স্বয়ংচালিত গাড়িগুলো পুলিশ ও অ্যাম্বুলেন্স সাইরেনের সামনে কী করে?

স্বয়ংক্রিয় গাড়ি ৮০০ মিটার দূর থেকে সাইরেন শুনতে পারে, কিন্তু ফায়ার ব্রিগেডের সামনে দাঁড়িয়ে রাস্তা বন্ধ করে রাখতেই থাকে; তাদের কান আছে, শুধু রিফ্লেক্স নেই।
স্বয়ংক্রিয় গাড়ি ৮০০ মিটার দূর থেকে সাইরেন শুনতে পারে, কিন্তু ফায়ার ব্রিগেডের সামনে দাঁড়িয়ে রাস্তা বন্ধ করে রাখতেই থাকে; তাদের কান আছে, শুধু রিফ্লেক্স নেই।

এই পেজটি শেয়ার করুন

স্বয়ংচালিত (অটোনমাস) গাড়ি সাইরেনের শব্দ শনাক্ত করতে পারছে; Waymo-র বাহ্যিক মাইক্রোফোন এবং Cerence-এর ভয়েস আর্টিফিশিয়াল ইন্টেলিজেন্স এটি 800 মিটার পর্যন্ত দূরত্বে করতে পারে। কিন্তু শনাক্ত করা এবং সঠিক প্রতিক্রিয়া দেখানো এক জিনিস নয়: রোবোট্যাক্সিগুলো ফায়ার ইঞ্জিনের সামনে দাঁড়িয়ে থাকে, ফায়ার স্টেশনের প্রস্থানপথ আটকে দেয় এবং পুলিশের হাতের ইশারার অপেক্ষা করতে গিয়ে জরুরি যানের পথ বন্ধ করে দেয়। সংক্ষেপে: এর কান আছে, কিন্তু রিফ্লেক্স এখনো অসম্পূর্ণ।

মূল বিষয়গুলো

  • Cerence-এর ভয়েস রিকগনিশন সিস্টেম 1,500-এরও বেশি সাইরেন শব্দ চিনতে পারে এবং 800 মিটারেরও বেশি দূর থেকে শনাক্ত করতে পারে।
  • আগস্ট 2023-এ সান ফ্রান্সিসকোতে সাইরেন বাজানো অবস্থায় একটি ফায়ার ইঞ্জিন সবুজ বাতি পেরোনো চালকবিহীন একটি Cruise গাড়িতে ধাক্কা মারে।
  • NHTSA 75-এরও বেশি ঘটনার পরিপ্রেক্ষিতে জুলাই 2026-এ স্বয়ংচালিত যানের ডেভেলপারদের জন্য একটি জনসচেতনতামূলক সতর্কতা প্রকাশ করে।
  • Waymo 2017 সাল থেকে তাদের গাড়িগুলোকে ফায়ার, অ্যাম্বুলেন্স এবং পুলিশের যান চেনানোর জন্য প্রশিক্ষণ দিয়ে আসছে।
  • ক্যালিফোর্নিয়ায় 1 জুলাই থেকে জরুরি প্রতিক্রিয়াকারীদের পথ আটকানোর কারণে রোবোট্যাক্সিগুলোর বিরুদ্ধে জরিমানা করা যেতে পারে।

সেন্সর প্যাকেজে সাইরেনের জন্য কি কোনো কান আছে?

একটি স্বয়ংচালিত গাড়ি তার চারপাশ কীভাবে দেখে, ভেবে দেখো: লিডার ত্রিমাত্রিক একটি মানচিত্র আঁকে, রাডার দূরের দূরত্ব ও খারাপ আবহাওয়া মোকাবেলা করে, ক্যামেরা আলো চেনে, আর আল্ট্রাসনিক সেন্সর কাছের দূরত্ব সামলায়। চমৎকার, কিন্তু এই প্যাকেজের একটি সাধারণ দুর্বলতা আছে: সবগুলোই দৃষ্টিরেখার উপর নির্ভরশীল। যদি একটি ফায়ার ইঞ্জিন কোণার ওপাশে থাকে, ক্যামেরায় দেখা যায় সম্পূর্ণ ফাঁকা একটি রাস্তা। আর ঠিক এখানেই শব্দ কাজে আসে, কারণ সাইরেনের শব্দ দেয়ালের ওপাশ থেকে এবং দৃষ্টিরেখার বাইরে থেকেও আসতে পারে। তুমিও তো ট্রাফিকের মাঝখানে গাড়ির জানালা বন্ধ করলে ইঞ্জিনের শব্দ শুনতে পাও না, একই যুক্তি।

এ কারণেই Waymo-র গাড়িতে বাহ্যিক মাইক্রোফোন থাকে; সেগুলো সাইরেন ও হর্ন শনাক্ত করার জন্য বাইরের দিকে স্থাপন করা থাকে। একাধিক মাইক্রোফোন একই শব্দ ভিন্ন সময়ে রেকর্ড করলে, সময়ের পার্থক্য থেকে শব্দটি কোন দিক থেকে এসেছে তা হিসাব করাও সম্ভব হয়। অর্থাৎ গাড়ি শুধু "একটি সাইরেন আছে" বলেই থেমে থাকে না, এটি সেটির দিক এবং সেখানে কোনো আসন্ন যান আছে কি না তাও অনুমান করার চেষ্টা করে। দারুণ ব্যাপার নয় কি? এবার দেখা যাক বাস্তব জীবনে ব্যাপারটা কোথায় আটকে যাচ্ছে।

সাইরেন চেনা এত কঠিন কেন?

শব্দের ফ্রিকোয়েন্সি ব্যান্ডগুলো প্রায় প্রতিনিয়তই শহরের কোলাহলে ঢাকা পড়ে যায়: ট্রাক্টর, মোটরসাইকেল, নির্মাণকাজ, বেজ-ভরা সংগীত। এর সাথে যোগ করো সাইরেনগুলোর নিজস্ব বৈচিত্র্য। পেটেন্ট নথিতে দুটি মূল সাইরেন প্যাটার্নের কথা বলা হয়েছে: ধীরে দোল খাওয়া "wail" এবং দ্রুত কাঁপা "yelp"। এছাড়া সর্বোচ্চ শব্দচাপ সাধারণত 1,000-2,000 Hz ব্যান্ডে কেন্দ্রীভূত হয় এবং এই ব্যান্ডটি শহরের কোলাহলের সবচেয়ে ব্যস্ততম পরিসরের সাথে মিশে যায়। সিস্টেমটি যেন সাইরেনকে কোলাহল থেকে আলাদা করতে পারে, সেজন্য শব্দের রেকর্ডিং ক্লিপে ভাগ করা হয়, স্পেকট্রোগ্রামে রূপান্তরিত করা হয় এবং পূর্বে প্রশিক্ষিত একটি কনভলিউশনাল নিউরাল নেটওয়ার্কের মধ্য দিয়ে পাঠানো হয়। শুনতে জটিল লাগছে, কারণ এটি সত্যিই জটিল।

আসল কঠিন অংশটা কিন্তু প্রযুক্তিগত নয়, পরিচালনগত: তার সাথে, যেখানে জরুরি গাড়িটি একটি ভবন, ট্রাক বা গাছের সারির আড়ালে লুকিয়ে থাকে, সেসব পরিস্থিতিতেই শনাক্তকরণ ব্যবস্থার দুর্বলতম বিন্দু ফুটে ওঠে। সফ্টওয়্যার এবং একাডেমিক গবেষণা উভয় ক্ষেত্রেই এই "লুকানো গাড়ি" দৃশ্যকল্পকে একটি পৃথক সমস্যা হিসেবে বিবেচনা করা হয়। Nvidia-র জরুরি গাড়ি শনাক্তকরণ পেটেন্ট সংক্রান্ত সংবাদেও একই পর্যবেক্ষণ পাওয়া যায়: স্বয়ংক্রিয় (অটোনমাস) গাড়িগুলো জরুরি গাড়ি চেনা এবং সঠিক প্রতিক্রিয়া জানানোর ক্ষেত্রে সমস্যায় পড়ে। অর্থাৎ সমস্যাটি "দেখছেন না তো?" নয়, বরং "দেখলে তাহলে কী করছেন?" প্রশ্নটি।

সংখ্যাগুলো কতটা নির্ভরযোগ্য?

শব্দ সনাক্তকরণ ব্যবস্থাগুলো চমকপ্রদ সাফল্যের হারের প্রতিশ্রুতি দেয়: একটি একাডেমিক গবেষণায় 10-50 মিটারের গুরুত্বপূর্ণ পরিসরে সাইরেনের উপস্থিতি শনাক্তকরণের জন্য ৯৯ শতাংশেরও বেশি নির্ভুলতার কথা জানানো হয়েছে। কিন্তু মনে রাখবেন: এই সংখ্যাটি নিয়ন্ত্রিত ডেটাসেট থেকে আসা। বাস্তব রাস্তায় একই সাথে দুটি সাইরেন বাজছে, বাতাসের গুঞ্জন, গাড়িটি একটি ট্রাকের আড়ালে লুকানো। নির্মাতারা যে রেঞ্জ ও নির্ভুলতার মান তুলে ধরেন এবং দৈনন্দিন ট্রাফিকের কর্মক্ষমতার মধ্যকার পার্থক্যটিই এই গল্পের সবচেয়ে গুরুত্বপূর্ণ কিন্তু সবচেয়ে কম আলোচিত অংশ।

নির্মাতারা সমস্যাটি সমাধানের চেষ্টা কীভাবে করছেন?

সবচেয়ে উদীয়মান খেলোয়াড়দের একজন শব্দের জগত থেকে। Cerence-এর জরুরি যানবাহন সনাক্তকরণ সিস্টেম Emergency Vehicle Detection (EVD), 47টি দেশে সার্টিফাইড এবং 1,500-এরও বেশি সাইরেন শব্দ সমর্থন করে; গাড়ির ভেতরের মাইক্রোফোন দিয়ে 300 মিটার থেকে, বাহ্যিক মাইক্রোফোন দিয়ে 800 মিটারের বেশি দূরত্ব থেকে সনাক্ত করতে পারে। বাহ্যিক মাইক্রোফোনযুক্ত সেটআপটি দিকনির্দেশনার তথ্যও দেয়। Mercedes-Benz এবং BMW এই ব্যবস্থাটিকে তাদের স্বয়ংক্রিয় ড্রাইভিং প্রোগ্রামে অন্তর্ভুক্ত করেছে; রোবোট্যাক্সি এবং অটোনমাস ট্রাক প্রকল্পগুলোতেও এটি আমাদের চোখে পড়ে। অর্থাৎ শিল্পখাত এক পর্যায়ে "ক্যামেরাই যথেষ্ট নয়, গাড়িতে কান লাগানো যাক" ভাবতে শিখেছে।

Waymo-র ক্ষেত্রে গল্পটি আরও অনেক পুরোনো। কোম্পানিটি 2017 সাল থেকে তাদের গাড়িগুলোকে দমকল, অ্যাম্বুলেন্স ও পুলিশের যান শনাক্ত করার জন্য প্রশিক্ষণ দিচ্ছে; সেন্সরগুলো ভিন্ন ভিন্ন গতি, দূরত্ব ও কোণ থেকে নমুনা সংগ্রহ করেছে। ট্রাফিক পুলিশকে শনাক্ত করে এবং তাদের ইশারার জন্য অপেক্ষা করে এমন একটি আচরণের স্তরবিন্যাসও সংজ্ঞায়িত করা হয়েছে। Tesla-র পদ্ধতিটি আবার ভিন্ন: তারা মূলত ক্যামেরা ও রাডারের উপর নির্ভর করে, শব্দভিত্তিক সাইরেন শনাক্তকরণ তাদের ক্ষেত্রে স্পষ্ট নয়। সংস্করণ 13 থেকে শুরু করে জরুরি গাড়ির জ্বলজ্বলে আলোর দিকে সাড়া দিয়ে রাস্তার পাশে দাঁড়ানোর আচরণ ব্যবহারকারীরা রিপোর্ট করছেন; একটি ঘটনায়, Full Self-Driving লাল বাতিতে দাঁড়িয়ে থাকা অবস্থায় আসন্ন অ্যাম্বুলেন্সের পথ করে দিতে লেন পরিবর্তন করেছিল। তবুও, Waymo ও Cerence-এর তুলনায় Tesla-তে এই ক্ষেত্রটি এতটা সুনির্দিষ্ট প্রকৌশল বিবরণ দিয়ে নথিভুক্ত হয়নি।

সিস্টেমপদ্ধতিউল্লেখযোগ্য তথ্য
Cerence EVDশব্দ-ভিত্তিক কৃত্রিম বুদ্ধিমত্তা, গাড়ির ভেতরের ও বাহ্যিক মাইক্রোফোন1,500+ সাইরেন শব্দ, 800 মিটারের বেশি সনাক্তকরণ, 47টি দেশের সার্টিফিকেশন
Waymoবাহ্যিক মাইক্রোফোন (EAR) + ভিজ্যুয়াল রিকগনিশন, পুলিশের ইশারা শনাক্তকরণ2017 সাল থেকে জরুরি যানবাহন প্রশিক্ষণ
Tesla FSDমূলত ক্যামেরা ও রাডারসংস্করণ 13-এর সাথে রাস্তার পাশে দাঁড়ানোর আচরণ (ব্যবহারকারীর রিপোর্ট)

জরুরি গাড়ির সাইরেনের মুখে রোবোট্যাক্সিগুলো কেন আটকে যায়? সুনির্দিষ্ট উদাহরণ

Siren sesini algılayan bir robotaksi, yangına koşan itfaiye aracının önünde kilitleniyor çünkü kuraları ezbere bilen bir makine, aciliyeti kavrayamıyor.

তত্ত্বটি সুন্দর, কিন্তু বাস্তবতা নির্মম। সবচেয়ে চোখে লাগার মতো ঘটনাটি ঘটেছিল 2023 সালের আগস্টে সান ফ্রান্সিসকোতে: সাইরেন ও আলো জ্বালিয়ে জরুরি ডাকে যাচ্ছিল একটি দমকল গাড়ি, সবুজ বাতি পেরোনো একটি চালকবিহীন Cruise রোবোট্যাক্সির সঙ্গে ধাক্কা খেল এবং একজন ব্যক্তি আহত হলেন। ভাবুন তো, প্রযুক্তির যে জিনিসটা দেখা উচিত সবচেয়ে স্পষ্টভাবে - ফ্ল্যাশার, সাইরেন, জরুরি যান - তবুও সিস্টেম তার সিদ্ধান্ত ভুল নিল।

Waymo-র ক্ষেত্রেও একই রকম দৃশ্য ঘটেছে। অস্টিনে একটি খালি রোবোট্যাক্সি হোটেলের আগুনের খবরে যাচ্ছিল এমন দমকল গাড়ির পথ আটকে দিল; গাড়িটি ছোট ছোট ম্যানুভার করল, হর্ন বাজাল, কিন্তু ঠিকমতো পথ ছেড়ে দিতে পারল না। 2024 সালের মে মাসে ডালাস কাউন্টিতে একজন আইন প্রয়োগকারী কর্মকর্তা একটি প্রাণঘাতী বিল্ডিং অগ্নিকাণ্ডের কাছে পথ আটকে রাখা খালি একটি Waymo-র মুখোমুখি হলেন। সান ফ্রান্সিসকোর দমকলকর্মীরাও বারবার পথ আটকে যাওয়ার অভিযোগ করেছেন: গাড়িগুলো দমকল স্টেশনের বেরোনোর পথ বন্ধ করে রাখছে, অ্যাম্বুলেন্স ও দমকল গাড়ির সামনে দাঁড়িয়ে যাচ্ছে - এমন ঘটনা নথিভুক্ত হয়েছে। একটি ঘটনায় দমকলকর্মীদের নিজ হাতে গাড়িটিকে সরাতে হয়েছিল। আসলে 30 সেকেন্ড ধরে হর্ন বাজানো একটি রোবোট্যাক্সির ভিডিওই এগুলোর মধ্যে সবচেয়ে নিরীহ।

পুলিশের দিকেও পরিস্থিতি গোলাপি নয়। আইন প্রয়োগকারী সংস্থার ওপর কেন্দ্রীভূত একটি বিশেষজ্ঞ সংস্থার ডিসেম্বর 2025-এর প্রতিবেদন নিশ্চিত করেছে যে স্বয়ংক্রিয় গাড়িগুলো জরুরি যানবাহনের চলাচল, রাস্তা বন্ধ, মৌখিক নির্দেশনা এবং হাতের ইশারার মতো অসংগঠিত ট্রাফিক পরিস্থিতিতে সমস্যায় ভোগে। যুক্তরাষ্ট্রের বিচার মন্ত্রণালয়ের পুলিশ বিভাগ পর্যন্ত 2025 সালের সেপ্টেম্বরে কর্মকর্তাদের জন্য একটি নির্দেশিকা প্রকাশ করেছে, যেখানে বলা হয়েছে স্বয়ংক্রিয় ড্রাইভিং সিস্টেমের সঙ্গে কীভাবে তারা যোগাযোগ করবেন। রাষ্ট্র তার পুলিশকে রোবোট্যাক্সির বিরুদ্ধে প্রশিক্ষণ দিচ্ছে - বাক্যটির অদ্ভুততা আরেকবার পড়ুন।

নিয়ন্ত্রকরা কখন এলেন?

ধৈর্য ধারণকারী কর্তৃপক্ষরা শেষ পর্যন্ত কথা বললেন। 2026 সালের জুলাইয়ে যুক্তরাষ্ট্রের ফেডারেল ট্রাফিক সেফটি ব্যবস্থাপনা চালকবিহীন গাড়িগুলো আইন প্রয়োগকারী ও প্রথম প্রতিক্রিয়াকারীদের আটকে দিচ্ছে - এমন স্পষ্ট প্যাটার্ন শনাক্ত করে কোম্পানিগুলোর কাছে দ্রুত সমাধান চাইল; 75-এরও বেশি ঘটনার পর এটি হালকা সতর্কবার্তার চেয়ে অনেক বেশি - ঘুষির মতো কঠোর সমালোচনা। একই সময়ে ক্যালিফোর্নিয়ায় একটি নতুন নিয়ম কার্যকর হলো: 1 জুলাই থেকে রোবোট্যাক্সি কোম্পানিগুলো জরিমানার মুখে পড়তে পারে, যদি তাদের গাড়ি পুলিশ বা দমকলকর্মীদের আটকে দেয়।

টেবিলে আরও কঠোর প্রস্তাবও ঘুরছে: রোবোট্যাক্সির জন্য দুটি আলাদা সনাক্তকরণ মোডালিটি নির্ধারণকারী একটি আইন প্রস্তাব পেশ করা হয়েছে, 24 ঘণ্টার একটি প্রথম প্রতিক্রিয়াকারী হটলাইন এবং গাড়িগুলোকে নির্দিষ্ট এলাকা থেকে দূরে রাখা বাধ্যতামূলক করার জিওফেন্সিং ধারণা নিয়েও আলোচনা চলছে। এগুলো এখনও চূড়ান্ত বিধিমালা নয়, তবে দিকনির্দেশ দেখাচ্ছে: প্রযুক্তি নিজেকে শুধরে না নিলে, নিয়মগুলো তাকে শুধরানোর চেষ্টা করবে।

প্রতিশ্রুতি ও বাস্তবতার মধ্যে পার্থক্য: সিস্টেমটিকে কে চালাচ্ছে?

সেক্টরের প্রতিশ্রুতি স্পষ্ট: মাল্টি-মোডাল সেন্সর ফিউশন ও সাউন্ড এআই সমস্যার সমাধান করবে, আমরা গাড়িকে চোখ এবং কান দুটোই দেব। বাস্তবতা অবশ্য এই মুহূর্তে দাঁড়িয়ে আছে এভাবে: সনাক্তকারী গাড়িটিও সঠিক প্রতিক্রিয়া দিতে না-ও পারে; পথ ছেড়ে দেওয়ার বদলে হর্ন বাজায়, ছোট ছোট ম্যানুভারে অপেক্ষা করে অথবা পুরোপুরি ফ্রিজ হয়ে যায়। গাড়ির সামনে দাঁড়িয়ে থাকা একটি রোবোট্যাক্সির জন্য আজও সবচেয়ে ব্যবহারিক সমাধান মানুষই: Waymo-র প্রথম প্রতিক্রিয়াকারীদের জন্য প্রকাশিত নির্দেশিকায় ম্যানুয়াল নিয়ন্ত্রণ গ্রহণের পদ্ধতি সংজ্ঞায়িত আছে। অর্থাৎ অগ্নিনির্বাপক কর্মী গাড়ির দরজা খুলে নিয়ন্ত্রণ নিতে পারেন। আবেগগত দিক থেকে একটু আঘাতমূলক, প্রকৌশলগত দিক থেকে অবশ্য আন্তরিক।

আমার প্রশ্ন এই: 99 শতাংশ নির্ভুলতার হার এবং 800 মিটার পরিসরের মতো সংখ্যা বিজ্ঞাপনে তুলে ধরা হলেও, রাস্তার বাস্তব পারফরম্যান্স এখনো যাচাই করা হয়নি। ৭৫টিরও বেশি ঘটনার পর NHTSA-র হস্তক্ষেপই আমার কাছে প্রযুক্তিটির পরিচালনগত পরিণতিতে না পৌঁছানোর সবচেয়ে স্পষ্ট প্রমাণ। বিশ্ববিদ্যালয়ের গবেষণাগুলিও একই দিকে ইঙ্গিত করছে: নির্মাতাদের জরুরি যানবাহন সনাক্তকরণ ও প্রতিক্রিয়া ক্ষমতা উন্নত করা অপরিহার্য। সাইরেন শোনা সুন্দর ব্যাপার, কিন্তু অগ্নিনির্বাপক যানের পেছনে একটি প্রাণ থাকতে পারে; অপেক্ষার সময় সেই প্রাণ দিয়েই মাপা হয়।

সারসংক্ষেপ: কান লাগানো আছে, প্রতিবর্ত ক্রিয়ার ঘাটতি

স্বয়ংচালিত গাড়ি এখন সাইরেন শুনতে পায় - মাইক্রোফোন অ্যারে, অডিও কৃত্রিম বুদ্ধিমত্তা এবং ভিজ্যুয়াল শনাক্তকরণের কল্যাণে এই ধাপ পেরিয়ে গেছি। পরবর্তী দোলাকটি আরও কঠিন: শোনা সাইরেনের প্রতি নির্ভরযোগ্য ও দ্রুত প্রতিবর্ত ক্রিয়া দিয়ে সাড়া দেওয়া। 2023 সালের Cruise দুর্ঘটনা থেকে 2026 সালের ফেডারেল সতর্কতা পর্যন্ত বিস্তৃত এই ধারাটি দেখায় যে এটি সফটওয়্যার আপডেটের মাধ্যমে এক রাতে সমাধান হওয়ার মতো বিষয় নয়। রোবোট্যাক্সির সামনে অপেক্ষারত অগ্নিনির্বাপক যানটিই আমার কাছে এই প্রযুক্তির সবচেয়ে সৎ রিপোর্ট কার্ড - এবং এখনও পাসের নম্বর পায়নি।

সূত্রসমূহ