Tamil
LiDAR மற்றும் கேமரா மாடுல்கள்: சிறந்த பொருத்தம் – உணர்வு சிறந்த தன்மையை மறுபரிசீலனை செய்கின்றன
2025.12.17 துருக
அறிமுகம்: தனி செயல்பாட்டிற்குப் பின்புறம் – இணைப்பு புரட்சி
ஒரு தானாக இயக்கப்படும் கார் மழை மிதக்கும் நெடுஞ்சாலை ஒன்றில் மாலை நேரத்தில் பயணிக்கிறதா அல்லது ஒரு களஞ்சிய ரோபோ ஒரு அடுக்கான பெட்டிகளுக்குள் ஒரு அடிக்கோடு பெற்ற தொகுப்பை அடையாளம் காண்கிறதா என்பதை கற்பனை செய்யுங்கள். இரு நிலைகளிலும், ஒரு தனி சென்சார் குறைவாக உள்ளது: LiDAR 3D இடவெளி வரைபடத்தில் சிறந்தது ஆனால் உருப்படியும் நிறமும் குறைவாக உள்ளது, அதே சமயம் கேமரா செழுமையான காட்சி விவரங்களை பிடிக்கிறது ஆனால் குறைந்த ஒளியில் அல்லது காட்சி குறைவாக இருக்கும்போது தோல்வியுறுகிறது. இதுதான் 마법의 순간.லைடார் மற்றும் கேமரா மாடுல்இணைப்பு தொடங்குகிறது.
மிகவும் "சேர்க்கை" ஆக இருக்காமல், அவர்களின் சேர்க்கை ஒரு ஒத்திசைவு உணர்வு அமைப்பை உருவாக்குகிறது, இது தனித்தொழில்நுட்பத்தை ஒட்டுமொத்தமாக மிஞ்சுகிறது. 2024 இல், தன்னாட்சி அமைப்புகளில் உணர்வு இணைப்புக்கான உலகளாவிய சந்தை ஆண்டுக்கு 28% வளர்ச்சி அடையுமென எதிர்பார்க்கப்படுகிறது (Grand View Research), இது பாதுகாப்பான, மேலும் நம்பகமான உணர்வு கருவிகளுக்கான தேவையால் இயக்கப்படுகிறது. இந்த வலைப்பதிவு LiDAR மற்றும் கேமராக்கள் இறுதியாக இணைந்த ஜோடியானது, அவற்றின் தொழில்நுட்ப ஒத்திசைவு, உண்மையான உலக பயன்பாடுகள் மற்றும் நிறுவனங்கள் இந்த இணைப்பை போட்டி நன்மைக்காக எவ்வாறு பயன்படுத்தலாம் என்பதைக் களையாக்குகிறது.
1. தொழில்நுட்ப டாங்கோ: ஏன் LiDAR மற்றும் கேமராக்கள் ஒருவருக்கொருவர் முழுமைப்படுத்துகின்றன
அவர்களின் ஒற்றுமையை புரிந்துகொள்ள, முதலில் அவர்களின் தனிப்பட்ட பலவீனங்கள் மற்றும் பலவீனங்களை நாங்கள் பகுப்பாய்வு செய்ய வேண்டும் - மற்றும் அவர்கள் ஒருவருக்கொருவர் உள்ள இடங்களை எவ்வாறு நிரப்புகிறார்கள் என்பதையும்.
1.1 LiDAR: "இடவியல் வழிகாட்டி"
LiDAR (Light Detection and Ranging) புல்ச் லேசர் ஒளியை பயன்படுத்தி தூரங்களை அளக்கிறது, சுற்றுப்புறத்தின் துல்லியமான 3D புள்ளி மேகங்களை உருவாக்குகிறது. இதன் சூப்பர் சக்திகள் அடங்கும்:
• ஒளி நிலைகளுக்கு எதிர்ப்பு: முழுமையாக இருட்டில், மங்கலிலும், அல்லது நேரடி சூரிய ஒளியில் சமமாக செயல்படுகிறது.
• சென்டிமீட்டர் நிலை துல்லியம்: தொலைவு கணக்கீட்டிற்கு முக்கியமானது (எடுத்துக்காட்டாக, ஒரு சுய இயக்கும் கார் ஒரு நடமாட்டத்திற்கு இடைவெளியை மதிப்பீடு செய்கிறது).
• ஆழம் உணர்வு: குழப்பத்தை நீக்கும் 3D மாதிரிகளை உருவாக்குகிறது (எடுத்துக்காட்டாக, ஒரு சீரான சாலை அடையாளத்தை ஒரு முக்கோண தடையைப் பிரிக்கிறது).
ஆனால் LiDARக்கு சில வரம்புகள் உள்ளன:
• குறைந்த உருப்படியின்/நிறத்தின் அடையாளம்: போக்குவரத்து விளக்குகள், பேக்கேஜ்களில் உள்ள உரை, அல்லது நுணுக்கமான பொருள் விவரங்களை அடையாளம் காண முடியாது.
• உயர்ந்த செலவுகள்: பாரம்பரிய இயந்திர LiDAR அமைப்புகள் கேமராக்களை விட அதிக செலவாக உள்ளன, ஆனால் உறுதியான மாநில LiDAR இந்த இடைவெளியை குறைக்கிறது.
1.2 கேமராக்கள்: "காட்சி மொழிபெயர்ப்பாளர்"
கேமராக்கள் 2D RGB படங்களை பிடிக்கின்றன, கணினி பார்வை (CV) ஆல்கோரிதங்களை பயன்படுத்தி நிறங்கள், வடிவங்கள் மற்றும் உருப்படிகளை பகுப்பாய்வு செய்கின்றன. அவற்றின் முக்கிய நன்மைகள்:
• சிறந்த அர்த்தமுள்ள தரவுகள்: போக்குவரத்து சிக்னல்களை, உரிமம் பலகைகளை, லோகோக்களை மற்றும் பொருள் வகைகளை (எடுத்துக்காட்டாக, "குழந்தை" மற்றும் "சைக்கிள் ஓட்டுநர்") அடையாளம் காண்கிறது.
• செலவுத்திறன்: சுருக்கமான, குறைந்த சக்தி, மற்றும் பெருமளவில் உற்பத்தி செய்யப்படும், இது அளவிடக்கூடிய பயன்பாடுகளுக்கு சிறந்ததாக இருக்கிறது.
• உயர் தீர்மானம்: சிறிய விவரங்களைப் பிடிக்கிறது (எடுத்துக்காட்டாக, ஒரு உடைந்த நடைபாதை அல்லது ஒரு தயாரிப்பு பார்கோடு).
கேமராக்கள், இருப்பினும், முக்கிய சவால்களை எதிர்கொள்கின்றன:
• ஒளியின் சார்பு: இருட்டில், கடுமையான மழையில், அல்லது கதிர்வீச்சில் தோல்வி.
• எந்த உள்ளூர் ஆழமும் இல்லை: தொலைவுகளை மதிப்பீடு செய்ய CV யின் Tricks (எடுத்துக்காட்டாக, ஸ்டீரியோ பார்வை) மீது நம்புகிறது, இது LiDAR க்கும் ஒப்பிடும்போது குறைவான துல்லியமாக உள்ளது.
• ஒடுக்கத்திற்கு உள்ள ஆபத்து: ஒரு பகுதி மறைக்கப்பட்ட பொருள் கேமரா அடிப்படையிலான அல்கொரிதங்களை குழப்பலாம்.
1.3 இணைப்பு: 1 + 1 = 3
சென்சார் இணைப்பு – LiDAR புள்ளி மேகங்கள் மற்றும் கேமரா படங்களை இணைக்கும் செயல்முறை – இந்த குறைகளை தீர்க்கிறது. இது எப்படி செயல்படுகிறது:
• தரவு சரிசெய்தல்: LiDAR மற்றும் கேமராக்கள் ஒத்திசைவு (காலம்-முத்திரை) மற்றும் ஒத்திசைவு (இடவியல் சரிசெய்தல்) செய்யப்பட்டுள்ளன, எனவே அவற்றின் தரவுகள் ஒரே ஒருங்கிணைப்பு முறைமைக்கு வரைபடமாக்கப்படுகின்றன.
• சேர்க்கை பகுப்பாய்வு: LiDAR கேமரா படங்களுக்கு ஆழத்தை வழங்குகிறது (எடுத்துக்காட்டாக, கேமரா பீட்டில் உள்ள "மங்கலான" ஒரு 3 மீட்டர் தொலைவில் உள்ள நடைபாதை பயணியை உறுதிப்படுத்துவது), அதே சமயம் கேமராக்கள் LiDAR புள்ளி மேகங்களுக்கு அர்த்தமுள்ள சூழலைச் சேர்க்கின்றன (எடுத்துக்காட்டாக, LiDAR மூலம் கண்டறியப்பட்ட "தடை" ஒன்றை "நெருப்புநீர் குழாய்" என அடையாளம் காணுதல்).
• மீண்டும்: ஒரு சென்சார் தோல்வியுறும் போது (உதாரணமாக, ஒரு கேமரா லென்ஸ் மாசுபட்டால்), மற்றொன்று அதற்கான மாற்றத்தை வழங்குகிறது. உதாரணமாக, கேமராவின் காட்சி மறைக்கப்பட்டாலும், LiDAR இன்னும் முன்னால் உள்ள வாகனத்தை கண்டறிய முடியும்.
2023ல் ஸ்டான்ஃபோர்ட் பல்கலைக்கழகத்தின் சுயாதீன அமைப்புகள் ஆய்வகத்தால் மேற்கொள்ளப்பட்ட ஒரு ஆய்வில், இணைக்கப்பட்ட LiDAR-கேமரா அமைப்புகள், கேமரா மட்டுமே உள்ள அமைப்புகளுடன் ஒப்பிடும்போது 47% குறைந்த பொருள் கண்டறிதல் பிழைகளை மற்றும் LiDAR மட்டுமே உள்ள அமைப்புகளுடன் ஒப்பிடும்போது 32% குறைந்த பிழைகளை உருவாக்கியதாக கண்டறியப்பட்டது - இது பாதுகாப்புக்கு முக்கியமான பயன்பாடுகளுக்கான ஒரு விளையாட்டு மாற்றம்.
2. உண்மையான உலக பயன்பாடுகள்: ஜோடி எங்கு பிரகாசிக்கிறது
LiDAR-கேமரா இணைப்பு தொழில்களை மாற்றி அமைக்கிறது, இது ஒருபோதும் சாத்தியமில்லாத திறன்களை வழங்குகிறது. கீழே மிகவும் தாக்கத்தை ஏற்படுத்தும் பயன்பாடுகள் உள்ளன:
2.1 சுயாட்சி வாகனங்கள் (AVs)
AVs இந்த இணைப்பிற்கான விளம்பர குழந்தை ஆக இருக்கின்றன. ஒரு காட்சியை எடுத்துக்கொள்வோம், ஒரு கேமரா சிவப்பு போக்குவரத்து ஒளியை கண்டுபிடிக்கிறது, ஆனால் LiDAR சந்திக்கையின் தொலைவை (100 மீட்டர்கள்) மற்றும் பின்னணி கார் வேகத்தை (30 கிமீ/மணி) உறுதிப்படுத்துகிறது. AV-இன் AI இந்த இணைக்கப்பட்ட தரவுகளை பயன்படுத்தி மென்மையாக தடுப்பதற்காக, பின்னணி மோதல்களை தவிர்க்கிறது.
முன்னணி AV நிறுவனங்கள், Tesla (அதன் Hardware 4.0 தொகுப்புடன்) மற்றும் Waymo இப்போது உயர் தீர்மான கேமராக்களுடன் உறுதியான மாநில LiDAR ஐ ஒருங்கிணைக்கின்றன:
• குறைந்த ஒளியில் நடக்கையாளரை கண்டறிதலை மேம்படுத்தவும்.
• தடை அளவுகளை சரியாக மதிப்பீடு செய்யவும் (எடுத்துக்காட்டாக, ஒரு சிறிய மிருகம் மற்றும் ஒரு கிணறு).
• சிக்கலான சந்திப்புகளை கமரா மூலம் traffic light signals மற்றும் LiDAR மூலம் crosswalk distances ஐ இணைத்து வழிநடத்தவும்.
2.2 தொழில்துறை தானியங்கி
களஞ்சியங்களில் மற்றும் தொழிற்சாலைகளில், LiDAR-கேமரா மாடுல்கள் அடுத்த தலைமுறை ரோபோட்டிக்ஸை இயக்குகின்றன:
• எடுக்கவும் மற்றும் வைக்கவும் ரோபோக்கள்: LiDAR ஒரு அலமாரியின் 3D அமைப்பை வரைபடமாக்குகிறது, அதற்கான கேமராக்கள் தயாரிப்பு லேபிள்கள் அல்லது குறைகள் (எடுத்துக்காட்டாக, ஒரு கிழிந்த பெட்டி) ஐ அடையாளம் காண்கின்றன. அமேசான் ரோபோட்டிக்ஸ் பிரிவு இந்த இணைப்பைப் பயன்படுத்தி எடுக்கும்வழு பிழைகளை 23% குறைக்கிறது.
• தரக் கட்டுப்பாடு: தொகுப்பு வரிசைகளில், கேமராக்கள் மேற்பரப்பு முடிவுகளை ஆய்வு செய்கின்றன (எடுத்துக்காட்டாக, ஸ்மார்ட்போனில் புடவை கீறல்கள்), அதேவேளை LiDAR பரிமாண துல்லியத்தை சரிபார்க்கிறது (எடுத்துக்காட்டாக, ஒரு கூறின் உயரம்).
• பாதுகாப்பு அமைப்புகள்: ஒத்துழைப்பு ரோபோட்டுகள் ("கோபோட்டுகள்") மனித நெருக்கத்தை கண்டறிய LiDAR ஐப் பயன்படுத்துகின்றன (யாராவது மிகவும் அருகில் வந்தால் நிறுத்துகிறது) மற்றும் கை அசைவுகளை அடையாளம் காண கேமராக்களைப் பயன்படுத்துகின்றன (மனிதன் பின்னுக்கு சென்றால் வேலை மீண்டும் தொடங்குகிறது).
2.3 ஸ்மார்ட் நகரங்கள் & அடிப்படைக் கட்டமைப்பு
நகரங்கள் பாதுகாப்பு மற்றும் செயல்திறனை மேம்படுத்த இணைக்கப்பட்ட சென்சார்களை ஏற்றுக்கொண்டு வருகின்றன:
• போக்குவரத்து மேலாண்மை: LiDAR வாகனங்களை எண்ணுகிறது மற்றும் வேகத்தை அளக்கிறது, அதே சமயம் கேமராக்கள் உரிமம் பலகைகளை அடையாளம் காண்கின்றன மற்றும் போக்குவரத்து மீறல்களை (எடுத்துக்காட்டாக, சிவப்பு விளக்கை கடக்குதல்) கண்டறிகின்றன. சிங்கப்பூரின் ஸ்மார்ட் நேஷன் முயற்சி இதனை 15% குறைக்க பயன்படுத்துகிறது.
• பாதசாரிகள் கடந்து செல்லும் இடங்கள்: சென்சார்கள் ஒரு நபர் சாலையில் கால் வைக்கும்போது (LiDAR) கண்டறிந்து, அது ஒரு பாதசாரி என்பதைக் உறுதிப்படுத்துகின்றன (கேமரா), ஓட்டுநர்களுக்கான எச்சரிக்கை விளக்குகளை செயல்படுத்துகின்றன.
• அடிப்படைக் கட்டமைப்பு கண்காணிப்பு: LiDAR பாலங்களை கட்டமைப்புப் பிழைகள் கண்டு பிடிக்க ஸ்கேன் செய்கிறது, அதே சமயம் கேமரா பிளவுகள் அல்லது ஊறுகாய்களைப் பிடிக்கிறது - முன்னறிவிப்பு பராமரிப்பை சாத்தியமாக்குகிறது.
2.4 விவசாயம் & ரோபோட்டிக்ஸ்
சரியான விவசாயத்தில், LiDAR-கேமரா இணைப்பு பயிர்களின் விளைவுகளை மேம்படுத்துகிறது:
• ட்ரோன் அடிப்படையிலான ஆய்வு: LiDAR வரைபடங்கள் பயிர்களின் உயரம் மற்றும் அடர்த்தியை வரைபடம் செய்கின்றன, அதற்கான கேமராக்கள் இலை நிறத்தை (உணவுப் பற்றாக்குறை அல்லது நோய் குறிக்கின்றது) பகுப்பாய்வு செய்கின்றன.
• சுயாட்சி டிராக்டர்கள்: LiDAR தடைகளை தவிர்க்கிறது (எடுத்துக்காட்டாக, மரங்கள், கற்கள்), மற்றும் கேமராக்கள் பயிர் வரிசைகளை அடையாளம் காண்கின்றன, இது சரியான விதை அல்லது ஸ்பிரே செய்ய உறுதி செய்கிறது.
3. சரியான LiDAR-கேமரா மாடுல் எவ்வாறு தேர்வு செய்வது
எல்லா இணைப்புகளும் சமமாக உருவாக்கப்படவில்லை. உங்கள் பயன்பாட்டிற்கான மாடுல் ஒன்றை தேர்ந்தெடுக்கும்போது, இந்த முக்கிய அம்சங்களை கவனிக்கவும்:
3.1 பயன்பாட்டு தேவைகள்
• துல்லியத்திற்கான தேவைகள்: AV கள் அல்லது மருத்துவ ரோபோட்டிக்ஸிற்காக, <5cm துல்லியத்துடன் LiDAR மற்றும் 4K கேமராக்களை முன்னுரிமை அளிக்கவும். நுகர்வோர் ட்ரோன்களுக்கு, குறைந்த செலவுள்ள 10cm LiDAR மற்றும் 1080p கேமரா போதுமானதாக இருக்கலாம்.
• சுற்றுச்சூழல் நிலைகள்: கடுமையான வானிலை (எடுத்துக்காட்டாக, கட்டுமான இடங்கள்) இல் செயல்படும்போது, மங்கலாக்கம் எதிர்ப்பு காமரா லென்சுகள் மற்றும் பரந்த வெப்பநிலை வரம்புகள் (-40°C முதல் 85°C) உடன் IP67 மதிப்பீட்டுள்ள சென்சார்களை தேர்ந்தெடுக்கவும்.
3.2 ஒருங்கிணைப்பு எளிமை
• அளவீட்டு ஆதரவு: நேரம் செலவழிக்கும் உள்ளக அளவீட்டை தவிர்க்க, உற்பத்தியாளரால் முன்கூட்டியே அளவீடு செய்யப்பட்ட மாடுல்களை (எடுத்துக்காட்டாக, வேலோடின் VLP-16 + சோனி IMX490 கேமரா கிட்ஸ்) தேடுங்கள்.
• மென்பொருள் ஒத்திசைவு: உங்கள் உள்ளமைவான AI கட்டத்தில் (எடுத்துக்காட்டாக, TensorFlow, PyTorch) மாடல் வேலை செய்கிறது என்பதை உறுதி செய்யவும் அல்லது எளிதான ஒருங்கிணைப்புக்கு SDK களை வழங்கவும்.
3.3 செலவுகள் மற்றும் செயல்திறன்
• திட நிலை LiDAR: இயந்திர LiDAR க்கான (எடுத்துக்காட்டாக, Ouster இன் OS0-128 ~3,000 க்கான செலவு, இயந்திர மாதிரிகளுக்கான 10,000+ க்கான செலவுடன்) மிகவும் மலிவான மாற்றம் - விநியோக ரோபோக்கள் போன்ற அளவிடக்கூடிய பயன்பாடுகளுக்கு சிறந்தது.
• கேமரா தீர்மானம்: தேவையுடன் செலவைக் சமநிலைப்படுத்தவும்: 2MP கேமராக்கள் அடிப்படை கண்டறிதற்காக வேலை செய்கின்றன, ஆனால் 8MP+ கேமராக்கள் அர்த்தமுள்ள பகுப்பாய்விற்காக சிறந்தவை (எடுத்துக்காட்டாக, உரையைப் படிக்க).
3.4 சக்தி & அளவு
• கைமுறையிலான சாதனங்களுக்கு (எடுத்துக்காட்டாக, ட்ரோன்கள், அணிகலன்கள்) சுருக்கமான அளவுகளில் (≤100mm x 100mm) குறைந்த சக்தி மாட்யூல்களை (≤5W) தேர்வு செய்யவும்.
• தொழில்துறை ரோபோங்கள் நீண்ட தொலைவுக்கான உணர்விற்காக (200 மீட்டர் வரை) அதிக சக்தி மாடுல்களை (10-20W) கையாள முடியும்.
4. எதிர்கால நெறிகள்: இணைப்பின் அடுத்த எல்லை
எப்படி AI மற்றும் சென்சார் தொழில்நுட்பங்கள் வளர்கின்றன, LiDAR-கேமரா ஒருங்கிணைப்பு மேலும் சக்திவாய்ந்ததாக மாறும்:
4.1 AI-ஐ அடிப்படையாகக் கொண்ட நேரடி இணைப்பு
தற்போதைய இணைப்பு விதி அடிப்படையிலான ஆல்கொரிதம்களை நம்புகிறது, ஆனால் எதிர்கால அமைப்புகள் ஆழ்ந்த கற்றலைக் பயன்படுத்தும்:
• சர்வதேச எடை சென்சார் தரவுகளை இயக்கமாக (எடுத்துக்காட்டாக, மங்கலின் போது LiDAR-ஐ அதிகமாக நம்புதல், சூரிய ஒளியில் கேமராவை அதிகமாக நம்புதல்).
• 3D இயக்கத்தை (LiDAR) காட்சி சின்னங்களுடன் (கேமரா) இணைத்து பொருளின் நடத்தை (எடுத்துக்காட்டாக, ஒரு சைக்கிள் ஓட்டுநர் வளைந்து செல்லுதல்) கணிக்கவும்.
4.2 சிறிய அளவாக்கம் & செலவுக் குறைப்பு
திட நிலை LiDAR மற்றும் மைக்ரோ-கேமராக்கள் 2026 ஆம் ஆண்டுக்குள் 50% குறைந்த செலவில் (≤50mm x 50mm) அற்புதமாகக் компактமான மாடுல்களை உருவாக்கும். இது நுகர்வோர் பயன்பாடுகளை திறக்கிறது, உதாரணமாக, ஸ்மார்ட் கண்ணாடிகள் (வழிகாட்டலுக்காக) மற்றும் வீட்டு பாதுகாப்பு அமைப்புகள் (3D துல்லியத்துடன் புகுந்தவர்களை கண்டறிதல்).
4.3 பல-சென்சார் இணைப்பு (LiDAR + கேமரா க்கும் அப்பால்)
எதிர்கால அமைப்புகள் ரேடார் (தொலைநிலை கண்டறிதலுக்காக) மற்றும் வெப்ப கேமராக்களை (இரவு பார்வைக்காக) சேர்க்கும், இது எந்த சூழ்நிலையிலும் நிலைத்திருக்கும் "சென்சார் சூழல்" ஒன்றை உருவாக்கும். எடுத்துக்காட்டாக, ஒரு AV லைடார் (சிறு தொலைவு), ரேடார் (தொலைநிலை), மற்றும் கேமராக்களை (அர்த்தமுள்ள) பயன்படுத்தி பனிக்கட்டையை வழிநடத்தலாம்.
4.4 எட்ஜ் கணினி
ஃப்யூஷன் மேக அடிப்படையிலான செயலாக்கத்திலிருந்து எட்ஜ் சாதனங்களுக்கு (எடுத்துக்காட்டாக, சென்சார் மாட்யூல்) மாறும், 100ms இல் இருந்து <10ms க்கு தாமதத்தை குறைக்கும் - AV தடுப்பூசி அல்லது ரோபோட் மோதல் தவிர்க்கும் போன்ற நேரடி பயன்பாடுகளுக்கு இது முக்கியமாகும்.
தீர்வு: எதிர்காலம் இணைக்கப்பட்டுள்ளது
LiDAR மற்றும் கேமரா மாடுல்கள் "சரியான பொருத்தம்" என்பதற்கும் மேலாக உள்ளன - அவை அடுத்த தொழில்துறை புரட்சி அடித்தளமாக உள்ளன. இடவியல் துல்லியத்தை காட்சி அறிவுடன் இணைத்து, அவை தனித்தனியாக எந்த தொழில்நுட்பமும் கையாள முடியாத பிரச்சினைகளை தீர்க்கின்றன, பாதுகாப்பான தானியங்கி ஓட்டம் முதல் மேலும் திறமையான உற்பத்தி வரை.
வணிகங்களுக்கு, இந்த இணைப்பை ஏற்கது போட்டி நன்மை மட்டுமல்ல - இது ஒரு தேவையாகும். நம்பகமான உணர்வுக்கான பயனர் மற்றும் தொழில்துறை தேவைகள் அதிகரிக்கும்போது, இடைமுகங்களை வழங்கும் மாடுல்கள், ஒருங்கிணைப்பு, அளவீட்டு திறன் மற்றும் AI-ஐ அடிப்படையாகக் கொண்ட உள்ளடக்கங்களை வழங்கும் மாடுல்கள் சந்தையை வழிநடத்தும்.
நீங்கள் ஒரு சுய இயக்க வாகனம், ஒரு களஞ்சிய ரோபோட்டோ அல்லது ஒரு புத்திசாலி நகர தீர்வோ உருவாக்குகிறீர்களா, கேள்வி "LiDAR மற்றும் கேமராக்களை ஒன்றாகப் பயன்படுத்த வேண்டுமா?" அல்ல – அது "நீங்கள் அவற்றின் இணைப்பை புதுமை செய்ய எவ்வாறு பயன்படுத்துவீர்கள்?" எதிர்கால உணர்வு என்பது ஒரு சென்சரை மற்றொன்றுக்கு மேலாக தேர்வு செய்வதற்கானது அல்ல. அது அவற்றை ஒன்றாக நடனமாடச் செய்யும் விதமாக இருக்கிறது.
தொடர்பு
உங்கள் தகவலை விட்டு நாங்கள் உங்களை தொடர்பு கொள்ளுவோம்.
WhatsApp
WeChat