اے آر میں ٹی او ایف کیمرہ ماڈیول ڈیپتھ پرسیپشن پرسیزن بہتری اسکیم

Augmented reality (AR) ٹیکنالوجی کی ترقی میں، گہرائی کے ادراک کی درستگی حقیقی مناظر کے ساتھ ورچوئل اشیاء کے انضمام کے اثر کو براہ راست متاثر کرتی ہے۔ TOF (ٹائم آف فلائٹ کیمرہ ماڈیول، حقیقی وقت میں تین جہتی مقامی ڈیٹا حاصل کرنے کی صلاحیت کے ساتھ، اے آر ڈیوائسز کا بنیادی جزو بن گیا ہے۔ تاہم، اس کے گہرائی کے ادراک کی درستگی کے پیچیدہ ماحول کو مزید بہتر بنانے کا طریقہ اب بھی صنعت کا مرکز ہے۔ کیمرے ماڈیول تین جہتوں سے اے آر ایپلی کیشنز میں: تکنیکی اصلاح، ڈیزائن، اور ملٹی سینسر فیوژن۔

روایتی TOF سینسر شور کی گہرائی کے اعداد و شمار میں محیطی روشنی سے مداخلت کا شکار ہیں۔ Meizu 17 Pro کے لیے Ouster کی طرف سے اپنی مرضی کے مطابق حل میں اعلی کارکردگی والے فلٹرنگ الگورتھم استعمال کیے گئے ہیں، جو انکولی شور کو دبانے والی ٹیکنالوجی کے ذریعے، خاص طور پر کم تعدد والے شور کو ختم کرتے ہیں، گہرائی کے نقشے کی وضاحت کو نمایاں طور پر بہتر بناتے ہیں۔ اس کے علاوہ، Qualcomm DSP کی طرف سے آپٹمائز کردہ گہرائی کے انجن کے ساتھ مل کر، AR ایپلی کیشنز کی روانی کو یقینی بناتے ہوئے، 30FPS کے مستحکم فریم ریٹ کو برقرار رکھتے ہوئے، سسٹم کی بجلی کی کھپت میں 15% کمی واقع ہوتی ہے۔

ناکافی ٹو ریزولوشن کے مسئلے کی تلافی کے لیے، زیجیانگ یونیورسٹی کی ٹیم کی طرف سے تیار کردہ DELTAR فریم ورک گہری سیکھنے کے ذریعے ہلکا پھلکا ToF اور RGB امیج فیوژن حاصل کرتا ہے۔ یہ اسکیم ToF کی گہرائی کی معلومات کو بڑھانے کے لیے RGB کی ساخت کی تفصیلات کا استعمال کرتی ہے۔ ECCV 2022 کے تجربے میں، روایتی طریقوں کے مقابلے اس کی گہرائی کے تخمینے کی غلطی کو 23% کم کیا گیا تھا اور اس کی کمپیوٹیشنل کارکردگی میں 40% اضافہ کیا گیا تھا، جس سے یہ وسائل محدود آلات جیسے کہ موبائل ٹرمینلز کے لیے موزوں تھا۔

ہارڈ ویئر کی سطح کی جدت درستگی میں بہتری کی بنیاد ہے۔ Ouster کا Femto-W ماڈیول 0.2-2.5 میٹر کی حد میں ملی میٹر کی درستگی حاصل کرنے کے لیے iToF ٹیکنالوجی کا استعمال کرتا ہے، ایک گہرائی کمپیوٹنگ پاور پلیٹ فارم کو مربوط کرتا ہے، اور اسے بیرونی کمپیوٹنگ پاور سپورٹ کی ضرورت نہیں ہوتی ہے۔ اس کا الٹرا وائیڈ ڈیزائن (120° فیلڈ آف ویو) ایک وسیع تر مقامی معلومات حاصل کر سکتا ہے، اور انفراریڈ اور گہرائی کے ڈیٹا کا Y16 فارمیٹ آؤٹ پٹ سین ماڈلنگ کے لیے ہائی فیڈیلیٹی ڈیٹا فراہم کرتا ہے۔

بڑے پیمانے پر پیداواری ضروریات کے لیے، ماڈیول ہارڈ ویئر کے انتخاب کے دوران پروڈکشن لائن پر کیلیبریشن کی کارکردگی پر غور کرتا ہے، ون اسٹاپ کیلیبریشن ٹیکنالوجی کے ذریعے پیداوار کو بہتر بناتا ہے، اور 3D چہرے کی شناخت، SLAM، وغیرہ جیسے پیچیدہ افعال، کنزیومر الیکٹرانکس اور صنعتی آٹومیشن کی دوہری ضروریات کو پورا کرتا ہے۔

مونو ٹو ایف سینسرز میں اب بھی پیچیدہ لائٹنگ یا کم ساخت کے منظرنامے کی حدود ہیں۔ آر جی بی اور آئی ایم یو جیسے ملٹی موڈل ڈیٹا کو یکجا کر کے، ایک مکمل گہرائی پرسیپشن سسٹم بنایا جا سکتا ہے۔ مثال کے طور پر، Meizu 18 Pro کا AR رولر فنکشن سینٹی میٹر سطح کے فاصلے کی پیمائش کی درستگی کو حاصل کرنے کے لیے ToF گہرائی کے ڈیٹا کو IMU رویہ کی معلومات کے ساتھ جوڑتا ہے۔ DELTAR فریم ورک، فیچر الائنمنٹ الگورتھم، ToF ڈیپتھ میپ اور RGB امیج کی پکسل لیول رجسٹریشن، parallax کی غلطیوں کو ختم کرتا ہے اور ورچوئل آبجیکٹ کی مقامی پوزیشننگ کی درستگی کو بڑھاتا ہے۔

متحرک مناظر کے علاوہ، ملٹی سینسر فیوژن موشن بلر کے مسئلے کو مؤثر طریقے سے حل کر سکتا ہے۔ ہم وقت سازی سے ToF اور RGB ڈیٹا اکٹھا کر کے، اور ٹائم سیکوئنس آپٹیمائزیشن الگورتھم کو یکجا کر کے، سسٹم ریئل ٹائم حرکت کی وجہ سے ہونے والے گہرائی کے انحراف کو درست کرتا ہے، AR تعامل کے استحکام کو یقینی بناتا ہے۔

فی الحال، ToF لینس ماڈیولز نے موبائل فون AR میں بریک تھرو ایپلی کیشنز حاصل کی ہیں۔ Meizu 17 Pro کا ویڈیو ریئل ٹائم بلرنگ فنکشن، ToF گہرائی کے انجن کے ذریعے، پس منظر اور موضوع کی قطعی علیحدگی کا احساس کرتا ہے، اور دھندلاپن کی منتقلی زیادہ قدرتی ہے۔ 18 پرو کے لیے Orbbec کا حسب ضرورت حل AR وژن جیسے اختراعی افعال کی حمایت کرتا ہے، جو کم روشنی والے ماحول میں AR کی اطلاق کی حد کو بڑھاتا ہے۔ مستقبل میں، ہلکے وزن والے الگورتھم اور کم طاقت والے ہارڈ ویئر کی ترقی کے ساتھ، ToF ماڈیولز چھوٹے سائز اور کم لاگت کو تیار کریں گے، جس سے سمارٹ ہوم، صنعتی معائنہ اور دیگر شعبوں میں AR ٹیکنالوجی کی مقبولیت کو فروغ ملے گا۔

الگورتھم آپٹیمائزیشن، ہارڈویئر انوویشن اور ملٹی موڈل فیوژن کی مربوط ترقی پر انحصار کرنے کے لیے ToF لینس ماڈیول کی گہرائی کے ادراک کی درستگی میں بہتری۔ تکنیکی رکاوٹوں کی مسلسل پیش رفت کے ذریعے، ToF آلات کے لیے "ورچوئل اور حقیقی کے ہموار انضمام" کو حاصل کرنے کے لیے بنیادی محرک بن جائے گا، جس سے صارفین کو زیادہ عمیق اور زیادہ درست انٹرایکٹو تجربہ ملے گا۔