ရေဒါဆင်ဆာနှင့် LiDAR: အသိအမှတ်ပြုမှုစနစ်မှာ ဘယ်အရာက အနိုင်ရမလဲ

ရေဒါစင်ဆာနှင့် LiDAR – အကောင်းဆုံးသော ခြုံငုံမှုစနစ်မှာ အဘယ်နည်း။

အလိုအလျောက်မောင်းနှင်ခြင်း၊ ရိုဘော့စ်နည်းပညာနှင့် စက်မှုအလိုအလျောက်စနစ်များ၏ မြန်မြန်ဆန်ဆန် ဖွံ့ဖြိုးတိုးတက်လာမှုသည် အကွာအဝေးအမြင်အာရုံဖော်ထုတ်မှုနေရာတွင် အရေးကြီးသော အင်အားစုများကြား အင်မတန်မှ အရေးပါသော အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများကြား အင်အားစုများက...... ရေဒါနှင့် LiDAR ။ ယာဉ်များသည် လူသားများကြီးစိုးသည့် ရိုးရှင်းသော စက်များမှ အသိစိမ်းပါသော အထိရှိသော စနစ်များသို့ ပြောင်းလဲလာချိန်တွင် ဤစက်များ၏ "မျက်လုံးများ" သည် အမှားအမှင်မရှိစေရန် လိုအပ်ပါသည်။ ဤနည်းပညာနှစ်များသည် အတားအဆီးများကို ဖော်ထုတ်ခြင်းနှင့် အကွာအဝေးကို တိကျစွာ တိုင်းတာခြင်းဟူသော အဓိကရည်ရွယ်ချက်ကို တူညီစွာ ဖော်ထုတ်ပေးသော်လည်း အသုံးပြုသည့် ရူပဗေဒအခြေခံများမှာ အခြားနည်းဖြင့် ကွဲပါသည် – ရေဒီယိုလှိုင်းများနှင့် အလင်းလှိုင်းများ။

အဘယ်နည်းက အနိုင်ရသည်ကို ဆုံးဖြတ်ရန်အတွက် အကွာအဝေးတန်ဖိုးများကို ရှုပ်ထွေးစေသည့် အချက်များကို ကျော်လွန်၍ ဤစင်ဆာများသည် အမှန်တကယ်ဖြစ်ပေါ်လာသည့် ပတ်ဝန်းကျင်အခြေအနေများ၊ ကွန်ပျူတာအသုံးပြုမှု ကန့်သတ်ချက်များနှင့် ထုတ်လုပ်မှုစရိတ်များအောက်တွင် မည်သို့အလုပ်လုပ်သည်ကို စဥ်းစိမ်းရန် လိုအပ်ပါသည်။

၁။ အခြေခံနည်းပညာကို နားလည်ခြင်း – လှိုင်းများနှင့် အလင်း

စမ်းသပ်မှုများကို နှိုင်းယှဉ်ရန်မှာ အရင်ဆုံး စင်ဆာများတွင် အသုံးပြုသည့် စက်မှုနှင့် ရူပဗေဒအခြေခံများကို နားလည်ရန် အရေးကြီးပါသည်။

ရေဒါ (ရေဒီယို ခြုံငုံမှုနှင့် အကွာအဝေးတိုင်းတာခြင်း)

ရေဒါစနစ်များသည် လျှပ်သံကြောင်း ရေဒီယိုလှိုင်းများကို ထုတ်လွှင့်ခြင်းဖြင့် အလုပ်လုပ်ပါသည်။ ဤလှိုင်းများသည် အရာဝတ္ထုတစ်ခုနှင့် တွေ့ကုံးသောအခါ လက်ခံစနစ်သို့ ပြန်လည်ရောက်ရှိပါသည်။ လှိုင်းများ၏ ခရီးသွားချိန် (time-of-flight) နှင့် ကြိမ်နှန်းပြောင်းလဲမှု ( ဒေါ်ပလာအကျိုးသက်ရောက်မှု ) ကို တိကျစွာ တိုင်းတာခြင်းဖြင့် ရေဒါစနစ်သည် အရာဝတ္ထု၏ အကွာအဝေး၊ ထောင်လောက်ထောင်လောက် (angle) နှင့် အရေးအကြီးဆုံးအနက် အမှီအခိုမှုရှိသော အမြန်နှုန်းကို သတ်မှတ်နိုင်ပါသည်။ ခေတ်မှီ အလုပ်သမ်ဗာသုံး ရေဒါစနစ်များသည် ပုံမှန်အားဖြင့် 76–81GHz မီလီမီတာလှိုင်း (mmWave) ပိုင်းခြားချက်တွင် အလုပ်လုပ်ပါသည်။

LiDAR (လိုက် ဒီတက်ရှင်န် အန်ဒ် ရေန်ဂျင်း)

လိုင်ဒါ (LiDAR) သည် ရေဒါနှင့် အလားတူ အလုပ်လုပ်သော်လည်း လေဆာအမြှောင်များ (ပုံမှန်အားဖြင့် 905nm သို့မဟုတ် 1550nm လှိုင်းအလျား) အဖြစ် အလင်းကို အသုံးပြုပါသည်။ လိုင်ဒါစနစ်သည် တစ်စက္ကန်းလျှင် လေဆာအမြှောင်များကို သန်းနှင့်ချီ၍ မှုန်းထုတ်ပါသည်။ အမြှောင်များ၏ ပြန်လည်ရောက်ရှိမှုအချိန်ကို တိကျစွာ တိုင်းတာခြင်းဖြင့် စနစ်သည် အလွန်အသေးစိတ်သော 360∘လှည့်ပါသော သို့မဟုတ် သတ်မှတ်ထားသော အမြင်ပိုင်း (fixed-field) 3D အမှတ်စု (Point Cloud) — မီလီမီတာအဆင့်အတိအကျဖြင့် ရှိသော ရုပ်ပိုင်းဆိုင်ရာ ပတ်ဝန်းကျင်၏ ဒစ်ဂျစ်တယ် "တွဲဖက်" ဖြစ်သည်။

၂။ ပတ်ဝန်းကျင် ခံနိုင်ရည်ရှိမှု စစ်ပွဲ

လက်တွေ့စမ်းသပ်မှုခန်းမှုတွင် ထိန်းချုပ်ထားသော ပတ်ဝန်းကျင်တွင် စင်ဆာနှစ်များသည် အောင်မြင်စွာ အလုပ်လုပ်ကောင်းအလုပ်လုပ်နေသည်။ သို့သော် အမှန်တကယ်ဖြစ်သော ကမ္ဘာမှာ မသေချာမှုများဖြင့် ပြည့်နေပြီး မှုန်မှုန်၊ မိုးကြီးမှုများနှင့် မျက်စိကို မှောင်မှုဖြစ်စေသော နေရောင်ခြင်းများဖြင့် ပြည့်နေသည်။

ရေဒါ၏ အားသာချက် - ရာသီဥတုအားလုံးတွင် ယုံကြည်စိတ်ချရမှု

ရေဒါ၏ အကောင်းဆုံးအားသာချက်မှာ ၎င်း၏ ခံနိုင်ရည်ရှိမှုဖြစ်သည်။ အလင်းထက် အလွန်ရှည်လျားသော လှိုင်းအလျားများရှိသော ရေဒါလှိုင်းများသည် မှုန်မှုန်၊ မှုန်မှုန်နှင့် မှုန်မှုန်၊ ဖုန်မှုန်နှင့် မိုးကြီးမှုများကို အနည်းငယ်သာ လျော့နည်းစေပြီး ဖြတ်သန်းနိုင်သည်။ ထို့အပြင် ရေဒါသည် အလင်းအခြေအနေများပေါ်တွင် မှီခိုမှုမရှိသော "အက်တစ်" စင်ဆာဖြစ်ပြီး နေ့လည်ချိန်တွင် အလင်းအများကြီးရှိသည့်အချိန်နှင့် အမှောင်မှုအပြည့်ရှိသော မှုန်မှုန်များတွင် အတူတူပဲ အလုပ်လုပ်နေသည်။

LiDAR ၏ အားနည်းချက် - လေထုအတားအဆီးများ

LiDAR သည် အလင်းပေါ်တွင် အခြေခံသောကြောင့် လူသားမျက်စိ၏ အားနည်းချက်များကို အတူတူ ခံစားရသည်။ မှုန်မှုန် သို့မဟုတ် မိုးကြီးမှုတွင် ရေစက်များသည် LiDAR လေဆာလှိုင်းများကို рассеять (ဖြ рассеять) ပြုလုပ်ပြီး အမှုန်အမှုန်များ ဖြစ်စေခြင်း သို့မဟုတ် အမှန်တကယ်ဖော်ထုတ်နိုင်သော အကွာအဝေးကို သိသိသာသာ လျော့နည်းစေခြင်းဖြစ်သည်။ အသုံးပြုသော 1550nm LiDAR စနစ်များသည် ဤအခြေအနေများတွင် စျေးသက်သာသော 905nm ဗားရှင်းများထက် ပိုမိုကောင်းမွန်သော စွမ်းဆောင်ရည်ကို ပေးစေပါသည်။ Radar သည် ရေရှည်တွင် မှုန်ရောမှုန်မှုန်အခြေအနေများတွင် အမြဲတမ်း အကောင်းဆုံး မြင်ရှုမှုစနစ်ဖြစ်သည်။

၃။ တိကျမှုနှင့် အရာဝတ္ထုများကို မှန်ကန်စွာ မှတ်မိခြင်း - Point Cloud ၏ အင်အား

Radar သည် မှုန်ရောမှုန်မှုန်အခြေအနေများတွင် အရာဝတ္ထုများကို "မြင်နိုင်ခြင်း" တွင် ကောင်းမွန်သော်လည်း၊ အရာဝတ္ထုများကို "နားလည်ခြင်း" တွင် အားနည်းပါသည်။ ဤနေရာတွင် LiDAR သည် အထူးကောင်းမွန်ပါသည်။

LiDAR ၏ တိကျမှု

LiDAR သည် Radar သည် လက်ရှိတွင် မှုန်းနိုင်သော အဆင့်ထက် ပိုမိုမြင့်မားသော နေရာချိန်ညှိမှု (spatial resolution) ကို ပေးစေပါသည်။ အမြင့်အဆင့်မှုန်းနိုင်သော LiDAR သည် ဘီလ်လ်မှုန်းပေါ်တွင် ရပ်နေသော ကလေးနှင့် အနီးတွင် ရှိနေသော မီးသော့တံခါး (fire hydrant) ကို ခွဲခြားမှတ်မိနိုင်ပါသည်။ လမ်းဘေးသူများ၊ စက်ဘီးစီးသူများ သို့မဟုတ် လမ်းကြောင်းအတားအဆီးများ၏ အတိအကျသော ပုံသဏ္ဍာန်များကို မှတ်မိနိုင်ပါသည်။ ဤအမြင့်အဆင့် အသေးစိတ်မှုများသည် ယာဉ်၏ "ဦးနောက်" (AI stack) အား ပိုမိုနက်ရှိုင်းသော လမ်းကြောင်းရွေးချယ်မှုများကို ချမှတ်ရန် အထောက်အကူပေးပါသည်။

Radar ၏ "Ghosting" နှင့် အရှုပ်ထွေးမှုများ (Resolution Issues)

စံသတ်မှတ်ထားသော ရေဒါသည် နေရာခြားနားမှုကို အတွက် နိမ့်ပါးသော အဖွဲ့အစည်း ဖော်ပြမှု ရှိပါသည်။ ရေဒါစနစ်အတွက် သံလွှာပေါ်တွင် ရပ်နေသော ကားသည် "များပါးသော လမ်းကြောင်း အဝေးပေါ်တွင် ပြန်ခုန်ခြင်း" (ရေဒီယိုလှိုင်းများသည် သံလွှာများပေါ်တွင် အကြိမ်ပေါင်းများစွာ ပြန်ခုန်ခြင်း) ကြောင့် သံလွှာပေါ်တွင် ရပ်နေသော ကားသည် တူညီသော သံလွှာပေါ်တွင် ရပ်နေသော ကားအဖြစ် ပုံပေါ်နိုင်ပါသည်။ ဤအချက်သည် အရှေးက အန္တရာယ်ဖြစ်စေသော အရှိန်မရှိသော အရာများနှင့် အန္တရာယ်မရှိသော အထက်ဘက်ရှိ ဖွဲ့စည်းမှုများကို ခွဲခြားရာတွင် အလိုအလျောက်စနစ်များ အားနည်းခဲ့ခြင်းကို ဖော်ပြသည့် "မှားယွင်းသော အနုတ်လက္ခဏာများ" ကို ဖော်ပြခဲ့ပါသည်။ ယခုအခါ ၄ မိုင်မ်မ် ပုံရေးသော ရေဒါ သည် ဒေါင်လိုက် အဖွဲ့အစည်းဖော်ပြမှုကို ထည့်သွင်းခြင်းဖြင့် ဤကွာဟချက်ကို ဖြေရှင်းပေးနေသော်လည်း LiDAR သည် အမြင့်အဆင်း ၃ မိုင်မ်မ် မြေပုံဖော်ခြင်းအတွက် အကောင်းဆုံး စံသတ်မှတ်ချက်ဖြစ်ပါသည်။

၄။ အမြန်နှုန်း အချက်အလက် - ဒေါ်ပလာ အက advantage

တိုက်မိခြင်းကို ကာကွယ်ရာတွင် အမြန်နှုန်းသည် အရေးကြီးသော အပြောင်းအလဲဖြစ်ပါသည်။ အရာဝတ္ထုတစ်ခု ရှိနေကြောင်း သိရှိခြင်းသည် ကောင်းမောင်းသော အချက်ဖြစ်ပါသည်။ သို့သော် အရာဝတ္ထုသည် သင့်ဘက်သို့ မည်မျှမြန်မြန် လှုပ်ရှားနေကြောင်း သိရှိခြင်းသည် ပိုမိုကောင်းမောင်းသော အချက်ဖြစ်ပါသည်။

ရေဒါ၏ မှီခိုသော အမြန်နှုန်း ဖော်ပြမှု

ရေဒါသည် ဒေါ်ပလာအကျိုးသက်ရောက်မှု (Doppler Effect) ကို အသုံးပြု၍ အမြန်နှုန်း ပြိုင်ပွဲတွင် အနိုင်ရရှိပါသည်။ ရေဒါသည် တစ်ချိန်တည်းတွင် အရှိန်အမြန်နှုန်းကို တိကျစွာ တိုင်းတာနိုင်ပါသည်။ ထို့ကြောင့် ရေဒါစနစ်သည် ရှေ့တွင်ရှိသော ကားတစ်စီးသည် ဘရိတ်ကို အရှိန်အမြန်နှုန်းဖြင့် နှိပ်လိုက်သည့်အခါ အလွန်မြန်မြန် တုံ့ပြန်နိုင်ပါသည်။ ထိုအချိန်တွင် ကင်မရာ သို့မဟုတ် LiDAR အခြေပြုစနစ်များသည် အကွာအဝေးပြောင်းလဲမှုကို တွက်ချက်ရန် လုံလောက်သော ပုံရှုပ်များကို မှန်ကန်စွာ စီမံပြီး မှုန်းမှုများကို မှန်ကန်စွာ တွက်ချက်နိုင်သည့် အချိန်မှုန်းတွင် ရေဒါစနစ်ထက် နောက်ကျနေပါသည်။

LiDAR ၏ အဆင့်ဆင့်တွက်ချက်မှု

ရေးသားထားသော ToF (အချိန်-အဖွဲ့) LiDAR သည် အရှိန်အဟောင်းကို အရှိန်အဟောင်း၏ နေရာပြောင်းလဲမှုကို အဆက်မပြတ်ဖရိမ်းများတွင် နှိုင်းယှဉ်တွက်ချက်ခြင်းဖြင့် တွက်ချက်ရပါသည်။ ထိုသို့သော နည်းလမ်းသည် အနည်းငယ်သော အချိန်ကြာမှုကို ဖော်ပေးသည်။ သို့သော် အသစ်သော မျှော်လင်းမှုများသော FMCW (အကြိမ်နှုန်းပြောင်းလဲမှုရှိသော အဆက်မပြတ်လှိုင်း) liDAR သည် ဈေးကွက်သို့ ဝင်ရောက်လာပါသည်။ ယင်းသည် ရေဒါနှင့် အတူ ချက်ချင်းအမ်နှုန်းကို တိကျစွာ တိုင်းတာနိုင်သည်။ သို့သော် ယင်းအသုံးပြုမှုများသည် လက်ရှိတွင် အလွန်များပြားသော စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစ......

၅။ စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစ......

အထုပ်အပိုင်းများကို စုစုပေါင်းဈေးကွက်တွင် အနိုင်ရရှိရန် အသုံးပြုသည့် နည်းပညာသည် စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစ......

• ကုန်ကျစရိတ်: ရဒါဟာ အဆင့်မြင့် ထုတ်လုပ်ရေး ကွင်းဆက်နဲ့ ရင့်ကျက်တဲ့ နည်းပညာပါ။ ပုံမှန် ကားရေဒါ အာရုံခံကိရိယာဟာ ဒေါ်လာ ၅၀ နဲ့ ဒေါ်လာ ၂၀၀ . ဆန့်ကျင်ဘက်အနေနဲ့ စွမ်းဆောင်ရည်မြင့် LiDAR ယူနစ်တွေဟာ ဈေးနှုန်းကျဆင်းနေပေမဲ့ ဒေါ်လာ ၅၀၀ မှ ထောင်ချီ .

• ပုံသဏ္ဍာန် ရဒါ အာရုံခံကိရိယာတွေဟာ သေးငယ်ပြီး ၎င်းတို့ရဲ့ လုပ်ဆောင်မှုကို မဆုံးရှုံးပဲ ပလပ်စတစ် ဘမ်ဖာ (သို့) ဂရစ်တွေနောက်မှာ ပုန်းကွယ်နိုင်ပါတယ်။ LiDAR ယူနစ်များ (အထူးသဖြင့် စက်သုံး လည်ပတ်မှုပုံစံများ) သည် မကြာခဏ ကြီးမားပြီး "ရှင်းလင်းသော ရှုထောင့်" လိုအပ်ပြီး မကြာခဏတော့ အလိုအလျောက် စမ်းသပ်ရေးယာဉ်များစွာတွင် တွေ့ရသော "မိုးခေါင်အိုး" အလှအပကို ဦးတည်စေသည်။ Solid-state LiDAR က ဒါကို တိုးတက်အောင်လုပ်နေပေမဲ့ Radar ကိုတော့ ချောမွေ့တဲ့ ကားဒီဇိုင်းထဲမှာ ပုန်းဖို့ ပိုလွယ်ပါတယ်။

၆။ နှိုင်းယှဉ်ချက်ဇယား: ရေဒါ vs LiDAR

နည်းပညာဆိုင်ရာ မက်ထားသော မေးခွန်းများ – အနာဂတ်ကို စောင်းမှုန်းခြင်း

ရေဒါတစ်မျှသာဖြင့် ကားတစ်စီးက ဘေးကင်းစွာ မောင်းနှင်နိုင်ပါသလား။ A: ထိုသည်မှာ အလွန်ခက်ခဲပါသည်။ အချို့သော ထုတ်လုပ်သူများသည် "မြင်ကွင်း + ရေဒါ" သို့မဟုတ် "မြင်ကွင်းသာ" နည်းလမ်းများကို ကြိုးစားခဲ့ကြသော်လည်း အများစုသော ကျွမ်းကျင်သူများသည် အောက်ပါအတိုင်း သဘောတူညီကြပါသည်။ အဆင့် ၃ နှင့် အဆင့် ၄ အလိုအလျောက်မောင်းနှင်မှု အတွက် ရေဒါနှင့် LiDAR နှစ်မျိုးလုံးပါဝင်သော အပိုအာရုံခံစွမ်းရည်ရှိသော စနစ်များ (redundant sensor suite) သည် "အစွန်းဖြစ်စဥ်များ" (မျှော်လင့်မထားသော၊ အလွန်ရှားပါးသော အခြေအနေများ) ကို ကိုင်တွယ်ရန် လိုအပ်ပါသည်။

၄ အ dimensions ပုံရေးရေဒါ (4D Imaging Radar) ဆိုသည်မှာ အဘယ်နည်း။ A: ရေဒါရေးသော စနစ်များသည် အချိန်တိုင်း ၂ အ dimensions (အကွာအဝေးနှင့် အလျားလိုက်ထောင်လျားထောင်) သာ မြင်နိုင်ပါသည်။ ၄ အ dimensions ရေဒါသည် ဒေါင်လိုက် (အမြင့်) အ dimensions နှင့် အချိန် (အမြန်နှုန်း) ကို ထည့်သွင်းပေးပါသည်။ ထို့ကြောင့် အရည်အသွေးမှာ LiDAR ၏ ပထမဆုံးမျှော်မှန်းချက်များနှင့် နီးစပ်သည့် အရေးအသားများကို ပေးစွမ်းနိုင်ပါသည်။

မေးခွန်း - LiDAR သည် လူ့မျက်စိကို ထိခိုက်စေပါသလား။ A: မဟုတ်ပါ။ အလုပ်သမ်းအသုံးပြုသည့် LiDAR သည် မျက်စိအတွက် ဘေးကင်းသည့် Class 1 လေဆာများကို အသုံးပြုပါသည်။ ၎င်းတို့သည် လူ့မျက်လုံး၏ အမြင်အာရုံအိမ် (retina) ကို ပျက်စီးစေနိုင်သည့် စွမ်းအားနှင့် လေးမှုန်းအလေးချိန် (wavelength) တွင် အလုပ်လုပ်ပါသည်။

မေးခွန်း - အသစ်ထွက်လာသည့် ကားများတွင် LiDAR ကို အားလုံးတွင် မြင်ရခြင်းမရှိသည့် အကြောင်းရင်းမှာ အဘယ်နည်း။ A: အဓိကအားဖြင့် စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပေါင်းစုစုပေါင်း စုစုပ......

နိဂုံးချုပ် - "စင်ဆာဖေါ်ရှင်" (Sensor Fusion) ၏ အမှန်တကယ်ဖြစ်မှု

ထို့ကြောင့် ဘယ်လုပ်ဆောင်မှုစနစ်သည် အနိုင်ရမည်နည်း။ အဖြေမှာ - တစ်ခုမှ အနိုင်ရမည်မဟုတ်ပါ။

လက်ရှိနည်းပညာအဆင့်တွင် Radar နှင့် LiDAR သည် အစိတ်အပိုင်းများအဖြစ် အတူတက်ပါသည်၊ ပြိုင်ဆိုင်မှုမရှိပါ radar သည် အမြန်နှုန်းမြင့်မှုနှင့် ရုပ်သေးအခြေအနေများတွင် ယုံကြည်စေသည့် "လုံခြုံရေးဇုန်" ကို ပေးပေးပါသည်။ အချိန်အခါအားဖြင့် LiDAR သည် မြို့ပြအတွင်း ရှုပ်ထွေးသည့် လမ်းကြောင်းသွားလာမှုအတွက် လိုအပ်သည့် "အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစိတ်အသေးစ......

စက်မှုလုပ်ငန်းဟာ အာရုံခံကိရိယာ ပေါင်းစပ်မှု aI က Radar၊ LiDAR နဲ့ ကင်မရာတွေကနေ ဒေတာတွေကို ထပ်ဆင့်တင်ထားတဲ့ နည်းလမ်းတစ်ခုဖြစ်ပြီး ပတ်ဝန်းကျင်နဲ့ ပတ်သက်ပြီး တစ်ခုတည်း၊ ညီညွတ်တဲ့ "အမှန်တရား" ကို ဖန်တီးပါတယ်။ Radar ရဲ့ ခံနိုင်ရည်ကို LiDAR ရဲ့ တိကျမှုနဲ့ ပေါင်းစပ်ခြင်းအားဖြင့် လူမောင်းတွေလိုပဲ လုံခြုံမှုရှိရုံသာမက သိသိသာသာ ပိုလုံခြုံတဲ့ စက်တွေကို တည်ဆောက်နိုင်ပါတယ်။ နိုင်သူထက် တကယ်ကို ကိုယ်ပိုင် အနာဂတ်ဆီ တွန်းပို့နေတဲ့ မိတ်ဖက်မှုတစ်ခု ရှိတယ်။