Please enable Javascript
Skip to main content
Pixels වලින් අවබෝධය දක්වා — විශාල පරිමාණ 3D සංවේදක සංයෝජන ලේබල් කිරීම ඊළඟ භෞතික AI තරංගය බලගන්වන්නේ කෙසේද
October 29, 2025

භෞතික බුද්ධිය පිළිබඳ දත්ත

කර්මාන්තශාලා තට්ටුවක සැරිසරන සෑම රොබෝවරයෙක්ම, පදිකයෙකු හඳුනා ගන්නා සෑම ස්වයංක්‍රීය වාහනයක්ම සහ චලනය වන ඉලක්කයකට ගොඩබසින සෑම ඩ්‍රෝනයක්ම එක් දෙයක් මත රඳා පවතී: එනම් උසස් තත්ත්වයේ ලේබල් කළ දත්ත වේ. එහෙත් භෞතික AI වඩාත් සංකීර්ණ වන විට, එහි දත්ත කාර්යක්‍රමයද සංකීර්ණ වේ. රොබෝ විද්‍යාව සහ ස්වයංක්‍රීය පද්ධති කැමරා, ලයිඩාර්, රේඩාර්, IMU සහ GPS සංවේදක වලින් ලැබෙන ආදාන - බොහෝ විට තත්‍ය කාලීනව, අර්ථවත් කළ යුතුය. ත්‍රිමාණ සංවේදක සංයෝජනය ලේබල් කිරීම මෙහෙවර තීරණාත්මක වන්නේ මෙහිදීය.

භෞතික AI පද්ධතිවල දෘශ්‍යමානතාවයේ අභියෝගය

නවීන භෞතික AI පද්ධති බහු-මාදිලි සංජානනය - ඒවායේ පරිසරය දැකීම, සංවේදනය කිරීම සහ අවබෝධ කර ගැනීම, මත රඳා පවතී. නමුත් ඔවුන් ග්‍රහණය කරගන්නා අමු දත්ත අවුල් සහගතයි:

  • රාමුවකට ලක්ෂ්‍ය මිලියන ගණනක් සහිත ලිඩාර් ලක්ෂ්‍ය වලාකුළු.
  • රේඩාර් මඟින් ගැඹුර සහ ප්‍රවේගය ග්‍රහණය කර ගන්නා නමුත් හැඩය ග්‍රහණය නොකරයි.
  • RGB හෝ අධෝරක්ත කැමරාවලින් වීඩියෝ ප්‍රවාහ.
  • තාවකාලික පෙළගැස්ම අවශ්‍ය වන අවස්ථිති සහ GPS සංඥා.

මෙම ප්‍රවාහයන් ඒකාබද්ධ දත්ත කට්ටලයකට ගෙන ඒම සඳහා විලයන කාර්යක්‍රමයක් සහ ත්‍රිමාණ ජ්‍යාමිතිය, සම්බන්ධීකරණ රාමු සහ සංවේදක ක්‍රමාංකනය තේරුම් ගන්නා ශ්‍රම බලකායක් අවශ්‍ය වේ. සාම්ප්‍රදායික 2D සීමා කොටු ලේබල් කිරීම මගින් සරලවම එය කපා හරින්නේ නැත.

3D දත්ත ලේබල් කිරීම ඇයි මෙතරම් සංකීර්ණ සහ වියදම් බහුලද?

ත්‍රිමාණ දත්ත ලේබල් කිරීම සඳහා විශේෂිත මෙවලම් සහ විශේෂඥතාව අවශ්‍ය වේ:

  • ත්‍රිමාණ සීමා කොටු සහ අර්ථකථන ඛණ්ඩනය සංවේදක ක්‍රමාංකන මිතික සමඟ නිසියාකාරව ම පෙළගැසිය යුතුය.
  • බහු සංවේදක හරහා කාල සමමුහුර්තකරණය මඟින් රාමු එකම මොහොත නිරූපණය වන බව සහතික කෙරේ.
  • අවහිරතා හැසිරවීම සහ බහු-රාමු ලුහුබැඳීම** මඟින් වස්තුවක් නැවත දිස්වන්නේද නැතහොත් නොපෙනී යන්නේද යන්න තීරණය කරයි.
  • විවරණ අනුකූලතාව සහ අන්තර්-විවරණ ගිවිසුම (IAA) ආකෘති ක්‍රියාකාරිත්වයට සෘජුවම බලපායි.

මෙම අභියෝග නිසා, බොහෝ සමාගම් සංජානන ආකෘති පුහුණුවේදී - සීමිත ධාරිතාව, අඩු ගුණාත්මකභාවය සහ දිගු කල් ගත වීම වැනි, බාධක වලට මුහුණ දෙයි. එබැවින් ඔවුන් පරිමාණය කළ හැකි, විගණනය කළ හැකි විවරණ කාර්යක්‍රම ලබා දිය හැකි ව්‍යවසාය-ශ්‍රේණියේ හවුල්කරුවන් වෙත යොමු වෙති.

සෙන්සර් ෆියුෂන් ලේබලින් — රොබෝටික දත්ත සටහන් කිරීමේ අනාගතය

සෙන්සර් ෆියුෂන් ලේබලින් කිරීම යනු බහු ආකාරික දත්ත (ලිඩාර්, රේඩාර්, වීඩියෝ) එකට එක්කර භෞතික ලෝකයේ වඩා සවිස්තරාත්මක නිරූපණයක් නිර්මාණය කිරීමයි. රොබෝටික්ස් සහ ස්වයංක්‍රීය වාහන සඳහා, මෙය අදහස් කරන්නේ :

  • අඳුරු ආලෝකය හෝ අවාසිය කාලගුණය යටතේ වස්තු හඳුනා ගැනීමේ නිරවද්‍යතාව වැඩි වීම. ගැඹුර සහ වේගය තක්සේරු කිරීමේ යථාර්ථතාව වැඩි වීම.
  • සංසන්දනය කළ සෙන්සර් ආදාන හරහා වඩා ශක්තිමත් දෘශ්‍ය පරිසර අවබෝධයක්.
  • අඳුරු ප්‍රදේශ සහ අසම්මත සිදුවීම් අඩු වීම.

Uber AI Solutions විසින් වසර දහයක් පුරා තමමම ගමනාගමන වේදිකාව සහ ගෝලීය හවුල්කරුවන් සමඟ මෙම ක්‍රියාවලිය නිරන්තරයෙන් නවීකරණය කර ඇත.

නිගමනය — මුළු දත්ත වලින් යථාර්ථ ලෝක අවබෝධය දක්වා

භෞතික AI එක එය දැකීමට සහ ක්‍රියා කිරීමට ඉගැන්වෙන දත්ත තරමටම හොඳයි. උසස් සංවේදක ලේබල් කිරීමේ තාක්ෂණය ගෝලීය මනුෂ්‍ය ජාලයක් හා දැඩි ගුණාත්මකභාවය රාමුවල සමඟ ඒකාබද්ධ කිරීමෙන්, Uber AI Solutions සමාගමට විශ්වාසවන්ත රොබෝ, වාහන සහ යන්ත්‍ර සැබෑ ලෝකයේ ආරක්ෂිතව ක්‍රියාත්මක කිරීමට හැකිවීම සලසයි.