हाइब्रिड कैमरा और लिडार, रोबोट की क्षमताओं को बेहतर बनाता है, जिससे बाहरी दुनिया के बारे में जानकारी मिलती है

Lidars और कैमरे लगभग किसी भी रोबोमोबाइल के लिए दो मानक कॉन्फ़िगरेशन आइटम हैं। परिलक्षित प्रकाश के साथ पहला और दूसरा दोनों काम करते हैं। इसी समय, कैमरे एक निष्क्रिय मोड में काम करते हैं, अर्थात, वे तीसरे पक्ष के प्रकाश स्रोतों का प्रतिबिंब पकड़ते हैं, लेकिन लिडार लेजर दालों को उत्पन्न करते हैं, फिर पास की वस्तुओं से परिलक्षित "प्रतिक्रिया" को मापते हैं। कैमरे एक दो-आयामी चित्र बनाते हैं, और लिडार एक तीन-आयामी छवि बनाते हैं, जैसे "बिंदु बादल"।

Ouster ने एक हाइब्रिड उपकरण विकसित किया है जो कैमरा और लिडार के रूप में काम करता है। इस प्रणाली को OS-1 कहा जाता है। इस डिवाइस में अधिकांश डीएसएलआर की तुलना में बड़ा एपर्चर है, और कंपनी द्वारा बनाया गया सेंसर बहुत संवेदनशील है।

सिस्टम द्वारा प्राप्त छवियों में तीन परतें होती हैं। पहली छवि एक सामान्य कैमरे द्वारा प्राप्त की जाती है। दूसरा एक "लेजर" परत है जिसे लेजर बीम प्रतिबिंब का उपयोग करके प्राप्त किया गया है। और तीसरी "गहरी" परत है, जो आपको पहले दो परतों के व्यक्तिगत पिक्सल के बीच की दूरी का अनुमान लगाने की अनुमति देती है।

यह ध्यान देने योग्य है कि छवियों में अभी भी महत्वपूर्ण सीमाएं हैं। सबसे पहले, ये कम रिज़ॉल्यूशन के चित्र हैं। दूसरे, वे काले और सफेद हैं, रंग नहीं। तीसरा, लिडार एक दृश्य प्रकाश स्रोत के साथ काम नहीं करता है, यह अवरक्त के करीब एक स्पेक्ट्रम से संबंधित है।

वर्तमान में, लिडार की लागत काफी अधिक है - लगभग 12,000 डॉलर। पहली नज़र में, ऐसी प्रणाली का कोई मतलब नहीं है जो मानक कैमरों की तुलना में कम-रिज़ॉल्यूशन छवियां प्राप्त करता है, लेकिन एक कच्चा लोहा पुल की तरह खर्च होता है। लेकिन डेवलपर्स का दावा है कि सामान्य मामले की तुलना में यहां काम का एक अलग सिद्धांत उपयोग किया जाता है।


ये ओस्टर द्वारा प्रदान की गई ग्राफिक सामग्री हैं। छवियों की तीन परतें और एक सामान्य "चित्र" यहां दिखाया गया है, जिसका परिणाम है

एक विशिष्ट स्थिति में, रोबोमोबाइल्स कई अलग-अलग स्रोतों से डेटा को जोड़ती है, जिसमें समय लगता है। कैमरे और लिडार अलग-अलग मोड में काम करते हैं, नतीजा भी अलग-अलग होता है। इसके अलावा, वे आमतौर पर कार शरीर में विभिन्न स्थानों पर लगाए जाते हैं, इसलिए कंप्यूटर को छवि सहसंबंध से भी निपटना पड़ता है ताकि वे संगत हों। इसके अलावा, सेंसर को नियमित रूप से पुनर्गणना की आवश्यकता होती है, जो इतना सरल नहीं है।

कुछ लिडार डेवलपर्स ने पहले ही कैमरे को लिडार के साथ संयोजित करने का प्रयास किया है। लेकिन परिणाम बहुत अच्छे नहीं थे। यह एक "मानक कैमरा + लिडार" प्रणाली थी, जो मौजूदा योजनाओं से बहुत अधिक भिन्न नहीं थी।

इसके बजाय Ouster एक प्रणाली का उपयोग करता है जो OS-1 को एक मानक और एक स्थान से सभी डेटा एकत्र करने की अनुमति देता है। छवि की सभी तीन परतें पूरी तरह से सहसंबंधी हैं, दोनों समय और अंतरिक्ष में। इस मामले में, कंप्यूटर अंतिम छवि के व्यक्तिगत पिक्सल के बीच की दूरी को समझता है।

परियोजना के लेखकों के अनुसार, इस तरह की योजना मशीन सीखने के लिए लगभग आदर्श है। कंप्यूटर सिस्टम के लिए, इस तरह की छवि को संसाधित करना मुश्किल नहीं है। सिस्टम को कई सौ चित्रों को "खिलाया" जाने के बाद, इसे ठीक से समझने के लिए प्रशिक्षित किया जा सकता है कि अंतिम "चित्र" में क्या दिखाया गया है।

कुछ प्रकार के तंत्रिका नेटवर्क इस तरह से डिज़ाइन किए जाते हैं जैसे कि समस्याओं के बिना पिक्सेल नक्शे के बहुपरत के साथ काम करना। इसके अलावा, छवियों में लाल, नीले और हरे रंग की परत हो सकती है। ओएस -1 के परिणाम के साथ काम करने के लिए ऐसी प्रणालियों को प्रशिक्षित करना मुश्किल नहीं है। ऑस्टर ने पहले ही इसे पूरा कर लिया है।

स्रोत सामग्री के रूप में, उन्होंने कई न्यूरल नेटवर्क लिए जो आरजीबी छवियों को पहचानने के लिए डिज़ाइन किए गए थे, और उनकी आवश्यकताओं को पूरा करने के लिए उन्हें संशोधित किया गया था, उन्हें सिखाते हुए कि उनकी छवियों की विभिन्न परतों के साथ कैसे काम किया जाए। डेटा प्रसंस्करण एनवीडिया जीटीएक्स 1060 के साथ उपकरणों पर किया जाता है। तंत्रिका नेटवर्क का उपयोग करते हुए, कार कंप्यूटर को पीले रंग में सड़क को "पेंट" करना, और संभावित बाधाओं - अन्य कारों - लाल में सिखाया गया था।



डेवलपर्स के अनुसार, उनका सिस्टम मौजूदा लोगों के अलावा है, न कि कोई प्रतिस्थापन। पर्यावरण के स्पष्ट चित्र बनाने के लिए सभी प्रकार के सेंसर, सेंसर, कैमरा, लिडार और हाइब्रिड सिस्टम को संयोजित करना सबसे अच्छा है जो कार को नेविगेट करने में मदद करेगा।