Sir Airffic Goଏଥିର ଅନେକ କଥା ଗବେଷଣା ପତ୍ରରୁ ଆସିଛି, କିନ୍ତୁ ଶବ୍ଦ ସରଳ ରଖାଯାଇଛି। ମୋ ସହ ରୁହନ୍ତୁ।
ବୁଝିବାର ଚାରି ପର୍ଯ୍ୟାୟ
- ଚିହ୍ନଟ: ଛବିରେ ଲୋକ, କାର୍ ଓ ବିଦ୍ୟୁତ୍ ତାର ଖୋଜି ସେଗୁଡ଼ିକ ଚାରିପାଖରେ ବାକ୍ସ ଆଙ୍କିବା।
- ଟ୍ରାକିଂ: ଖୋଜିପାଇଥିବା ଜିନିଷ ପରେ କୁଆଡ଼େ ଯାଉଛି ତାହା ଅନୁସରଣ କରିବା।
- ନିଜ ସ୍ଥାନ ନିର୍ଣ୍ଣୟ: ଛବିର ଗତି ଓ IMU ମିଶାଇ କେତେ ଦୂର ଓ କେଉଁଆଡ଼େ ଗଲା ତାହା ହିସାବ କରିବା (VIO: visual-inertial odometry)।
- ବୁଝିବା ଓ ନିର୍ଦ୍ଦେଶ: “ନାଲି ଛାତ ଥିବା ଘର ପଛପଟ ଦେଖ” ପରି କଥା ବୁଝି ଶବ୍ଦକୁ ଦେଖୁଥିବା ଜିନିଷ ସହ ଯୋଡ଼ିବା (VLM: ଛବି ଓ ଭାଷା ଏକାସାଙ୍ଗରେ ବୁଝୁଥିବା AI)।
ମାନଚିତ୍ର ଗଢ଼ୁଗଢ଼ୁ ଉଡ଼ିବା: SLAM ଓ VIO
2000 ଦଶକର ଶେଷ ଭାଗରେ ବିଶ୍ୱବିଦ୍ୟାଳୟ ଲ୍ୟାବ୍ମାନେ ଗୋଟିଏ କ୍ୟାମେରା ଓ IMU ଦ୍ୱାରା ଛୋଟ ଡ୍ରୋନ୍ର ସ୍ଥାନ ଆକଳନ କରିବା ଆରମ୍ଭ କଲେ। ସବୁକିଛି ସେଠାରୁ ଆରମ୍ଭ।
SVO, VINS-Mono ଓ ORB-SLAM ପରି ପଦ୍ଧତି ପ୍ରକାଶିତ ହୋଇ ସମସ୍ତଙ୍କ ସାଝା ମୂଳଦୁଆ ହେଲା। ଖୋଲା ଗବେଷଣା ଉତ୍ପାଦର ପାର୍ଟସ୍ ହୋଇଗଲା।
ଆଜିର ବ୍ୟବସାୟିକ ଡ୍ରୋନ୍ ପୋଲ ତଳେ ଓ ଘର ଭିତରେ ଉଡ଼ିପାରୁଛି, ଏହି ଜମା ହୋଇଥିବା କାମ ଯୋଗୁଁ।
ଉପରୁ ଦେଖିଲେ ଜିନିଷ ଛୋଟ ଓ ବଙ୍କା ଦେଖାଯାଏ
ଭୂମି ସ୍ତରର ଫଟୋରେ ତାଲିମ ପାଇଥିବା AI ଉପରୁ ଦେଖାଯାଉଥିବା ଦୃଶ୍ୟରେ ଅସୁବିଧାରେ ପଡ଼େ: ଲୋକ ବିନ୍ଦୁ ହୋଇଯାନ୍ତି ଓ କାର୍ର ଆକାର ବଦଳିଯାଏ।
ଆକାଶ ପାଇଁ ବିଶେଷ AI ତାଲିମ ଦେବାକୁ VisDrone ଓ DOTA ପରି ଆକାଶ ଡାଟାସେଟ୍ ତିଆରି ହେଲା।
ଯାହା ପାଖରେ ଡାଟା ଅଛି, ସେ AI କେତେ ବୁଦ୍ଧିମାନ ହେବ ତାହା ଗଢ଼େ। ଫାଉଣ୍ଡେସନ୍ ମଡେଲ୍ ଯୁଗରେ ମଧ୍ୟ ଏହା ବଦଳିନାହିଁ।
Sir Airffic GoAI ମଧ୍ୟରେ ଫରକ ପ୍ରାୟତଃ ଆଲଗୋରିଦମ୍ଠାରୁ ଅଧିକ, ଆପଣଙ୍କ ପାଖରେ କେତେ ଆକାଶ ଡାଟା ଅଛି ତାହା ଉପରେ ନିର୍ଭର କରେ। ରଣନୀତି ଅଧ୍ୟାୟ ପାଇଁ ଏହା ମନେ ରଖନ୍ତୁ।
ଯେଉଁ ଦିନ AI ମଣିଷ ଚାମ୍ପିଅନ୍ଙ୍କୁ ହରାଇଲା
2023ରେ University of Zurichରେ ତିଆରି Swift ନାମକ ଏକ AI ଡ୍ରୋନ୍ ବିଶ୍ୱ ଚାମ୍ପିଅନ୍ ମଣିଷ ଡ୍ରୋନ୍ ରେସରଙ୍କୁ ହରାଇଲା। ଏହି କାମ Nature ପତ୍ରିକାରେ ପ୍ରକାଶିତ ହେଲା।
Swift କେବଳ ଗୋଟିଏ କ୍ୟାମେରା ଓ IMU ଦ୍ୱାରା ନିଜ ସ୍ଥାନ ଆକଳନ କଲା, ଏବଂ ରିଇନଫୋର୍ସମେଣ୍ଟ୍ ଲର୍ନିଂ ଦ୍ୱାରା ଉଡ଼ିବା ଶିଖିଲା — ସିମୁଲେସନ୍ରେ ବହୁତ ଥର ଅଭ୍ୟାସ କରି।
ଏହା ଗୋଟିଏ ସ୍ଥିର ରେସ୍ ଟ୍ରାକ୍ରେ ଥିଲା। ବଦଳୁଥିବା ପାଣିପାଗ ଓ ବାଧା ଥିବା ବାସ୍ତବ ଆକାଶରେ ସେହି ଦକ୍ଷତା ଆଣିବା ଏବେ ବି ଏକ ଖୋଲା ଚ୍ୟାଲେଞ୍ଜ୍।
ଡିପ୍ ରିଇନଫୋର୍ସମେଣ୍ଟ୍ ଲର୍ନିଂରେ ଚାମ୍ପିଅନ୍ ସ୍ତରର ଡ୍ରୋନ୍ ରେସିଂ (UZH)
ପ୍ରମାଣ: [N124]
ପରବର୍ତ୍ତୀ ଢେଉ: ଦେଖ, ଭାବ ଓ ଶବ୍ଦ ଅନୁସାରେ କାମ କର
ପ୍ରାୟ 2023ରୁ ଛବି ଓ ଭାଷା ଏକାସାଙ୍ଗରେ ବୁଝୁଥିବା ବଡ଼ AI ମଡେଲ୍ (ଫାଉଣ୍ଡେସନ୍ ମଡେଲ୍) ରୋବଟ୍ର ମସ୍ତିଷ୍କ ଭାବେ କାମ କରିବା ଆରମ୍ଭ କଲା।
ଦୃଶ୍ୟ ବୁଝି କଥିତ ନିର୍ଦ୍ଦେଶ ମାନିବା ଉପରେ ଡ୍ରୋନ୍ ଗବେଷଣା (aerial vision-language navigation) ବଢ଼ୁଛି।
ବଡ଼ ମଡେଲ୍ ଭାରୀ, ଏବଂ ଡ୍ରୋନ୍ ଭିତରେ ଶୀଘ୍ର ଚଳାଇବା ଏବେ ବି କଷ୍ଟ। ସେଥିପାଇଁ ଚିପ୍ — ପରବର୍ତ୍ତୀ ଅଧ୍ୟାୟ — ସାଙ୍ଗରେ ପଢ଼ିବା ଦରକାର।
ପ୍ରମାଣ: [N133]
ବାରମ୍ବାର ପଚରାଯାଉଥିବା ପ୍ରଶ୍ନ
ଡ୍ରୋନ୍ କମ୍ପ୍ୟୁଟର ଭିଜନ୍ କେଉଁ କାମରେ ଲାଗେ?
ପୋଲ ଓ ବିଦ୍ୟୁତ୍ ତାରରେ ଫାଟ ଖୋଜିବା, ଫସଲର ସ୍ୱାସ୍ଥ୍ୟ ଯାଞ୍ଚ, ଖୋଜ ଓ ଉଦ୍ଧାରରେ ଲୋକ ଖୋଜିବା, ସୁରକ୍ଷା ଓ ଟ୍ରାଫିକ୍ ନଜର, ଏବଂ ଡେଲିଭରି ଜାଗା ଯାଞ୍ଚ ସାଧାରଣ ବ୍ୟବହାର।
Visual-inertial odometry (VIO) କ'ଣ?
ଛବିର ଗତି ସହ IMUର ବେଗ ବୃଦ୍ଧି ଓ ଘୂର୍ଣ୍ଣନ ମାପ ମିଶାଇ ଡ୍ରୋନ୍ କେତେ ଦୂର ଗଲା ହିସାବ କରିବାର ପଦ୍ଧତି। GPS ବିନା ଉଡ଼ିବା ପାଇଁ ଏହା ଏକ ମୂଳ ଟେକ୍ନୋଲୋଜି।