İPhone 12 Pro’daki LiDAR Sensörleri Nasıl Çalışır?
iPhone 12 Pro, akıllı telefon dünyasına ilk kez üst düzey 3D tarama kamerasını getiriyor. Artık cebimize sığacak kadar geliştirilmiş LiDAR sensörlerinin çalışma mantığını ve kullanım alanlarını açıklıyoruz.
2020’nin ilk çeyreğinde son kullanıcıya tanıtıldı iPad Protablet sınıfının zirvesine oturdu. Sonra iPhone 12 Pro ailesinin bir özelliğini miras aldı: LiDAR. iPhone 12 ProBunun. Bu sensörü kullanırken Apple deneyimleri; Daha hızlı odaklanma ve algoritmalarla desteklenen daha güçlü bir artırılmış gerçeklik sağlar.
Daha önce hiç gitmediğiniz bir yerde olduğunuzu hayal edin. Nereye gideceğini ve nasıl gideceğini bilmek senin için zor, değil mi? Bir haritaya, rehbere ihtiyacınız var. Çevrenizdeki tüm nesnelerin mesafeleri, yükseklikleri ve eğimleri ile konumunuzu anlayabileceğiniz bir harita, bir haritaya, ışıklar kapalı olsa bile bir gözün olacak…
LiDAR nedir?
Mimari, şehir planlama, arkeoloji kazıları, otonom araçlar, haritalama, robotik sistemler, orman ve su altı araştırmaları gibi birçok alanda kullanılan LiDAR, hedeflenen lokasyonun 3 veya 2 boyutlu haritalandırılması için kullanılan bir sensördür. Açılış Işık Algılama ve Değişimi veya Lazer Görüntüleme Tespiti ve Değişimi şeklinde Türkçeye Işık Algılama ve Mesafe Ölçüm Sensörü tercüme edilebilir.
LiDAR nasıl çalışır?
LiDAR, ışık dalgaları ile ölçüm yapabilen bir sensör türüdür. Yüzey bazlı LiDAR sistemlerinde genellikle dalga boyu 500 nanometre ile 600 nanometre arasında değişen lazerler kullanılmaktadır. Havadan LiDAR sistemlerinde dalga boyu 1000 nanometre ve 1600 nanometre olan lazerler kullanılmaktadır.
Dalga boyları arasındaki bu farkı şu şekilde açıklayabiliriz: Sabit büyüklükte dalga üretimi olan bir dalga havuzunu ele alalım. İki dalganın tepe noktaları arasındaki mesafe, yani en yüksek noktalar, dalga boyu olarak tanımlanabilir.
İki dalga arasındaki mesafe ne kadar büyükse, dalgaların uzunluğu da o kadar büyük olur. Ancak bu durum frekansla, yani tekrar sayısı ile ters orantılıdır. LiDAR’da geçerli olan dalga boyu kavramı burada önem kazanmaktadır. Dalga boyu küçüldükçe gönderilen dalgaların sayısı artacaktır. Bu da daha fazla numune almak için Yardımı olacak, böylece taramalar daha ayrıntılı olacak.
LiDAR sensörü tarafından yayılan lazer ışınları bir nesneye veya yüzeye çarpar ve sensöre geri döner. Sensör, gönderdiği lazer ışınlarının geri dönüş süresi ile çarptığı yüzeyin veya nesnenin mesafesini ölçebilir. Ancak bu ölçüm dakiktir. Diğer bir deyişle sensör, haritalama veya simülasyon oluşturma sürecini tek bir veri ile tamamlayamaz. Bir eşleme veya simülasyon oluşturmak için bir veri dizini gereklidir. Yani sensör tekrar tekrar taramalıdır.
Devralınan sensör verilerini anlamlandırmak için farklı algoritmalar kullanır. Bu şekilde haritalama işlemi tamamlanmış olur ve bu işleme SLAM adı verilir. SLAM (Simultaneous Localization and Mapping) Türkçe anlamı Eşzamanlı Konum Belirleme ve Haritalama anlamına gelir ve LiDAR’lar için geliştirilmiş bir algoritma türüdür.
LiDAR’dan gelen verileri işler ve anlamlı hale getirir. Böylece, LiDAR’ın konumunu ve ayrıca kullanılan LiDAR veya LiDAR sisteminin yer değiştirdiği zamanı haritalayabilir. etrafında olan tüm değişiklikler ayrıca algılayabilir. Bu özellik sayesinde aşamalı olarak haritalanabilir.
LiDAR’ların çalışmasını sağlayan SLAM algoritmasının da farklı türleri vardır:
- Hector SLAM
- Gmapping
- Karto
- Frontier Exploration
Bu algoritmalar kullanım alanlarına ve alanlarına göre değişiklik göstermektedir. Bunun için hız veya tarama gibi testler uygulandığında birbirlerine göre çok düşük ve yüksek performans gösterebilirler.
Peki, LiDAR sensöründen gelen veriler nasıl görselleştirilir?
Şimdi anlamlı verileri görüntüleyebileceğimiz bir ortama taşımamız gerekiyor. Bunun için kullanılan simülasyon ortamları Rviz ve Çardak Olarak geçilir. Bu programlar etkileşimli olarak çalışır. Başka bir deyişle, aşamalı olarak haritalayabilir ve en ufak bir değişikliği bile algılayabilir.
Aşağıdaki görselde LiDAR ile elde edilen verilerin yorumlanması sonucunda oluşturulan 2D bir harita bulmaktadır. Burada LiDAR anlık olarak ölçmeye devam eder ve etrafındaki tüm değişiklikleri ekrana yansıtabilir:
LiDAR Tarayıcı veya LiDAR kullanan bir sistem hareket ettiğinde, görüntü, tarama verilerini anında işleyerek simülasyona eklenir ve canlı olarak görüntülenebilir:
Bu sensörler, üretim maliyeti düşük ve evlerimize giren bir üründür. robot elektrikli süpürgelerde da mevcuttur. Her gün yeni örnekler görsek de bunların çalışma mantığı ve algoritması temelde aynı ve robotun oluşturduğu haritayı mobil uygulama üzerinden görebilir, istediğimiz yere yönlendirebilir ve uzaktan kontrol edebiliriz.
LiDAR sensörlerinin kullanım alanları:
- Akıllı ev aletleri
- Robotik çalışmalar ve araştırmalar
- Akıllı telefonlar ve tabletler
- Otonom araçlar
- Şehir Planlama
- Tarım
- Ordu ve askeri araştırma
- Nehirler ve su altı araştırmaları
Akıllı cihazlar: Robot elektrikli süpürgeler
Kullanıcıların iş yükünü önemli ölçüde azaltan robot elektrikli süpürgeler, bulundukları ortamın tüm haritasını hafızasına kaydedebilir ve her an aktif hale getirilebilir veya zamanlanarak günün belirli saatlerinde çalışmaya devam edebilir. Özerk çalışırlar.
LiDAR tarayıcıların algoritması sayesinde interaktif olarak çalışan bu robot, görevini yerine getirirken nesnelerin yerleri değişse bile yeni bir rota belirleyip görevine devam edebiliyor. Aynı şekilde, kullanıcı robotun etrafında olsa bile, robot elektrikli süpürge onu algılar ve anında rotasını değiştirebilecek.
Robotik çalışmalar ve araştırmalar
LiDAR tarayıcılar, üniversitelerde ve robot firmalarında yapılan çalışmalarda sıklıkla kullanılmaktadır. Bu sensörlerin üniversitelerde mühendislik dallarında ve lisansüstü araştırmalarda yaygın olarak kullanıldığı bilinmektedir. Robot firmalarında otonom robotların üretiminde sıklıkla kullanılmaktadır. Robot için konum belirleme ve haritalamada büyük rol oynayan bir sensördür.
Akıllı telefonlar ve tabletler
Örneklerini yeni görmeye başladığımız LiDAR Tarayıcı içeren akıllı telefon ve tabletlerde, LiDAR tarayıcı kameraların daha hızlı odaklanmasını sağlıyor. Böylece fotoğraflardan derinliği ölçebilir. Ancak oluşturulan algoritmalarla, daha güçlü ve daha hızlı bir artırılmış gerçeklik deneyim teklifler.
Otonom araçlar
Her geçen gün trafikte artan otonom araçların çoğunda LiDAR Tarayıcıların olduğunu görüyoruz. Otonom araçlarda LiDAR tarayıcıları, etrafındaki tüm araçları, yayaları ve çevresel faktörleri anında tespit edip yorumlayabilir ve yolcuyu güvende tutmak için bu verilere göre rotasını belirler.
Şehir Planlama
Tüm binalar, ağaçlar, tümsekler, çukurlar ve şehirlerdeki insanlar gibi birçok faktör kentsel ekosistemleri oluşturur. Bu kentsel ekosistemler Ayrıntılı haritalama, şehir planlamacılarına ve topografya mühendislerine yardımcı olur.
Tarım
LiDAR tarayıcıları, belirli bir arazinin üç boyutlu bir yükseklik haritasını oluşturmak için kullanılabilir. Bu haritalar sayesinde karadaki eğimler, güneş ışığı alabilecek yerler, rüzgardan etkilenebilecek yüzeyler belirlenebilir ve Ekilebilir arazi testleri Bu şekilde yapılabilir.
Ordu ve askeri araştırma
Askeri birimler tarafından araziyi anlamlandırmak, yüksek çözünürlüklü haritalar oluşturmak, ancak savaş bölgelerini ayrıntılı olarak incelemek için kullanılır. LiDAR tarayıcıya sahip robotlar kullanıldı.
Nehirler ve su altı araştırmaları
LiDAR tarayıcıları ile su altındaki her şeyi tanımlamak ve haritalamak için kullanılır. Böylece suyun derinliği, genişliği ve akış hızı ölçülebilir.
Evlerimizde ve hatta ceplerimizde bulunan bu teknoloji, uzun yıllardır birçok farklı alanda kullanılmaktadır ve kullanım alanına bağlı olarak büyük afetlere karşı önlem almamızı sağlayabilir. Gelişen teknolojinin yaygın kullanımı ve daha sık buluşuruz öngörülmektedir.
$(function(){
//facebook window.fbAsyncInit = function() { FB.init({ appId : '1037724072951294', xfbml : true, version : 'v2.5' }); };
(function(d, s, id){ var js, fjs = d.getElementsByTagName(s)[0]; if (d.getElementById(id)) {return;} js = d.createElement(s); js.id = id; js.src = "https://connect.facebook.net/tr_TR/sdk.js"; fjs.parentNode.insertBefore(js, fjs); }(document, 'script', 'facebook-jssdk'));
$('body').on({ click: function() { // facebook save button ajax FB.XFBML.parse(); } }, '.facebook-save');
// share scroll if ($('.content-sticky').length > 0) { if ($(window).width() >= 768) { $(window).on('scroll', function () { var scrollTop = $(this).scrollTop(); $('article').each(function () { if (scrollTop >= ($(this).find('.content-body').offset().top - 76)) { $(this).find('.content-sticky').addClass('sticky'); if (scrollTop >= ($(this).find('.content-body').offset().top + $(this).find('.content-body').height() - ($(this).find('.content-sticky').height() + 92))) { $(this).find('.content-sticky').removeClass('sticky'); $(this).find('.content-sticky').css({'bottom': '0px', 'top': 'auto'}); } else { $(this).find('.content-sticky').addClass('sticky').css({ 'bottom': 'initial', 'top': '76px' }); } } else { $(this).find('.content-sticky').removeClass('sticky').css({'bottom': 'auto', 'top': '0'}); } }); }); } }
// share click $('body').on({ click: function (){ var $this = $(this), dataShareType = $this.attr('data-share-type'), dataType = $this.attr('data-type'), dataId = $this.attr('data-id'), dataPostUrl = $this.attr('data-post-url'), dataTitle = $this.attr('data-title'), dataSef = $this.attr('data-sef');
switch(dataShareType) { case 'facebook': FB.ui({ method: 'share', href: dataSef, }, function(response){ if (response && !response.error_message) { updateHit(); } });
break;
case 'twitter': shareWindow('https://twitter.com/intent/tweet?via=webtekno&text="+encodeURIComponent(dataTitle) + " %E2%96%B6 ' + encodeURIComponent(dataSef)); updateHit(); break;
case 'gplus': shareWindow('https://plus.google.com/share?url=" + encodeURIComponent(dataSef)); updateHit(); break;
case "mail': window.location.href="https://news.google.com/__i/rss/rd/articles/mailto:?subject=" + encodeURIComponent(dataTitle) +'&body='+ encodeURIComponent(dataSef); //updateHit(); break;
case 'whatsapp': window.location.href="whatsapp://send?text=" + encodeURIComponent(dataTitle) +' %E2%96%B6 '+ encodeURIComponent(dataSef); updateHit(); break; }
function shareWindow (url) { window.open(url, "_blank", "toolbar=yes, scrollbars=yes, resizable=yes, top=500, left=500, width=400, height=400"); }
function updateHit () { $.ajax({ type: "POST", url: dataPostUrl, data: {contentId: dataId, contentType: dataType, shareType: dataShareType}, success: function(data) {
if ($('.video-showcase').length > 0) { var $container = $('.video-showcase'); } else if ($('article[data-id="' + dataId + '"]').length > 0) { var $container = $('article[data-id="' + dataId + '"]'); } else if ($('.wt-share-item[data-id="' + dataId + '"]').length > 0) { var $container = $('.wt-share-item[data-id="' + dataId + '"]'); } else { $container = null; }
//var $container = dataType == 'video' ? $('.video-showcase') : $('article[data-id="' + dataId + '"]');
if ( $container != null && $container.length > 0 ) { var $badged = $container.find('.wt-share-badge-' + dataShareType);
var $headerCount = $('.content-header').find('.wt-share-count'), $containerCount = $container.find('.wt-share-count'), value = parseInt($containerCount.html()) + 1;
$container.data('share', value); //$containerCount.html(value);
if ($headerCount.length > 0) { //$headerCount.html(value); }
if ( $badged.length > 0 && (dataShareType == 'facebook' || dataShareType == 'twitter')) { if ($badged.hasClass('is-visible')) { //$badged.html(data); } else { //$badged.addClass('is-visible').html(data); } } }
} }); } } }, '.wt-share-button') });