हिन्दी
कैमरा विजन बनाम LiDAR: कोहरे में कौन बेहतर काम करता है?
बना गयी 01.13
धुंध स्वायत्त ड्राइविंग और उन्नत ड्राइवर-सहायता प्रणालियों (ADAS) के सबसे दुर्जेय शत्रुओं में से एक है। यह प्रकाश को विकृत करता है, संकेतों को बिखेरता है, और पर्यावरणीय धारणा की विश्वसनीयता को कम करता है—जो ड्राइवरों और पैदल चलने वालों को सुरक्षित रखने वाली मुख्य क्षमताएं हैं। कैमरा विजन और LiDAR (लाइट डिटेक्शन एंड रेंजिंग) के बीच बहस वर्षों से चल रही है, लेकिन धुंध भरी परिस्थितियां विपणन के प्रचार को दूर कर देती हैं और मौलिक प्रदर्शन पर ध्यान केंद्रित करने के लिए मजबूर करती हैं: जब दृश्यता कम हो जाती है तो कौन सी तकनीक वास्तव में प्रदर्शन करती है?
यह लेख विशिष्ट "हार्डवेयर बनाम सॉफ्टवेयर" द्वंद्व से परे जाता है। इसके बजाय, हम दो अलग-अलग "सुरक्षा दर्शन" के आसपास तुलना को फ्रेम करते हैं:कैमरा विजन कीभौतिक सीमाओं को दूर करने के लिए एल्गोरिथम की सरलता पर निर्भरता, और विश्वसनीयता की एक आधार रेखा स्थापित करने के लिए LiDAR का हार्डवेयर अतिरेक का उपयोग। 2025 के नवीनतम वास्तविक दुनिया के परीक्षण डेटा, तकनीकी सफलताओं और उद्योग केस स्टडीज के आधार पर, हम महत्वपूर्ण प्रश्न का उत्तर देंगे: कोहरे में कौन बेहतर काम करता है?
मुख्य विभाजन: कोहरे में दो सुरक्षा दर्शन
यह समझने के लिए कि कोहरा प्रत्येक तकनीक की ताकत और कमजोरियों को क्यों उजागर करता है, हमें पहले उनके अंतर्निहित संचालन सिद्धांतों - और उन सुरक्षा मानसिकता को समझना होगा जो उनके अपनाने को प्रेरित करती है।
कैमरा विज़न सिस्टम "दिमाग-संचालित आँखों" की तरह काम करते हैं। वे मानव दृश्य धारणा की नकल करने के लिए उच्च-परिभाषा कैमरों (आमतौर पर उन्नत सेटअप में 8-10) को शक्तिशाली AI चिप्स और विशाल डेटासेट के साथ जोड़ते हैं। यहाँ का दर्शन न्यूनतमवाद है: सीमित हार्डवेयर की भरपाई के लिए सॉफ़्टवेयर का उपयोग करना, 2D दृश्य डेटा को 3D पर्यावरणीय समझ में बदलने के लिए मशीन लर्निंग का लाभ उठाना। टेस्ला और ज़ीपेंग इस दृष्टिकोण के सबसे प्रमुख समर्थक हैं, जो स्पष्ट परिस्थितियों में चमकता है जहाँ प्रचुर मात्रा में दृश्य संकेत एल्गोरिदम को पनपने देते हैं।
LiDAR, इसके विपरीत, एक "हार्डवेयर-फर्स्ट गार्डियन" है। यह आसपास के वातावरण का एक उच्च-सटीक 3डी पॉइंट क्लाउड बनाने के लिए प्रति सेकंड लाखों लेजर पल्स उत्सर्जित करता है, जो असाधारण सटीकता के साथ दूरी, आकार और गति को मापता है। यहाँ का दर्शन अतिरेक है: सुरक्षा की एक मंजिल स्थापित करने के लिए भौतिक संवेदन क्षमताओं का उपयोग करें, भले ही पर्यावरणीय परिस्थितियाँ दृश्य विवरणों को अस्पष्ट कर दें। हुआवेई, बीवाईडी और अधिकांश लक्जरी ADAS प्रदाता लागत बचत पर लगातार प्रदर्शन को प्राथमिकता देते हुए इस "LiDAR + कैमरा + मिलीमीटर-वेव रडार" त्रिमूर्ति को अपनाते हैं।
कोहरा दोनों प्रणालियों को बाधित करता है—लेकिन मौलिक रूप से अलग-अलग तरीकों से। कैमरों के लिए, कोहरा प्रकाश को बिखेरता है, किनारों को धुंधला करता है, और कंट्रास्ट को फीका कर देता है, जिससे एल्गोरिदम को बाधाओं की पहचान करने के लिए आवश्यक दृश्य सुविधाएँ नहीं मिल पाती हैं। LiDAR के लिए, कोहरे के कण लेजर पल्स को बिखेरते हैं, जिससे "पॉइंट क्लाउड नॉइज़" उत्पन्न होता है जो वास्तविक लक्ष्यों को अस्पष्ट कर सकता है या गलत सकारात्मक उत्पन्न कर सकता है। सवाल यह नहीं है कि कौन "अप्रभावित" है—सवाल यह है कि कौन तेज़ी से ठीक हो सकता है, महत्वपूर्ण प्रदर्शन मेट्रिक्स बनाए रख सकता है, और जब दृश्यता सबसे खराब हो तो ड्राइवरों को सुरक्षित रख सकता है।
वास्तविक दुनिया का डेटा: कोहरे में उनका प्रदर्शन कैसा है (2025 नवीनतम परीक्षण)
सबसे सम्मोहक प्रमाण 2025 "इंटेलिजेंट ड्राइविंग एक्सट्रीम सिनेरियो टेस्ट व्हाइट पेपर" से आता है, जिसे चीन ऑटोमोटिव इंजीनियरिंग रिसर्च इंस्टीट्यूट (CAERI) और Dongchedi द्वारा संयुक्त रूप से जारी किया गया था। इस ऐतिहासिक अध्ययन ने 15 किमी की वास्तविक सड़क पर कोहरे वाले मार्गों और 216 सिम्युलेटेड टक्कर परिदृश्यों में 36 मुख्यधारा के मॉडलों का परीक्षण किया, और कठोर डेटा के साथ प्रदर्शन अंतराल को मापा। आइए कोहरे की गंभीरता के अनुसार मुख्य निष्कर्षों को तोड़ें।
1. हल्का कोहरा (दृश्यता: 200-500 मीटर)
हल्के कोहरे में—जो सुबह जल्दी या तटीय क्षेत्रों में आम है—दोनों प्रौद्योगिकियां पर्याप्त रूप से प्रदर्शन करती हैं, लेकिन सूक्ष्म अंतर उभरते हैं। उन्नत डीहेज़िंग एल्गोरिदम द्वारा समर्थित कैमरा विजन सिस्टम, बुनियादी बाधा पहचान में अपनी जगह बनाए रखते हैं। उदाहरण के लिए, टेस्ला के FSD V12.5 ने अरबों किलोमीटर के वास्तविक दुनिया के डेटा पर प्रशिक्षित अपने रेनड्रॉप और हेज़ एलिमिनेशन एल्गोरिदम की बदौलत हल्के कोहरे में 90% बाधा पहचान सटीकता दर हासिल की।
इसके विपरीत, LiDAR सिस्टम ने न्यूनतम शोर के साथ लगभग पूर्ण सटीकता (98%+) बनाए रखी। Hesai ATX Lidar, एक नव-लॉन्च किया गया लंबी दूरी का मॉडल, ने पिक्सेल स्तर पर 99% कोहरे से संबंधित शोर को फ़िल्टर करने की अपनी क्षमता का प्रदर्शन किया, जिससे आसपास के वाहनों और पैदल चलने वालों के स्पष्ट पॉइंट क्लाउड संरक्षित हुए। यहाँ का अंतर संकीर्ण है, लेकिन LiDAR का लाभ निरंतरता में निहित है: जबकि कोहरे का घनत्व अचानक बदलने पर कैमरा सिस्टम संघर्ष कर सकते हैं, LiDAR की भौतिक संवेदनशीलता स्थिर रहती है।
2. मध्यम कोहरा (दृश्यता: 100-200 मीटर)
जैसे ही दृश्यता 200 मीटर से नीचे गिरती है, कैमरा विजन की एल्गोरिथम सीमाएं स्पष्ट हो जाती हैं। CAERI परीक्षण में दिखाया गया कि LiDAR-सुसज्जित वाहनों की तुलना में केवल कैमरा मॉडल में बाधाओं को चूकने की दर 3 गुना बढ़ गई। स्पष्ट मौसम में Xpeng G6 की पैदल यात्री पहचान दूरी 150 मीटर से घटकर मध्यम कोहरे में केवल 65 मीटर रह गई, जबकि Tesla Model Y की 78 मीटर तक गिर गई। यह एक गंभीर कमी है: राजमार्ग की गति (100 किमी/घंटा) पर, 65 मीटर की पहचान दूरी सिस्टम को प्रतिक्रिया करने के लिए केवल 2.3 सेकंड का समय देती है - आपातकालीन ब्रेकिंग के लिए मुश्किल से पर्याप्त।
इसके विपरीत, LiDAR सिस्टम ने 80 मीटर से ऊपर प्रभावी पहचान दूरी बनाए रखी। 192-लाइन LiDAR से लैस हुआवेई के ADS 3.0 ने मध्यम कोहरे में 126 मीटर की औसत पैदल यात्री पहचान दूरी हासिल की, जिससे 4.5 सेकंड की प्रतिक्रिया विंडो मिली। यह अंतर LiDAR की लंबी तरंग दैर्ध्य (1550nm) का उपयोग करके कोहरे को भेदने की क्षमता से उत्पन्न होता है, जो कैमरों द्वारा उपयोग किए जाने वाले दृश्य प्रकाश की तुलना में कम बिखरता है। बिखराव होने पर भी, लेजर पल्स सेंसर तक वापस लौटने और दूरी की सटीक गणना करने के लिए पर्याप्त ऊर्जा बनाए रखते हैं।
3. घना कोहरा/एडवेक्शन कोहरा (दृश्यता: <100 मीटर)
घने कोहरे में—जहां दृश्यता 100 मीटर से नीचे चली जाती है, या अत्यधिक मामलों में 50 मीटर तक—विभाजन एक खाई बन जाता है। यह स्वायत्त प्रणालियों के लिए "करो या मरो" की स्थिति है, और CAERI डेटा बहुत स्पष्ट है: शुद्ध कैमरा विजन सिस्टम को 15% मैनुअल टेकओवर दर का सामना करना पड़ा, जिसमें बार-बार "धारणा विफलता" अलर्ट आए। उन परिस्थितियों में जहां कोहरा लेन मार्करों, ट्रैफिक लाइटों और यहां तक कि बड़ी बाधाओं को भी अस्पष्ट कर देता है, एल्गोरिदम के पास सुरक्षित निर्णय लेने के लिए पर्याप्त दृश्य जानकारी का अभाव होता है।
हालांकि, LiDAR-सुसज्जित वाहनों ने केवल 3% का टेकओवर रेट बनाए रखा। हुआवेई के ADS 3.0 ने यहां तक कि स्थिर वाहनों की सटीक पहचान करने और 30 मीटर की दृश्यता में बचने के लिए युद्धाभ्यास पूरा करने की क्षमता का प्रदर्शन किया - ऐसी परिस्थितियाँ जहाँ मानव चालकों को अपनी हेडलाइट्स से आगे देखने में कठिनाई होगी। इस प्रदर्शन की कुंजी उन्नत फॉग-फ़िल्टरिंग एल्गोरिदम हैं, जैसे कि LSLidar द्वारा विकसित। ये एल्गोरिदम फॉग-बिखरे हुए लेजर पल्स की विशेषताओं का विश्लेषण करते हैं, महत्वपूर्ण बाधा जानकारी को संरक्षित करने के लिए मान्य पॉइंट क्लाउड डेटा से शोर को अलग करते हैं। इसका परिणाम एक ऐसी प्रणाली है जो केवल कोहरे में "देखती" नहीं है - यह तब स्थितिजन्य जागरूकता बनाए रखती है जब कैमरा विजन पूरी तरह से विफल हो जाता है।
तकनीकी सफलताएँ: अंतर को कम करना?
जबकि कोहरे की स्थिति में LiDAR का पलड़ा भारी है, दोनों प्रौद्योगिकियाँ तेजी से विकसित हो रही हैं। आइए नवीनतम नवाचारों की जाँच करें जो उनके कोहरे के प्रदर्शन को नया आकार दे रहे हैं।
कैमरा विजन: एल्गोरिथम में प्रगति
कैमरा विजन के फॉग (धुंध) प्रदर्शन में सबसे बड़ी छलांग AI-संचालित डीहेज़िंग एल्गोरिदम और बड़े, अधिक विविध डेटासेट से आती है। उदाहरण के लिए, टेस्ला का FSD V12.5, धुंध के प्रभावों को "रिवर्स-इंजीनियर" करने के लिए पर्यवेक्षित (supervised) और गैर-पर्यवेक्षित (unsupervised) लर्निंग के संयोजन का उपयोग करता है, जिससे धुंधली छवियों में स्पष्टता बहाल होती है। 10 बिलियन किलोमीटर के रात और प्रतिकूल मौसम डेटा पर प्रशिक्षण देकर, सिस्टम ने कम दृश्यता की स्थिति में डायनामिक ऑब्जेक्ट ट्रैकिंग गति में 40% सुधार किया है।
हालांकि, इन प्रगति की सीमाएं हैं। वे काम करने के लिए कुछ दृश्य विशेषताओं की उपस्थिति पर निर्भर करती हैं - जो घने कोहरे में गायब हो जाती है। सबसे अच्छा डीहेज़िंग एल्गोरिथम भी ऐसी जानकारी नहीं बना सकता जो वहां मौजूद नहीं है, जिससे कैमरा विजन की भौतिक सीमाओं को दूर करना मुश्किल हो जाता है।
LiDAR: हार्डवेयर और एल्गोरिथम तालमेल
LiDAR का विकास प्रवेश क्षमता बढ़ाने, शोर कम करने और लागत घटाने पर केंद्रित है। सबसे रोमांचक सफलताओं में से एक सिंगल-फोटॉन LiDAR है, जो यूके और यूएस शोधकर्ताओं के सहयोग से विकसित अगली पीढ़ी की तकनीक है। यह प्रणाली कोहरे के माध्यम से - 1 किलोमीटर की दूरी तक भी - उच्च-रिज़ॉल्यूशन वाली 3डी छवियां कैप्चर करने के लिए अल्ट्रा-संवेदनशील सुपरकंडक्टिंग नैनोवायर सिंगल-फोटॉन डिटेक्टर (SNSPDs) और 1550nm तरंग दैर्ध्य लेजर का उपयोग करती है। व्यक्तिगत फोटॉन का पता लगाकर और उनके उड़ान समय को पिकोसेकंड परिशुद्धता (एक सेकंड का खरबवां हिस्सा) के साथ मापकर, यह प्रणाली अभूतपूर्व सटीकता के साथ कोहरे के कणों और वास्तविक वस्तुओं के बीच अंतर कर सकती है।
वाणिज्यिक LiDAR सिस्टम भी तेजी से उन्नत हो रहे हैं। LSLidar का इन-हाउस डस्ट/रेन/फॉग फ़िल्टरिंग एल्गोरिथम, जो इसके सभी मॉडलों (1550nm फाइबर और 905nm हाइब्रिड सॉलिड-स्टेट LiDAR सहित) के साथ संगत है, लक्ष्य का पता लगाने को बनाए रखते हुए पॉइंट क्लाउड शोर को काफी कम करता है। Hesai का ATX Lidar, 140° अल्ट्रा-वाइड फील्ड ऑफ व्यू और 300m डिटेक्शन रेंज के साथ, कोहरे, एग्जॉस्ट फ्यूम्स और पानी की बूंदों को वास्तविक समय में पहचान और चिह्नित कर सकता है, जिससे सिस्टम के लिए स्वच्छ पॉइंट क्लाउड डेटा सुनिश्चित होता है। ये नवाचार LiDAR को कोहरे में अधिक मजबूत बना रहे हैं, जबकि लागत को कम कर रहे हैं - जो कभी अपनाने में एक बड़ी बाधा थी - 2025 में कीमतें $300-$450 की सीमा में आ रही हैं।
व्यावहारिक विकल्प: कब किस तकनीक को प्राथमिकता दें?
"धुंध में कौन बेहतर काम करता है" का जवाब आपके उपयोग के मामले और जोखिम सहनशीलता पर निर्भर करता है। निर्णय लेने के लिए यहाँ एक ढाँचा दिया गया है:
उपभोक्ता वाहनों (ADAS) के लिए
यदि आप अक्सर धुंध वाले क्षेत्र (जैसे, तटीय क्षेत्र, घाटियाँ, या तापमान व्युत्क्रमण वाले ठंडे जलवायु) में रहते हैं, तो LiDAR सुरक्षित विकल्प है। CAERI डेटा साबित करता है कि घने कोहरे में स्थितिजन्य जागरूकता बनाए रखने की इसकी क्षमता एक महत्वपूर्ण सुरक्षा बफर प्रदान करती है। भले ही कैमरा विजन में सुधार हो रहा हो, LiDAR की हार्डवेयर अतिरेकता एक "सुरक्षा जाल" के रूप में कार्य करती है जिसे एल्गोरिदम दोहरा नहीं सकते।
कम कोहरे वाले क्षेत्रों के लिए, विशेष रूप से यदि लागत एक प्राथमिक चिंता का विषय है, तो केवल कैमरा विजन पर्याप्त हो सकता है। टेस्ला मॉडल Y और Xpeng G6 जैसे मॉडल स्पष्ट और हल्के कोहरे की स्थिति में मजबूत ADAS प्रदर्शन प्रदान करते हैं, और OTA अपडेट लगातार समय के साथ उनके एल्गोरिदम में सुधार करते रहते हैं।
वाणिज्यिक स्वायत्तता के लिए (रोबोटैक्सी, ट्रकिंग)
व्यावसायिक अनुप्रयोगों में जहाँ सुरक्षा और विश्वसनीयता गैर-परक्राम्य हैं (और नियामक अनुपालन अनिवार्य है), LiDAR केवल पसंदीदा नहीं है - यह आवश्यक है। शहरी क्षेत्रों में रोबोटैक्सी जो अप्रत्याशित कोहरे की घटनाओं के साथ संचालित होती हैं, या लंबी दूरी के ट्रक जो कोहरे-प्रवण राजमार्गों से यात्रा करते हैं, वे शुद्ध कैमरा सिस्टम की 15% टेकओवर दर का जोखिम नहीं उठा सकते। घने कोहरे में LiDAR की 3% टेकओवर दर परिचालन व्यवहार्यता और सुरक्षा जोखिमों के बीच का अंतर है।
भविष्य: तालमेल, प्रतिस्पर्धा नहीं
सबसे दूरदर्शी दृष्टिकोण किसी एक तकनीक को दूसरी पर चुनने का नहीं है, बल्कि उन्हें एकीकृत करने का है। आधुनिक ADAS सिस्टम (जैसे Huawei ADS 3.0) कैमरा विज़न के उच्च-रिज़ॉल्यूशन विज़ुअल डेटा को पूरक बनाने के लिए LiDAR के विश्वसनीय 3D पॉइंट क्लाउड का उपयोग करते हैं। कोहरे में, LiDAR मुख्य बाधा का पता लगाता है, जबकि कैमरे ट्रैफिक लाइट के रंग या पैदल चलने वालों के हावभाव (जब दिखाई दे) जैसे विवरणों की पहचान करने में मदद करते हैं। यह "सेंसर फ्यूज़न" दोनों तकनीकों की शक्तियों का लाभ उठाता है, जिससे एक ऐसा सिस्टम बनता है जो अकेले किसी भी तकनीक से अधिक मजबूत होता है।
निष्कर्ष: कोहरे में LiDAR आगे, लेकिन कैमरा विजन पीछे नहीं
जब कोहरे की स्थिति की बात आती है, तो डेटा स्पष्ट है: LiDAR सभी कोहरे की गंभीरता के स्तरों पर कैमरा विजन से बेहतर प्रदर्शन करता है, खासकर घने कोहरे में एक बड़ा अंतर होता है। धारणा के लिए इसका हार्डवेयर-संचालित दृष्टिकोण—लेजर पल्स के साथ कोहरे को भेदना और उन्नत एल्गोरिदम के साथ शोर को फ़िल्टर करना—एक सुरक्षा आधार स्थापित करता है जिसे कैमरा विजन का सॉफ्टवेयर-केंद्रित मॉडल, कम से कम अभी के लिए, मेल नहीं खा सकता।
यह कहा जा सकता है कि कैमरा विजन तेजी से विकसित हो रहा है। AI डीहेज़िंग एल्गोरिदम और बड़े डेटासेट हल्के से मध्यम कोहरे में इसके प्रदर्शन में सुधार कर रहे हैं, जिससे यह उन क्षेत्रों के लिए एक व्यवहार्य विकल्प बन गया है जहाँ अत्यधिक कोहरे की घटनाएँ न्यूनतम होती हैं। हालांकि, अधिकांश ड्राइवरों और वाणिज्यिक ऑपरेटरों के लिए, LiDAR की "कोहरे के पार देखने" और मैन्युअल टेकओवर को कम करने की क्षमता एक सुरक्षा लाभ है जिसे अनदेखा करना मुश्किल है।
अंततः, कोहरे में स्वायत्त धारणा का भविष्य सेंसर फ्यूजन में निहित है। LiDAR की विश्वसनीयता को कैमरा विजन के विवरण के साथ जोड़कर, हम ऐसे सिस्टम बना सकते हैं जो सुरक्षित, कुशल और सबसे कठोर मौसम की स्थिति के अनुकूल हों। फिलहाल, यदि कोहरे की सुरक्षा आपकी सर्वोच्च प्राथमिकता है, तो LiDAR स्पष्ट विजेता है - लेकिन जैसे-जैसे एल्गोरिदम आगे बढ़ते रहेंगे, कैमरा विजन को बाहर न करें।
संपर्क
अपनी जानकारी छोड़ें और हम आपसे संपर्क करेंगे।
WhatsApp
WeChat