहोस्। एआई टूलिङलाई प्रतिनिधि इनपुटहरू चाहिन्छ; एक्लै कार्य गर्दा समय बर्बाद हुन्छ र प्रमाणीकरण खर्च बढ्छ।
प्रारम्भिक रूपमा मानक समुदायहरूमा भाग लिनुहोस्। यी समूहहरूमा प्रभाव र दृश्यताले प्राविधिक योगदानहरूलाई अनुमानित इन्जिनियरिङ परिणामहरूमा अनुवाद गर्छ।
अटोमोटिभ उद्योगले अब पृथक मोडहरूमा काम गर्न सक्दैन, तर विश्वव्यापी रूपमा विभिन्न नियामक र साझेदार परिदृश्यहरूलाई सम्बोधन गर्न गैर-विभेदित प्लेटफर्म, डेटा मापदण्डहरू, र प्रोटोकलहरू चाहिन्छ। इकोसिस्टम-संचालित ईन्जिनियरिङ्, खुल्ला सहयोग र AI-परिष्कृत उपकरणसेटहरूद्वारा सुदृढ, जोखिम न्यूनीकरण गर्दै यी पहलहरू विस्तार गर्नको लागि एक विशिष्ट योजना प्रस्ताव गर्दछ।
सफलताले परिचालन अनुशासन, कडा डेटा शासन, र इन्जिनियरिङ स्वामित्व स्वाभाविक रूपमा भिन्न हुन्छ भन्ने बुझाइ आवश्यक हुन्छ। यी चरणहरूलाई रणनीतिक प्राथमिकताका रूपमा लिने संस्थाहरूले ग्राहक-केन्द्रित अनुभवहरू र सञ्चालनहरूसँग विकसित हुने सफ्टवेयर प्लेटफर्महरू विकास गर्नेछन्।
(लेखक मोहन बी वी – टेक्नोलोजीका उपाध्यक्ष हुन्, बोश ग्लोबल सफ्टवेयर टेक्नोलोजीहरू। व्यक्त गरिएका विचारहरू व्यक्तिगत हुन्।)