ADAS மற்றும் தன்னியக்க ஓட்டுநர்: அடிப்படைகளை உணர்தல்

ஆதாயங்கள்:

• கண்டறிதல் சங்கிலி மற்றும் SAE ஆட்டோமேஷன் நிலைகளில் கேமரா, ரேடார், LiDAR மற்றும் சென்சார் இணைவு ஆகியவற்றின் பாத்திரங்களை விளக்கும் திறன்
• பொருள் கண்டறிதல், வகைப்பாடு மற்றும் கண்காணிப்பு ஆகியவற்றிற்கான தரவு லேபிளிங், காட்சி வரையறை மற்றும் மதிப்பீட்டு அளவீடுகளை உருவாக்கும் திறன்
• எட்ஜ் கேஸ்கள், தவறான நேர்மறை/எதிர்மறை சமநிலை மற்றும் கண்டறிதல் மாதிரி வெளியீட்டில் பாதுகாப்பின் விளிம்பு ஆகியவற்றை விமர்சன ரீதியாக மதிப்பிடும் திறன்

இன்று பெரும்பாலான வாகனங்களில் லேன் புறப்படும் எச்சரிக்கை, தானியங்கி அவசர பிரேக்கிங் அல்லது அடாப்டிவ் க்ரூஸ் கண்ட்ரோல் போன்ற அம்சங்கள் உள்ளன. இவை அனைத்தும் ADAS (மேம்பட்ட டிரைவர் உதவி அமைப்புகள்) குடையின் கீழ் உள்ளன. இந்த அமைப்புகளின் மையத்தில் மற்றும் தன்னியக்க ஓட்டுநர் உணர்தல்: வாகனம் தன்னைச் சுற்றியுள்ள உலகத்தை சென்சார்கள் மூலம் "பார்க்கும்" மற்றும் செயற்கை நுண்ணறிவுடன் "புரிந்து கொள்ளும்" விதம். இந்த யூனிட்டில், கண்டறிதல் சங்கிலி, சென்சார்கள், ஆட்டோமேஷன் நிலைகள் மற்றும் மிக முக்கியமான சிக்கல், பாதுகாப்பு எல்லைகள் ஆகியவற்றை நாங்கள் உள்ளடக்குவோம்.

ஆரம்பத்திலிருந்தே ஒரு எச்சரிக்கை: இந்த பகுதி பாதுகாப்பு முக்கியத்துவம் வாய்ந்தது. கண்டறிதல் மாதிரி ஒரு பாதசாரியைக் கண்டறியவில்லை என்றால், விளைவு மரணமாகலாம். அதனால்தான் இங்குள்ள ஒவ்வொரு AI வெளியீடும் பாதுகாப்பு பொறியியல் செயல்முறைகளால் சூழப்பட்டிருக்க வேண்டும் (ISO 26262 மற்றும் அடுத்த அலகுகளில் SOTIF).

சென்சார்கள்: கண்கள், காதுகள் மற்றும் ரேடார்

ஒரு தன்னாட்சி ஓட்டுநர் அடுக்கு வெவ்வேறு சென்சார்களை ஒருங்கிணைக்கிறது, ஏனெனில் ஒவ்வொன்றும் பலம் மற்றும் பலவீனங்களைக் கொண்டுள்ளது:

• கேமரா: வண்ணம், உரை (போக்குவரத்து அடையாளம்), லேன் லைன் மற்றும் பொருள் வகை ஆகியவற்றை கேமரா "பார்க்கிறது". ஆனால் இரவில் மோசமாக உள்ளது, மூடுபனி, வலுவான சூரிய ஒளி மற்றும் தூர மதிப்பீடு.
• ரேடார் (ரேடியோ கண்டறிதல் மற்றும் அலைவரிசை): ரேடியோ அலைகள் மூலம் தூரம் மற்றும் வேகத்தை அளவிடுகிறது. இது மழை/மூடுபனியால் குறைவாக பாதிக்கப்படுகிறது மற்றும் நேரடியாக வேகத்தை அளவிடுகிறது (டாப்ளர் விளைவுடன்); ஆனால் அதன் தெளிவுத்திறன் குறைவாக இருப்பதால், "இது பாதசாரியா அல்லது பெட்டியா?" என்று வேறுபடுத்துவது கடினம்.
• லிடார் (ஒளி கண்டறிதல் மற்றும் வரம்பு): லேசரை சுட்டு, சுற்றுப்புறத்தின் துல்லியமான முப்பரிமாண "புள்ளி மேகத்தை" உருவாக்குகிறது; இது தூரத்தையும் வடிவத்தையும் நன்றாக தருகிறது. ஆனால் இது விலை உயர்ந்தது மற்றும் கடுமையான மூடுபனி/மழையால் பாதிக்கப்படலாம்.
• மீயொலி: பார்க்கிங் சென்சார்கள் போன்ற குறுகிய தூரம்.

இரண்டுமே போதுமானதாக இல்லாததால், சென்சார் இணைவு செய்யப்படுகிறது: வெவ்வேறு சென்சார்களின் தரவை இணைப்பதன் மூலம், ஒவ்வொன்றின் பலவீனமும் மற்றொன்றின் வலிமையால் ஈடுசெய்யப்படுகிறது. எடுத்துக்காட்டாக, கேமரா "பாதசாரி" என்று கூறுகிறது, ரேடார் "12 மீட்டரில், 5 கிமீ/மணியை நெருங்குகிறது" என்று கூறுகிறது; ஃப்யூஷன் இரண்டையும் இணைத்து நம்பகமான பாதையை உருவாக்குகிறது.

உதவிக்குறிப்பு: கண்டறிதல் உரிமைகோரலை மதிப்பிடும்போது, ​​"எந்த சென்சார் அதைப் பார்க்க முடியும் மற்றும் எவ்வளவு நன்றாக?" கேட்க. இரவில் கேமராவின் தூர மதிப்பீடு மோசமாக இருந்தால், ஒரு கேமராவை அடிப்படையாகக் கொண்ட தொலைவு முடிவு கேள்விக்குரியது.

கண்டறிதல் சங்கிலி

மூல சென்சார் தரவு முதல் முடிவு வரையிலான வழக்கமான சங்கிலி பின்வருமாறு:

1. கண்டறிதல்: படம்/புள்ளி மேகத்தில் பொருள்களைக் கண்டறிதல் ("இங்கே ஒரு கருவி உள்ளது").
2. வகைப்பாடு: பொருளின் வகையைத் தீர்மானித்தல் (பாதசாரி, சைக்கிள், வாகனம், அடையாளம்).
3. கண்காணிப்பு: பிரேம்களுக்கு இடையில் பொருளைப் பின்தொடர்ந்து, அதன் வேகம் மற்றும் திசையை மதிப்பிடுதல்.
4. இணைவு: ஒரு நிலையான உலக மாதிரியை உருவாக்க சென்சார்களை இணைத்தல்.
5. கணிப்பு: "இந்த பாதசாரி தெருவை கடப்பாரா?"
6. திட்டமிடல் மற்றும் கட்டுப்பாடு: முடிவு மற்றும் திசைமாற்றி/பிரேக்/முடுக்கி கட்டளை.

செயற்கை நுண்ணறிவு (குறிப்பாக ஆழ்ந்த கற்றல்) 1-3. படிகளில் மிகவும் வலுவானது; 5-6. படிகள் பெருகிய முறையில் பொறியியல் விதிகள் மற்றும் பாதுகாப்பு தர்க்கத்தால் சூழப்பட்டுள்ளன.

SAE ஆட்டோமேஷன் நிலைகள்

சுயாட்சி என்பது "ஆம்/இல்லை" அல்ல, அது படிப்படியாகத்தான். SAE J3016 தரநிலை ஆறு நிலைகளை வரையறுக்கிறது:

நிலை

பெயர்

ஓட்டுவது யார்?

உதாரணம்

0

ஆட்டோமேஷன் இல்லை

அனைத்து ஓட்டு

எச்சரிக்கை மட்டும் (குருட்டு எச்சரிக்கை)

1

இயக்கி ஆதரவு

இயக்கி + ஒற்றை ஆதரவு

அடாப்டிவ் க்ரூஸ் அல்லது லேன் கீப்பிங்

2

பகுதி ஆட்டோமேஷன்

டிரைவர் (நிலையான கண்காணிப்பு)

வேகம் + லேன் ஒன்றாக, டிரைவர் பொறுப்பு

3

நிபந்தனை ஆட்டோமேஷன்

அமைப்பு (குறிப்பிட்ட நிபந்தனையின் கீழ்)

சில நிபந்தனைகளின் கீழ் கணினி இயக்குகிறது, இயக்கி பொறுப்பேற்க தயாராக உள்ளது

4

உயர் ஆட்டோமேஷன்

அமைப்பு (குறிப்பிட்ட பகுதியில்)

வரையறுக்கப்பட்ட பகுதியில் டிரைவர் இல்லாதது

5

முழு ஆட்டோமேஷன்

அமைப்பு (எல்லா நிலைகளிலும்)

எல்லா இடங்களிலும் டிரைவர் இல்லாதவர் (இன்னும் இல்லை)

எச்சரிக்கை: மிகவும் ஆபத்தான தவறான புரிதல் நிலை 2. நிலை 2 இல், வாகனம் திசைமாற்றி மற்றும் வேகத்தை ஆதரிக்கிறது, ஆனால் ஓட்டுநர் நிலையான மேற்பார்வை மற்றும் பொறுப்பைத் தக்க வைத்துக் கொள்கிறார். கணினியை "தானியங்கு இயக்கி" என்று தவறாகக் கருதி, கவனம் செலுத்தாததால் உயிரிழப்புகள் ஏற்படுகின்றன. நிலை 2 என்றால் "ஓட்டுநர் இல்லாதவர்" என்று அர்த்தம் இல்லை.

மதிப்பீட்டு அளவீடுகள்: தவறான நேர்மறை மற்றும் தவறான எதிர்மறை

கண்டறிதல் மாதிரியை மதிப்பிடும்போது இரண்டு வகையான பிழைகள் முக்கியமானவை:

• தவறான நேர்மறை: இல்லாத ஒன்றை இருப்பதாக நினைப்பது. உதாரணமாக, ஒரு பாலம் நிழல் ஒரு "தடை" என்று நினைத்து தேவையில்லாமல் பிரேக் செய்வது. தொந்தரவு மற்றும் சில நேரங்களில் ஆபத்தானது (பின்புற மோதல்).
• தவறான எதிர்மறை (தவறான எதிர்மறை / தவறுதல்): இருக்கும் ஒன்றைப் பார்க்க முடியாமல் இருப்பது. உதாரணமாக, ஒரு உண்மையான பாதசாரியைப் பார்க்கவில்லை. தன்னாட்சி வாகனம் ஓட்டுவதில் இது மிக மோசமான தவறு.

இவற்றைச் சுருக்கமாகக் கூறும் அளவீடுகள்:

• துல்லியம்: நீங்கள் குறித்ததில் எவ்வளவு சரியானது.
• நினைவூட்டு (உணர்திறன்): உண்மையில் உள்ளவற்றில் நீங்கள் எவ்வளவு கைப்பற்றியுள்ளீர்கள்.
• mAP (சராசரி துல்லியம்): பொருள் கண்டறிதலுக்கான பொதுவான கலவை மெட்ரிக்.

தன்னாட்சி வாகனம் ஓட்டுவதில் பாதசாரிகளைக் கண்டறிதல் போன்ற விஷயங்களில் நினைவுகூருதல் (எந்த பாதசாரியையும் காணவில்லை) முக்கியமானது; இதை அதிகரிப்பது சில நேரங்களில் தவறான நேர்மறையை அதிகரிக்கிறது. இந்த வர்த்தகம் என்பது பாதுகாப்பு பொறியியல் முடிவு, தூய மாதிரி துல்லியம் அல்ல.

விளிம்புகள் மற்றும் நீண்ட வால்

தன்னாட்சி வாகனம் ஓட்டுவதில் மிகவும் கடினமான பகுதி பொதுவான சூழ்நிலைகள் அல்ல, ஆனால் அரிதான மற்றும் விசித்திரமானவை: பனியின் கீழ் பாதி தெரியும் அடையாளம், தலைகீழான டிரக், ஒரு ஆடை அணிந்த பாதசாரி, சாலையில் விழுந்த மரச்சாமான்கள். இந்த அரிதான ஆனால் ஆபத்தான சூழ்நிலைகள் நீண்ட வால் என்று அழைக்கப்படுகின்றன. மில்லியன்கணக்கான "சாதாரண" மைல்களுக்கு ஒரு மாதிரி சரியானதாக இருந்தாலும், அது முன்னெப்போதும் கண்டிராத ஒரு தீவிர சூழ்நிலையில் தோல்வியடையக்கூடும். அதனால்தான் காட்சி அடிப்படையிலான சோதனை, உருவகப்படுத்துதல் மற்றும் நிஜ உலக சரிபார்ப்பு ஆகியவை முடிவற்றவை.

சிறு வழக்கு ஆய்வுகள்

வழக்கு 1 - இணைவின் மதிப்பு. தானியங்கி அவசரகால பிரேக்கிங்கைச் சோதித்தபோது, ​​ஒரு ADAS குழு, பிரகாசமான வெயிலில் அதன் முன் ஒரு இருண்ட நிற வாகனத்தைக் கண்டறிவது மெதுவாக இருப்பதைக் கண்டறிந்தது. ரேடார் தரவு சேர்க்கப்படும் போது (ரேடார் கண்ணை கூசும் போது பாதிக்கப்படாது) கணினி வாகனத்தை 0.4 வினாடிகள் முன்னதாகவே கண்டறிகிறது; அதாவது 90 கிமீ/மணி வேகத்தில் சுமார் 10 மீட்டர் தூரம் பிரேக்கிங் செய்ய வேண்டும். முடிவு: ஃப்யூஷன் ஒற்றை சென்சார் குருட்டுப் புள்ளியை மூடியது.

வழக்கு 2 - ரீகால்/பிரிசிஷன் பேலன்ஸ். பாதசாரி கண்டறிதல் மாதிரியின் வாசலைக் குறைக்கும் போது, ​​ரீகால் 96% முதல் 99% வரை அதிகரிக்கிறது, ஆனால் தவறான நேர்மறைகள் (நிழல், புதர்கள்) அதிகரிக்கும், இது தேவையற்ற பிரேக்கிங்கிற்கு வழிவகுக்கிறது. பாதுகாப்புக் குழு முடிவெடுக்கிறது: பாதசாரிகளைத் தவிர்ப்பது ஒரு முன்னுரிமை, ஆனால் இணைவு மற்றும் கண்காணிப்பு தர்க்கத்துடன் தவறான நேர்மறைகளை நீக்குவதன் மூலம் ஆறுதல் பராமரிக்கப்படுகிறது. முடிவு: மெட்ரிக் தேர்வு என்பது ஒரு பொறியியல்/பாதுகாப்பு முடிவாகும், ஒற்றை "சரியான எண்" இல்லை.

வழக்கு 3 - எட்ஜ் கேஸ் ஆச்சரியம். ஒரு மாடல் அதன் சரிபார்ப்புத் தொகுப்பில் 99.8% வெற்றியடைந்த நிலையில், அது "உண்மையான பாதசாரி" என்று புலத்தில் பனி டயர் விளம்பரத்தை ஏற்றிச் செல்லும் டிரக்கின் பின்னால் ராட்சத பாதசாரியின் புகைப்படத்தை தவறாகப் புரிந்துகொண்டு திடீரென பிரேக் போட்டது. குழு இந்த எட்ஜ் கேஸை காட்சி நூலகத்தில் சேர்த்து மாதிரியை மீண்டும் பயிற்சி செய்கிறது. முடிவு: நீண்ட வால் ஒருபோதும் "முடிவதில்லை"; நிலையான காட்சி சேகரிப்பு தேவை.

உடனடி வார்ப்புருக்கள்

டெம்ப்ளேட் 1 - ஒரு காட்சி பட்டியலை உருவாக்குகிறது:

பங்கு: நீங்கள் ADAS சோதனை வழக்குப் பொறியாளர். பணி: தானியங்கி அவசர பிரேக்கிங்கிற்கான சவாலான (எட்ஜ் கேஸ்) சோதனை காட்சிகளை உருவாக்கவும். சூழல்: நகர்ப்புற, 30-50 கிமீ/ம, கலப்பு பாதசாரி மற்றும் சைக்கிள் ஓட்டுபவர். கட்டுப்பாடு: அரிதான/ஆபத்தானவற்றுக்கு முன்னுரிமை கொடுங்கள், அடிக்கடி நடக்கும் காட்சிகள் அல்ல; ஒவ்வொரு காட்சிக்கும் எதிர்பார்க்கப்படும் சரியான நடத்தையை எழுதுங்கள். வெளியீடு: காட்சி | நிபந்தனை | எதிர்பார்க்கப்படும் நடத்தை | ஆபத்து நிலை.

டெம்ப்ளேட் 2 - லேபிளிங் வழிகாட்டி அவுட்லைன்:

பங்கு: டேட்டா லேபிளிங் தர முன்னணி. பணி: பாதசாரி லேபிளிங்கிற்கான வரைவு நிலைத்தன்மை விதிகளை எழுதவும். சூழல்: பாதசாரிகள் ஓரளவு தெரியும், அமர்ந்து, சக்கர நாற்காலிகளில் மற்றும் குழுக்களாக உள்ளனர். வெளியீடு: விதி | உதாரணம் | வரம்பு மாநில தர அட்டவணை.

டெம்ப்ளேட் 3 - மெட்ரிக் விளக்கம்:

பங்கு: கணினி பார்வை மதிப்பீட்டு நிபுணர். பணி: எனது பாதசாரி கண்டறிதல் முடிவுகளை விளக்கவும். சூழல்: துல்லியம் 0.93, ரீகால் 0.90, பெரும்பாலானவை இரவில் அல்லது மழையில் தவறவிடுகின்றன. கட்டுப்பாடு: பாதுகாப்பிற்காக திரும்ப அழைப்பதன் முக்கியத்துவத்தை வலியுறுத்துங்கள்; எந்த நிபந்தனைகளின் கீழ் கூடுதல் சரிபார்ப்பு தேவை என்று சொல்லுங்கள். வெளியீடு: கருத்து + முன்னேற்றத்திற்கான முன்னுரிமை பகுதிகள்.

டெம்ப்ளேட் 4 - ஃப்யூஷன் லாஜிக் அவுட்லைன்:

பங்கு: நீங்கள் ஒரு சென்சார் இணைவு பொறியாளர். பணி: கேமரா மற்றும் ரேடார் முரண்படும் போது வரைவு முடிவு தர்க்கத்தைப் பரிந்துரைக்கவும். சூழல்: ரேடார் 15 மீ தொலைவில் சிறிய பொருளை நகர்த்துவதைப் பார்க்கிறது, கேமரா 'பாதசாரி இல்லை' என்று கூறுகிறது. கட்டுப்பாடு: பாதுகாப்பிற்கு ஆதரவாக அனுமானக் கொள்கையைப் பயன்படுத்துங்கள் (பாதுகாப்பான பக்கம்). வெளியீடு: முடிவு அட்டவணை + நியாயப்படுத்தல்.

பலவீனமான வரியில் / வலுவான வரியில்

பலவீனமான உடனடி:

எனது தன்னாட்சி வாகன மாதிரி பாதுகாப்பானதா?

சூழல் இல்லாமல்; "பாதுகாப்பானது" என்பது வரையறுக்கப்படவில்லை; AI பொதுவான சொற்களில் மட்டுமே பேசுகிறது மற்றும் தவறான நம்பிக்கையை அளிக்கும்.

சக்திவாய்ந்த தூண்டுதல்:

பங்கு: நீங்கள் ADAS பாதுகாப்பு மதிப்பீட்டு ஆலோசகர். பணி: எனது பாதசாரி கண்டறிதல் மாதிரியின் பாதிப்புகளைக் கேள்வி கேட்க எனக்கான சரிபார்ப்புப் பட்டியலை உருவாக்கவும். சூழல்: நகர்ப்புற நிலை 2 அமைப்பு; இரவில் மற்றும் மழையில் விழுகிறது; கேமரா + ரேடார் மட்டுமே உள்ளது, LiDAR இல்லை. கட்டுப்பாடு: 'பாதுகாப்பானது' என அறிவிக்க வேண்டாம்; எந்த நிபந்தனைகளின் கீழ் கணினி அதன் வரம்பில் உள்ளது மற்றும் என்ன கூடுதல் சோதனை தேவைப்படுகிறது என்பதைக் குறிப்பிடவும். வெளியீடு: இடர் பகுதி | ஏன் | பரிந்துரைக்கப்பட்ட சோதனை | முக்கியத்துவம் அட்டவணை.

பொதுவான தவறுகள்

• லெவல் 2ஐ "டிரைவர்லெஸ்" என்று தவறாகப் புரிந்து கொள்கிறது. பொறுப்பு ஓட்டுநரிடம் உள்ளது; இந்த தவறான கருத்து ஆபத்தானது.
• ஒற்றை சென்சார் சார்ந்து. ஒவ்வொரு சென்சார் ஒரு குருட்டு புள்ளி உள்ளது; இணைவு அவசியம்.
• சராசரி துல்லியத்தைப் பார்க்கிறேன். 99% வெற்றி, 1% தவறவிட்ட பாதசாரிகள் ஆபத்தானவர்கள்; ரீகால் மற்றும் எட்ஜ் வழக்குகள் முக்கியமானவை.
• தீவிர நிகழ்வுகளை புறக்கணித்தல். நீண்ட வால் முடிவடையாது; காட்சி சேகரிப்பு தொடர்கிறது.
• பாதுகாப்பு முடிவை மாதிரிக்கு விட்டுவிடுங்கள். வரம்பு மற்றும் சமநிலை முடிவுகள் பாதுகாப்பு பொறியியலின் பொறுப்பாகும்.

சுருக்கமாக

• ADAS மற்றும் தன்னியக்க ஓட்டுநர் உணர்திறனின் மையத்தில் கேமரா, ரேடார், LiDAR மற்றும் சென்சார் இணைவு உள்ளது; ஒவ்வொரு சென்சாருக்கும் வெவ்வேறு பலம்/பலவீனங்கள் உள்ளன.
• கண்டறிதல் சங்கிலி கண்டறிதல், வகைப்பாடு, கண்காணிப்பு, இணைவு, கணிப்பு மற்றும் கட்டுப்பாடு ஆகியவற்றைக் கொண்டுள்ளது; AI முதல் படிகளில் வலுவாக உள்ளது.
• SAE அளவுகள் 0 முதல் 5 வரை இருக்கும்; நிலை 2 இல், பொறுப்பு ஓட்டுநரிடம் உள்ளது.
• தவறான எதிர்மறை (பாதசாரி கடத்தல்) மிகவும் ஆபத்தான பிழை; நினைவுகூருதல் மற்றும் விளிம்பு வழக்குகள் முன்னுரிமை பெறுகின்றன.
• பாதுகாப்பு முடிவுகள் பொறியியல் பொறுப்பு; மாதிரி துல்லியம் மட்டுமே அளவுகோல் அல்ல.

விண்ணப்ப பணி

ADAS செயல்பாட்டைத் தேர்ந்தெடுக்கவும் (எ.கா. லேன் கீப்பிங் அசிஸ்ட்). (1) எந்த சென்சார்கள் இந்தச் செயல்பாட்டை ஆதரிக்கின்றன, எவ்வளவு நன்றாக உள்ளன என்பதை அட்டவணையில் எழுதவும். (2) டெம்ப்ளேட் 1 உடன் 5 எட்ஜ் கேஸ் காட்சிகளை உருவாக்கி, ஒவ்வொன்றிற்கும் எதிர்பார்க்கப்படும் பாதுகாப்பான நடத்தையைக் குறிப்பிடவும். (3) இந்தச் செயல்பாட்டிற்கான தவறான நேர்மறை மற்றும் தவறான எதிர்மறை முடிவுகளை ஒப்பிடுக. (4) மாதிரி "பாதுகாப்பானது" என்று கூறுவதற்கு முன் என்ன சுயாதீன சோதனை தேவை என்பதை பட்டியலிடுங்கள்.

சரிபார்ப்பு பட்டியல்

• [ ] செயல்பாட்டின் படி சென்சார்களின் பலம்/பலவீனங்களை மதிப்பீடு செய்தேன்.
• [ ] இறுதி வழக்கு (நீண்ட வால்) காட்சிகளையும் பட்டியலிட்டுள்ளேன்.
• [ ] பாதுகாப்பிற்காக தவறான நேர்மறை/எதிர்மறை முடிவுகளை ஒப்பிட்டேன்.
• [ ] நினைவுகூரலின் பாதுகாப்பு முக்கியமான முக்கியத்துவத்தை நான் கணக்கில் எடுத்துக் கொண்டேன்.
• [ ] நான் SAE நிலை மற்றும் யார் பொறுப்பு என்பதை தெளிவுபடுத்தினேன்.
• [ ] "பாதுகாப்பானது" எனக் கூறுவதற்கு முன் நான் சுயாதீன சோதனைத் திட்டத்தைத் தயாரித்தேன்.