فزیکل اے آئی سینسرز کے ذریعے حقیقی دنیا کا ڈیٹا جمع کرتا ہے، جیسے کیمرہ، لائٹ ڈیٹیکشن اینڈ رینجنگ (LiDAR)، اور ریڈار، تاکہ خودکار نظاموں اور روبوٹس کے لیے تعینات کیے گئے اے آئی ماڈلز کو جسمانی ماحول کو سمجھنے کے قابل بنایا جا سکے، تاکہ وہ حقیقی دنیا کی صورتحال میں کام کر سکیں۔

سینسر فیوژن وہ عمل ہے جس میں متعدد سینسرز سے حاصل شدہ ڈیٹا کو یکجا کیا جاتا ہے تاکہ معلومات کی درستگی اور اعتبار میں بہتری لائی جا سکے۔ مختلف اقسام کے سینسرز (جیسے کہ لائیڈر، ریڈار، اور کیمرے) سے حاصل شدہ معلومات کو ملا کر، ایک نظام ماحول کا زیادہ مکمل نقشہ تیار کر سکتا ہے۔ سینسر فیوژن کسی بھی انفرادی سینسر میں ہونے والی غلطیوں یا ناکامیوں کے اثرات کو بھی کم کر سکتا ہے۔ یہ ٹیکنالوجی مختلف شعبوں میں استعمال ہوتی ہے، جن میں خودکار گاڑیاں (AV) اور روبوٹکس شامل ہیں۔

سینسر فیوژن کی سب سے عام ایپلیکیشنز میں سے ایک یہ ہے کہ روبوٹیکسی پر نصب مختلف سینسرز کو یکجا کیا جائے، جن میں LiDARs سے حاصل ہونے والے 3D پوائنٹ کلاؤڈز اور سامنے، اطراف اور پیچھے کے کیمروں سے لی گئی 2D تصاویر شامل ہیں۔

سینسر وہ آلات ہیں جو جسمانی محرکات جیسے روشنی، حرارت اور آواز کو محسوس کرتے اور ان پر ردعمل ظاہر کرتے ہیں۔ مختلف سینسر اپنے افعال انجام دینے کے لیے مختلف ٹیکنالوجیز استعمال کرتے ہیں۔ مثال کے طور پر، LiDAR اور ریڈار سینسر اپنے ماحول کو محسوس کرنے کے لیے لیزر اور ریڈیو لہریں استعمال کرتے ہیں، جبکہ الٹراسونک سینسر آواز کی لہریں استعمال کرتے ہیں۔

لائیڈار (لائٹ ڈیٹیکشن اینڈ رینجنگ)

اعلیٰ درستگی، طویل فاصلے تک رسائی، اور تیز رفتار ڈیٹا حاصل کرنا۔ LiDAR خودکار گاڑیوں اور روبوٹس میں نقشہ سازی اور رکاوٹوں سے بچاؤ کے لیے بہترین ہے۔

ریڈار (ریڈیو ڈیٹیکشن اور رینجنگ)

ریڈار سینسر مختلف موسمی حالات میں اور طویل فاصلے پر اشیاء کا پتہ لگا سکتے ہیں، جس کی وجہ سے یہ تصادم سے بچاؤ اور خودکار ڈرائیونگ جیسی ایپلیکیشنز کے لیے بہترین ہیں۔

سونار (ساؤنڈ نیویگیشن اور رینجنگ)

سونار سینسرز آواز کی لہریں خارج کرتے ہیں اور اس وقت کو ناپتے ہیں جو لہریں کسی شے سے ٹکرا کر واپس آنے میں لیتی ہیں۔ روبوٹکس اور آٹوموٹیو میں ان کا استعمال کسی شے تک فاصلے کا تعین کرنے کے لیے کیا جا سکتا ہے۔

ساختہ روشنی

سٹرکچرڈ لائٹ سینسرز ایک 3D اسکینر استعمال کرتے ہیں تاکہ کسی شے کے 3D ابعاد کی پیمائش کی جا سکے۔ اعلیٰ ریزولوشن اور درستگی انہیں 3D اسکیننگ اور میپنگ ایپلیکیشنز کے لیے موزوں بناتی ہے۔

ٹائم آف فلائٹ (ToF) سینسر

ToF سینسرز فاصلے کی پیمائش کے لیے ڈیپتھ سینسنگ ٹیکنالوجی استعمال کرتے ہیں۔ یہ تیز اور قابلِ اعتماد ہوتے ہیں، اس لیے یہ اشاروں کی شناخت، اشیاء کی نگرانی، اور روبوٹ نیویگیشن ایپلیکیشنز کے لیے بہترین انتخاب ہیں۔

اسٹیریو وژن سینسر

سٹیریو وژن سینسرز دو (یا زیادہ) سینسرز استعمال کرتے ہیں تاکہ انسانی دو آنکھوں والی بصارت کی نقل کر سکیں۔ اعلیٰ درستگی کے ساتھ گہرائی کا اندازہ لگانا، اچھی مکانی ریزولوشن، اور کم لاگت انہیں رکاوٹ سے بچاؤ، تھری ڈی میپنگ، اور روبوٹ نیویگیشن کی ایپلیکیشنز کے لیے موزوں بناتے ہیں۔

الٹراسونک سینسر

الٹراسونک سینسر کم قیمت، استعمال میں آسان ہیں، اور مختلف اقسام کے مواد کا پتہ لگا سکتے ہیں، جس کی وجہ سے یہ پارکنگ اسسٹنس اور اشیاء کی شناخت جیسے استعمالات کے لیے موزوں ہیں۔

مرحلہ 1: ڈیٹا کو اوورلے کریں

• پہلا قدم یہ ہے کہ تمام سینسر ویوز کو کیلیبریٹ اور الائن کیا جائے، پھر آپ کے تمام ڈیٹا کو ایک ہی ویو میں اوورلے کیا جائے۔ یہ مرکب ویو آپ کے لیبلر کو زیادہ سیاق و سباق فراہم کرتا ہے، جس سے وہ یہ بتا سکتا ہے کہ پوائنٹ کلاؤڈز کے کون سے گروپس کس چیز کی نمائندگی کرتے ہیں۔

مرحلہ 2: 3D پوائنٹ کلاؤڈز کو لیبل کریں

• ہم مشورہ دیتے ہیں کہ آپ چند وجوہات کی بنا پر 2D پر منتقل کرنے سے پہلے 3D میں لیبلنگ کریں، چاہے یہ بظاہر غیر متوقع لگے۔ پہلے 3D میں لیبلنگ کرنا اکثر نمایاں طور پر زیادہ مؤثر ثابت ہوتا ہے، چاہے آپ کی بنیادی دلچسپی 2D لیبلز حاصل کرنے میں ہی کیوں نہ ہو۔
• تصور کریں کہ آپ ایک ساکن شے جیسے ٹریفک سائن کے پاس سے گاڑی چلا رہے ہیں۔ متعدد کیمروں سے لیس ہونے کی وجہ سے، یہ ٹریفک سائن آپ کے گزرنے کے دوران تقریباً 100 فریمز تک تین کیمروں میں نظر آتا رہتا ہے۔
• اس منظر کی تشریح کے لیے 2D باؤنڈنگ باکسز استعمال کرتے ہوئے آپ کو کل 300 اشیاء کو لیبل کرنا ہوگا۔ تاہم، 3D اسپیس میں اس ساکن، غیر متحرک ٹریفک سائن کی تشریح کے لیے صرف ایک کیوبوئیڈ اینوٹیشن درکار ہوگی۔
• اگرچہ ایک 3D کیوبوئیڈ کو لیبل کرنا ایک 2D باؤنڈنگ باکس کی اینوٹیشن کے مقابلے میں تین گنا زیادہ وقت لیتا ہے، پھر بھی یہ تصاویر میں براہ راست لیبلنگ کرنے کے مقابلے میں 100 گنا زیادہ مؤثر ہے۔

مرحلہ 3: 2D تصاویر پر پروجیکٹ کریں

• جب آپ اپنے 3D پوائنٹ کلاؤڈز کو لیبل کر لیں گے، تو آپ انہیں اپنے 2D امیج ڈیٹا کے ساتھ کیلیبریٹ اور الائن کر سکتے ہیں۔ Segments.ai خودکار طور پر آبجیکٹ IDs کو 2D ڈیٹا میں کاپی کر دے گا، جس سے آپ کو باؤنڈنگ باکسز بنانے میں گھنٹوں کی محنت سے بچت ہوگی۔ آپ کو صرف کوالٹی کنٹرول چیک کے دوران معمولی ترامیم کرنا ہوں گی۔

خودکار گاڑیوں اور روبوٹکس کمپنیوں میں اپنے مشین لرننگ (ML) ماڈلز کے لیے لیٹ فیوژن طریقہ کار سے ارلی فیوژن طریقہ کار کی طرف منتقلی تیزی سے عام ہوتی جا رہی ہے۔

لیٹ فیوژن میں ہر استعمال ہونے والے سینسر کے لیے الگ الگ مشین لرننگ ماڈلز کا استعمال شامل ہے، جو انفرادی نتائج پیدا کرتے ہیں۔ ان نتائج کو بعد میں یکجا یا فیوز کیا جاتا ہے تاکہ منظر کا مربوط تھری ڈی خاکہ تیار کیا جا سکے۔ اس میں متعدد ماڈلز کو الگ الگ چلانا اور بعد میں ان کے نتائج کو یکجا کرنا شامل ہے۔

ابتدائی فیوژن ایک زیادہ جدید طریقہ اختیار کرتا ہے۔ ہر سینسر کے لیے الگ الگ ماڈلز استعمال کرنے کے بجائے، تمام سینسر ڈیٹا کو ایک ہی مشین لرننگ ماڈل میں دیا جاتا ہے۔ یہ متحد ماڈل براہ راست 3D اسپیس میں پیش گوئیاں کرنے کے لیے تیار کیا گیا ہے۔

ابتدائی فیوژن کو مؤثر بنانے کے لیے، وکسل گرڈز منظر کی نمائندگی کے طور پر فائدہ مند ثابت ہوتے ہیں۔ وکسل گرڈز ایک باقاعدہ ساخت رکھتے ہیں، جو اس طریقہ کار کے لیے موزوں ہیں۔ انہیں ٹینسرز کے طور پر تصور کیا جا سکتا ہے، جس سے اینڈ ٹو اینڈ پیش گوئی ممکن ہوتی ہے۔ پورے عمل، یعنی ان پٹ سے آؤٹ پٹ تک، کو ایک ہی ماڈل کے ذریعے پیش گوئی کیا جا سکتا ہے۔