LiDAR সেন্সর সম্পর্কে প্রচলিত মিথ - পার্ট 1

বিশ্বের বিজ্ঞান ও প্রযুক্তি বুদ্ধিমত্তা এবং উচ্চ দক্ষতার দিকে বিকশিত হওয়ার সাথে সাথে,লিডার লেজার মডিউলএবং এর অ্যাপ্লিকেশনগুলিও আরও বেশি মনোযোগ পেয়েছে। যাইহোক, লিডার প্রযুক্তি এবং কর্মক্ষমতা সম্পর্কে মানুষের কিছু ভুল বোঝাবুঝি রয়েছে। এই নিবন্ধটি লিডার সম্পর্কে পাঁচটি সাধারণ ভুল বোঝাবুঝি প্রকাশ করবে।

1. লিডার প্রয়োগের প্রযুক্তি জটিল
যদিও লিডার একটি জটিল সেন্সর যা বিভিন্ন হার্ডওয়্যারের সমন্বয়ে গঠিত, তবে এর মৌলিক কাজের নীতিটি আসলে বেশ সহজ। সেন্সরটি একটি সময়-অব-ফ্লাইট পদ্ধতি ব্যবহার করে, একটি সনাক্তকরণ নীতি যা বাদুড় শব্দ তরঙ্গ ব্যবহার করে বা মাইক্রোওয়েভ ব্যবহার করে রাডার ব্যবহার করে।
যদি আমরা সেন্সরটিকে এর উপাদানগুলির মধ্যে ভেঙ্গে ফেলি, যেমন লেজার, ডিটেক্টর এবং বিম ডিফ্লেকশন ইউনিট, লিডার আর একটি ভয়ঙ্কর প্রযুক্তি নয়। লেজারের উৎস প্রথমে লেজারের ডাল নির্গত করে। এই ডালগুলি মাইক্রো-গ্যালভানোমিটারের মাধ্যমে দৃশ্যের মধ্যে বিচ্যুত হয়। ডিটেক্টর প্রতিফলিত Q আলো সনাক্ত করে এবং সঠিকভাবে লেজার পালস নির্গমন সময় এবং রিটার্ন সময়ের উপর ভিত্তি করে দূরত্ব গণনা করে।
রিয়েল টাইমে সঠিক 3D এনভায়রনমেন্ট পয়েন্ট ক্লাউড তৈরি করতে এই প্রক্রিয়াটি প্রতি সেকেন্ডে হাজার হাজার বা এমনকি মিলিয়ন বার পুনরাবৃত্তি হয়। এই 3D পয়েন্ট ক্লাউড ডেটা বিশ্লেষণ এবং শোষণ করা সহজ, উদাহরণস্বরূপ, স্বায়ত্তশাসিত ড্রাইভিং সিদ্ধান্ত গ্রহণের জন্য।
প্রযুক্তিটি 1960-এর দশকের গোড়ার দিকে স্পন্দিত লেজারের আবিষ্কারের পরে বিকশিত হয়েছিল, যা ক্রমাগত তরঙ্গ ব্যবহার করার পরিবর্তে বারবার আলোর স্পন্দন নির্গত করে।

⒉ স্ব-ড্রাইভিং কার অ্যাপ্লিকেশনে, লিডার অপ্রয়োজনীয়
এলন মাস্ক 2019 সালে একটি কনফারেন্সে স্ব-ড্রাইভিং গাড়িতে লিডারের ব্যবহার উপেক্ষা করেছিলেন, এমন একটি ঘটনা যা আজ পর্যন্ত লিডার সম্পর্কে অনেক মিথের জন্ম দিয়েছে। তিনি দাবি করেন যে লিডার, ক্যামেরা এবং স্মার্ট অ্যালগরিদম দ্বারা সাহায্য করা, অপ্রয়োজনীয় এবং সর্বদা এর স্থল ধরে রাখবে।
কালার ভিজ্যুয়াল ইমেজ সংগ্রহ করার জন্য ক্যামেরা বিভিন্ন ইমেজ রিকগনিশন প্রযুক্তি প্রয়োগ করে, কিন্তু শুধুমাত্র একটি ক্যামেরা ব্যবহার করলেই শুধুমাত্র 2D ডেটা ক্যাপচার করা যায়, যা সহজেই ভিজ্যুয়াল বিভ্রম এবং দূরত্বের ভুল ধারণার দিকে নিয়ে যেতে পারে। এই ত্রুটিগুলি বিপজ্জনক এবং কখনও কখনও মারাত্মক হওয়ার দুঃখজনক উদাহরণ রয়েছে।
বিপরীতে, লিডার নির্ভরযোগ্যভাবে 3D ডেটা ক্যাপচার করতে পারে এবং দূরত্ব এবং বস্তুর আকার সঠিকভাবে সনাক্ত করতে পারে।
নির্ভুল 3D লিডার ডেটা একত্রিত করা ক্যামেরাকে "অন্ধ" হলেও আশেপাশের পরিবেশ বুঝতে সাহায্য করে। উদাহরণস্বরূপ, একটি টানেল থেকে বেরিয়ে আসার পর আলোর পরিবর্তনের সাথে মানিয়ে নিতে ক্যামেরার কিছু সময় লাগে।
তদ্ব্যতীত, ক্যামেরা দ্বারা উত্পন্ন 2D চিত্রগুলি স্ব-ড্রাইভিং গাড়ির অ্যালগরিদম প্রশিক্ষণের জন্য যথেষ্ট সঠিক বলে মনে হতে পারে। কিন্তু তাদের এখনও অনেক ভুল আছে যা মেশিন লার্নিং মডেলের নির্ভুলতা এবং এইভাবে গাড়ির অনুভূতি, ভবিষ্যদ্বাণী এবং সিদ্ধান্ত নেওয়ার ক্ষমতা হ্রাস করে। মেশিন লার্নিং ক্ষমতা যা স্বায়ত্তশাসিত ড্রাইভিংকে সহজতর করে সেগুলিকে স্কেলযোগ্য হতে হবে এবং "লং টেইল সমস্যা" সমাধান করতে হবে। এর মানে হল যে রাস্তায় যানবাহনের মুখোমুখি পরিস্থিতির 95 শতাংশের জন্য এটি যথেষ্ট নয়। মেশিন লার্নিং-ভিত্তিক স্বায়ত্তশাসিত ড্রাইভিং সক্ষমতাও লক্ষ্যমাত্রা ৫ শতাংশ। ক্রমাগত কর্মক্ষমতা উন্নত করার সময় জটিল পরিস্থিতিতে প্রশিক্ষণের জন্য প্রশিক্ষণের জন্য প্রচুর পরিমাণে বিশুদ্ধ ক্যামেরা সিস্টেম ডেটা প্রয়োজন।
বিপরীতে, উচ্চ-নির্ভুল প্রশিক্ষণ ডেটা তৈরি করার সময় লিডার আরও মেশিন লার্নিং পূর্বাভাস মডেল সরবরাহ করতে পারে। অতএব, আরো নির্ভরযোগ্য এবং শক্তিশালী স্বায়ত্তশাসিত ড্রাইভিং সিস্টেমের জন্য লিডার একটি প্রয়োজনীয় সেন্সর।

3. Lidar সম্পূর্ণরূপে অন্যান্য সেন্সর দ্বারা প্রতিস্থাপিত করা যেতে পারে
লিডার সম্পর্কে সবচেয়ে সাধারণ ভুল ধারণাগুলির মধ্যে একটি হল এটি একটি ক্যামেরা বা রাডার সেন্সর দ্বারা প্রতিস্থাপিত হতে পারে, একটি ভুল ধারণা যা এই সেন্সর প্রযুক্তিগুলি কীভাবে বিভিন্ন উপায়ে বস্তুকে শ্রেণিবদ্ধ করে তা বোঝার অভাব থেকে উদ্ভূত হয়। এই সেন্সরগুলির বিভিন্ন ক্ষমতা এবং তারা যে ধরণের ডেটা তৈরি করে তা বোঝার পরে, আমরা দেখব কীভাবে তারা কার্যকারিতায় একে অপরের পরিপূরক। ক্যামেরা যা ক্যাপচার করে তা হল একটি 2D চিত্র, যা গ্রেস্কেল বা রঙের তথ্য, টেক্সচার এবং বৈসাদৃশ্য প্রদান করে। এই ডেটা আরও বিশ্লেষণ করতে, ইমেজ শনাক্তকরণ সফ্টওয়্যার প্রয়োজন। যেহেতু ক্যামেরা একটি প্যাসিভ পরিমাপ নীতি ব্যবহার করে, তাই সনাক্তকরণের জন্য বস্তুগুলিকে আলোকিত করতে হবে। উপরন্তু, 3D ছবি তৈরি করতে দুই বা ততোধিক ক্যামেরা প্রয়োজন, সেইসাথে উচ্চ কম্পিউটিং শক্তি।
রাডার তারকা পরিমাপ ত্রিমাত্রিক তথ্য বস্তুর দূরত্ব এবং গতি নির্ধারণে অত্যন্ত উচ্চ নির্ভুলতা আছে। যাইহোক, রেজোলিউশন কম এবং তারা সঠিকভাবে সনাক্ত করতে পারে না (একটি সেন্টিমিটার স্কেলে) বা বস্তুকে শ্রেণীবদ্ধ করতে পারে না।
LiDAR সংগৃহীত ত্রিমাত্রিক তথ্য থেকে একটি বিন্দু মেঘ তৈরি করে। পয়েন্ট ক্লাউডের আকৃতি এবং আকারের উপর ভিত্তি করে, এটি সঠিকভাবে বস্তু সনাক্ত করতে পারে এবং তাদের বিভিন্ন বিভাগে শ্রেণিবদ্ধ করতে পারে, যেমন মানুষ, গাড়ি, ভবন ইত্যাদি।
LiDAR অত্যন্ত বিস্তারিত এবং নির্ভরযোগ্য ত্রিমাত্রিক তথ্য সংগ্রহ করে অন্যান্য সেন্সর প্রযুক্তির ফাঁক পূরণ করে। এটি বিভিন্ন পরিবেশে লক্ষ্যগুলি সনাক্ত করতে এবং সঠিকভাবে শ্রেণীবদ্ধ করতে পারে, এটিকে বিভিন্ন ধরণের সেন্সরগুলির মধ্যে আলাদা করে তোলে। ক্যামেরা থেকে ডেটা গভীর বিশ্লেষণের জন্য ব্যবহার করা যেতে পারে, এবং রাডার দ্বারা সংগৃহীত পরিসীমা এবং গতির ডেটা আরও নির্ভুলতার জন্য LiDAR দিয়ে যাচাই করা যেতে পারে। এর মানে হল যে ভবিষ্যতে সমস্ত সেন্সর-ভিত্তিক অ্যাপ্লিকেশন ক্যামেরা, রাডার সিস্টেম, লিডার এবং অন্যান্য সেন্সরকে একীভূত করবে।

4. লিডার কঠোর পরিবেশগত পরিস্থিতিতে কাজ করতে পারে না
ক্যামেরাগুলি পর্যাপ্ত পরিবেষ্টিত আলো ছাড়া কাজ করতে পারে না, যেমন স্বয়ংচালিত অ্যাপ্লিকেশনগুলিতে যেখানে ক্যামেরার সনাক্তকরণ পরিসর শুধুমাত্র হেডলাইটের পরিসরে পৌঁছাতে পারে। বিপরীতে, আলোর তীব্রতার অবস্থা নির্বিশেষে লিডারের শত শত মিটার সনাক্তকরণ পরিসীমা রয়েছে কারণ এটি দৃশ্যমান আলোর পরিবর্তে ইনফ্রারেড লেজার বিমের উপর নির্ভর করে। অন্য কথায়, একটি লিডার সেন্সর দিয়ে সজ্জিত একটি স্ব-ড্রাইভিং গাড়ি দিনের মতো অন্ধকারেও মসৃণভাবে চালাতে পারে, এমনকি হেডলাইট বন্ধ থাকলেও।
যখন কুয়াশা, বৃষ্টি বা তুষার-এর মতো কঠোর অবস্থার কথা আসে, তখন LiDAR আবার কার্যক্ষমতায় একটি সুস্পষ্ট সুবিধা দেখায় এবং উপলব্ধি সিস্টেমে অন্যান্য সেন্সরগুলির (যেমন ক্যামেরা) ত্রুটিগুলি পূরণ করতে পারে৷
লিডারগুলি প্রায়শই বৃষ্টিতে ক্যামেরার চেয়ে ভাল পারফর্ম করে কারণ তাদের বিমগুলি বড়। এটি মরীচিকে সেন্সর আয়নায় বাধা (যেমন রেইনড্রপস) বাইপাস করতে দেয়, তাই লিডারের পরিসর একটি নির্দিষ্ট পরিমাণে প্রভাবিত হয় না। তুলনামূলকভাবে, একটি ক্যামেরার পিক্সেল আকার একটি রেইনড্রপের আকারের চেয়ে অনেক ছোট, তাই এর দৃশ্যটি অস্পষ্ট হবে।
বৃহৎ রশ্মি লিডারকে বিভিন্ন রেঞ্জ থেকে একাধিক প্রতিধ্বনি সনাক্ত করতে এবং শুধুমাত্র শক্তিশালী সংকেত সহ একটি প্রক্রিয়া করতে সক্ষম করে। এটি খারাপ আবহাওয়ার ক্ষেত্রেও কার্যকর হতে পারে, যেমন যখন তুষারপাত হয়, কারণ লিডার তুষারফলকের প্রতিফলনের প্রভাবকে উপেক্ষা করতে পারে। কোনো মেশিন লার্নিং অ্যালগরিদম ছাড়া একটি ক্যামেরা স্নোফ্লেক্স, ভেজা লেন্স বা শক্ত বস্তুর মধ্যে পার্থক্য করতে পারে না এবং শেষ পর্যন্ত একটি বিকৃত ছবি ফিরিয়ে দেয়।
LiDAR-এর এক্সপোজারের সময়ও কম এবং শাটারের গতি (এক সেকেন্ডের মিলিয়নতম) ক্যামেরার (এক সেকেন্ডের হাজারতম), মানে বৃষ্টির ফোঁটা একাধিক পিক্সেল বিস্তৃত রেখা হিসাবে সনাক্ত করা হয় না, তবে কাঁচা আকার হিসাবে।
যেহেতু লিডার একটি অপটিক্যাল ডিভাইস, তাই এর কার্যকারিতা ভারী কুয়াশার মতো পরিস্থিতিতেও নেতিবাচকভাবে প্রভাবিত হতে পারে, তবে এটি এখনও ক্যামেরার মতো সেন্সরগুলির চেয়ে বেশি মূল্যবান ডেটা সরবরাহ করতে সক্ষম এবং দীর্ঘ দূরত্বে সনাক্ত করতে পারে।

5. লিডার সেন্সরগুলি ব্যয়বহুল
একটি সময় ছিল যখন বাজারে পাওয়া যায় একমাত্র লিডারগুলি ঘূর্ণায়মান লিডার, যেগুলি খুব ব্যয়বহুল এবং ভারী ছিল এবং প্রচুর পরিমাণে উত্পাদন করা যেত না। তাই এটা স্বাভাবিক যে লিডার এবং এর উচ্চ মূল্য সম্পর্কে এখনও মানুষের মধ্যে ভুল ধারণা রয়েছে। কিন্তু MEMS (মাইক্রোইলেক্ট্রোমেকানিক্যাল সিস্টেম) লিডারের আবির্ভাবের পর থেকে, এই বিবৃতিটি সম্পূর্ণরূপে পরিবর্তিত হয়েছে। MEMS উপাদানগুলি সিলিকন দিয়ে তৈরি এবং উত্পাদনের জন্য সহজেই মাপযোগ্য, সেগুলিকে খুব সাশ্রয়ী করে তোলে।
সলিড-স্টেট LiDAR স্ট্যান্ডার্ড উপাদান ব্যবহার করে এবং নিয়মিত রক্ষণাবেক্ষণের প্রয়োজন হয় না, ফলে খরচ কম হয়। সাম্প্রতিক বছরগুলিতে, এই লিডার সেন্সরগুলির খরচ হাজার হাজার ডলার থেকে শত শত ডলারে নেমে এসেছে, একটি প্রবণতা যা ভবিষ্যতে অব্যাহত থাকবে। প্রকৃতপক্ষে, উচ্চ ভলিউমে উত্পাদিত হলে মধ্য-পরিসরের সেন্সরগুলি এমনকি ট্রিপল-ডিজিটের দামে বিক্রি করা যেতে পারে।

এগুলি লিডার প্রযুক্তি এবং এর প্রয়োগ সম্পর্কে কিছু সাধারণ ভুল ধারণা। এই সিরিজের দ্বিতীয় অংশে, আমরা লিডার সম্পর্কে আরও ভুল বোঝাবুঝি উন্মোচন করব যা লোকেরা উপেক্ষা করছে।

যোগাযোগের তথ্য:

আপনার যদি কোন ধারনা থাকে, আমাদের সাথে কথা বলতে নির্দ্বিধায়। আমাদের গ্রাহকরা যেখানেই থাকুন না কেন এবং আমাদের প্রয়োজনীয়তাগুলি কী, আমরা আমাদের গ্রাহকদের উচ্চ গুণমান, কম দাম এবং সর্বোত্তম পরিষেবা প্রদানের জন্য আমাদের লক্ষ্য অনুসরণ করব।