Ouster कॅमेरा-लिडार स्टॅकची जागा घेऊ शकेल अशा native color lidar वर बेट लावत आहे

दीर्घकाळ अपेक्षित सेन्सर संयोजन बाजाराच्या अधिक जवळ

वर्षानुवर्षे, रोबोटिक्स आणि autonomous-vehicle डेव्हलपर्सना एकाच integration problem सोडवावी लागली: cameras दृश्य तपशील कॅप्चर करतात, lidar अचूक depth मोजते, आणि त्यानंतर अभियंते हे दोन stream calibrate, synchronize, fuse करून जगाची सुसंगत समज तयार करतात. Ouster आता म्हणत आहे की ही दोन-sensor मांडणी आता आवश्यक राहिलेली नाही.

सॅन फ्रान्सिस्कोस्थित lidar कंपनीने Rev8 नावाची नवीन product family जाहीर केली आहे, ज्याला ती native color lidar असे म्हणते. प्रत्यक्षात, हे sensors रंगीत प्रतिमा आणि त्रिमितीय depth information एकाच वेळी कॅप्चर करतात, जी पारंपरिकपणे वेगवेगळ्या devices मध्ये विभागलेली कामे एकत्र आणतात.

हे का महत्त्वाचे आहे

या launch चे महत्त्व specification race पेक्षा perception stack मधील बदलात अधिक आहे. एखादा robot किंवा vehicle एकाच sensor वर image आणि depth data दोन्हींसाठी अवलंबून राहू शकला, तर hardware complexity कमी होऊ शकते, calibration overhead कमी होऊ शकतो, आणि software pipelines सोप्या होतील. Ouster CEO Angus Pacala यांनी TechCrunch मध्ये नोंदवलेल्या टिप्पण्यांमध्ये ही संकल्पना थेट मांडली, आणि हे robotics मधील दीर्घकाळ अपेक्षित ध्येय असल्याचे सांगितले.

हे समजण्यासारखे आहे. multi-sensor fusion हे autonomy engineering मधील आवश्यक पण खर्चिक भागांपैकी एक आहे. ते चांगले चालले तरी operational drag निर्माण होते. Developers ना viewpoints align करावे लागतात, drift चे गणित लावावे लागते, sensors मधील मतभेद सोडवावे लागतात, आणि परिस्थिती बदलली तरी performance टिकवावी लागते. capture च्या क्षणीच हे संकेत स्वाभाविकपणे align करणारे device, ते दाव्याप्रमाणे चालले तर, स्पष्ट systems advantage देऊ शकते.

कंपनीचा मोठा दावा

Ouster color lidar ला किरकोळ convenience upgrade म्हणून सादर करत नाही. Pacala म्हणाले की उद्दिष्ट cameras ची गरजच संपवणे आहे, आणि एकच sensor ही दोन्ही कामे करू शकत नाही असे म्हणण्याचे कारण नाही. cameras स्वस्त, सर्वव्यापी आणि चांगले समजलेले असल्यामुळे घट्ट रुजलेल्या बाजारात ही महत्त्वाकांक्षी भूमिका आहे.

तरीही, ज्या applications मध्ये अचूक spatial understanding ही appearance इतकीच महत्त्वाची आहे, तिथे ही कल्पना सहज आकर्षक वाटते. robotics, industrial automation, autonomous driving मध्ये depth errors image imperfections पेक्षा अधिक गंभीर ठरू शकतात. एक unified sensor मजबूत range data आणि अर्थपूर्ण color information देऊ शकला, तर perception ते action हा मार्ग सुलभ होऊ शकतो.

launch ची वेळ

Rev8 अशा काळात आले आहे जेव्हा sensing कंपन्यांसाठी वातावरण अस्थिर आणि अतिशय सक्रिय आहे. lidar उद्योगाने वर्षानुवर्षे consolidation पाहिले आहे, ज्यात Ouster चे Velodyne अधिग्रहण आणि अलीकडील Luminar-संबंधित bankruptcy-linked asset acquisition यांचा समावेश आहे. त्याच वेळी, perception hardware ची मागणी कमी न होता व्यापक होत आहे.

Robotaxi कार्यक्रम विस्तारत आहेत, Waymo सारख्या कंपन्या deployments वाढवत आहेत. industrial आणि humanoid robotics startups देखील भांडवल आकर्षित करत आहेत आणि त्यांना अधिक सक्षम sensor suites हवी आहेत. Teradar आणि त्याच्या terahertz-based imaging approach च्या उल्लेखातून नवीन entrants alternative modalities देखील शोधत असल्याचे दिसते. अशा परिस्थितीत sensor vendors वर केवळ किंमत किंवा range नव्हे, तर architectural usefulness च्या आधारे स्वतःला वेगळे सिद्ध करण्याचा दबाव आहे.

स्वयंचलित वाहनांपलीकडे

lidar बद्दल बहुतेकदा self-driving cars च्या दृष्टिकोनातून चर्चा होते, पण Ouster ची घोषणा व्यापक robotics market कडेही निर्देश करते. warehouses, industrial facilities, security systems, mobile robots, आणि emerging humanoid platforms या सर्वांना अचूक, मजबूत आणि सहज deploy करता येतील अशी perception systems लागतात. installation complexity आणि maintenance burden थेट commercial viability ला प्रभावित करत असल्याने native color lidar विशेषतः आकर्षक ठरू शकते.

एकच sensor calibration effort कमी ठेवत rich environmental understanding कायम ठेवू शकला, तर integrators ना performance आणि operating efficiency दोन्हींत फायदा होऊ शकतो. हे consumer-scale deployments च्या बाहेर विशेष महत्त्वाचे आहे, जिथे engineering hours आणि field reliability बहुधा निर्णायक cost factors असतात.

अजून काय सिद्ध व्हायचे आहे

launch announcement एक मजबूत वैचारिक दावाच मांडते, पण काही व्यावहारिक प्रश्न ठरवतील की हे तंत्रज्ञान किती disruptive ठरेल. source text मध्ये स्वतंत्र camera-plus-lidar setups च्या तुलनेत तपशीलवार comparative performance data दिलेला नाही, तसेच सर्व संबंधित परिस्थितींमध्ये image quality conventional cameras इतकी आहे का, हेही सिद्ध केलेले नाही. खरेदीदार सर्वप्रथम याच प्रश्नांची चाचणी घेतील.

एक strategic प्रश्नही आहे. color lidar तांत्रिकदृष्ट्या काही deployment मध्ये cameras ची जागा घेऊ शकले, तरी अनेक developers सुरुवातीला त्याला complementary sensor म्हणून स्वीकारतील आणि नंतर त्याभोवती system redesign करतील. perception stacks सहसा टप्प्याटप्प्याने विकसित होतात, कारण reliability requirements उच्च आणि qualification cycles दीर्घ असतात.

सेन्सर डिझाइनमधील लक्षवेधी बदल

या caveats असूनही, Ouster ची घोषणा lidar कंपन्या स्वतःला कसे मांडत आहेत त्यात अर्थपूर्ण बदल दर्शवते. depth ला मोठ्या sensor bundle मधील एका थरासारखे विकण्याऐवजी, कंपनी असा platform पुढे आणत आहे जो आणखी एक core sensing role पूर्णपणे आत्मसात करू शकतो.

हे चांगल्या resolution पेक्षा किंवा किंचित खर्च कपातीपेक्षा मोठे विधान आहे. पुढील perception competition ही sensor categories एकत्र करण्याबद्दल असेल, फक्त प्रत्येकाला स्वतंत्रपणे सुधारण्याबद्दल नाही, असा संकेत यातून मिळतो. Rev8 ने field मध्ये चांगले काम केले तर त्याचा परिणाम autonomous cars च्या पलीकडे जाऊन आता आकार घेत असलेल्या व्यापक industrial robotics boom पर्यंत पोहोचू शकतो.

हा लेख TechCrunch च्या रिपोर्टिंगवर आधारित आहे. मूळ लेख वाचा.