Τεχνολογικοί γίγαντες όπως η Tesla και η Google έχουν κάνει τα αυτοκινούμενα οχήματα το θέμα που συζητήθηκε μεταξύ των ενθουσιωδών τεχνολογίας. Διάφορες εταιρείες σε όλο τον κόσμο εργάζονται για την ανάπτυξη αυτόνομων οχημάτων οδήγησης για διάφορα εδάφη.
Για να καταστήσει τη συνδεδεμένη αυτόνομη τεχνολογία οδήγησης προσβάσιμη, προσιτή και διαθέσιμη σε όλους, η Swaayatt Robots με έδρα το Bhopal έγινε μέλος του συγκροτήματος. Ωστόσο, με τεράστια γνώση όλων των τεχνολογιών που εμπλέκονται στην Αυτόνομη Ρομποτική, ο Διευθύνων Σύμβουλος της εταιρείας, κ. Sanjeev Sharma άφησε πολλές τεχνολογικές εταιρείες πίσω στον αγώνα. Από το 2009, έχει κάνει πολλές έρευνες και έχει υποβληθεί σε μαθηματικούς υπολογισμούς που εμπλέκονται στην εξεύρεση έξυπνων λύσεων για αυτοκίνητα αυτο-οδήγησης.
Έχουμε την ευκαιρία να μιλήσουμε με τον κ. Sanjeev και να γνωρίζουμε κάθε κομμάτι της τεχνολογίας πίσω από τα Αυτόνομα Οχήματα και Ρομποτική στην οποία εργάζεται η Swaayatt Robots και τα μελλοντικά τους σχέδια. Κάντε ένα άλμα για να διαβάσετε ολόκληρη τη συνομιλία που είχαμε μαζί του. Εναλλακτικά, μπορείτε επίσης να παρακολουθήσετε το παρακάτω βίντεο για να ακούσετε τη συνομιλία μεταξύ του συντάκτη μας και του ίδιου του Sanjeev
Ερ. Το να κάνουμε την Αυτόνομη Τεχνολογία Οδήγησης Προσβάσιμη και Προσιτή σε όλους είναι η κύρια αποστολή των Swaayatt Robots. Πώς ξεκίνησε το ταξίδι;
Έχω κάνει έρευνα στον τομέα της αυτόνομης πλοήγησης τα τελευταία 11 χρόνια τώρα. Το 2009, εμπνεύστηκα από τις μεγάλες προκλήσεις του DARPAπου συνέβη στις ΗΠΑ. Η αυτόνομη οδήγηση έγινε ο στόχος μου κατά τη διάρκεια αυτών των ετών. Για πολλά χρόνια, συνέχισα τις έρευνες και έκανα αυτο-μελέτες ειδικά για τον σχεδιασμό κίνησης και τη λήψη αποφάσεων υπό αβεβαιότητες. Το επίκεντρο ήταν η βέλτιστη χρήση της μηχανικής μάθησης, η ενίσχυση της μάθησης και διάφορες τεχνικές. Ξεκίνησα το Swaayatt Robots το 2014, αλλά δεν εφάρμοζε απλώς την έρευνα και τις μελέτες που είχα κάνει τα τελευταία χρόνια. Εφαρμόζοντας μερικές ιδέες στην κίνηση και στη λήψη αποφάσεων, έπρεπε να λύσω και το πρόβλημα του σχεδιασμού της αντίληψης και του εντοπισμού. Είχα ερευνητική εμπειρία μόνο στον τομέα της λήψης αποφάσεων και του σχεδιασμού κίνησης. Αλλά οι τομείς της αντίληψης και του εντοπισμού ήταν αρκετά νέο για μένα. Το τεράστιο μαθηματικό μου υπόβαθρο με βοήθησε πολύ.
Μόλις άρχισα να αναπτύσσω τα αλγοριθμικά πλαίσια για να επιτρέψω την αυτόνομη οδήγηση γύρω στο 2015, συνειδητοποίησα ότι αυτό μπορεί να είναι κάτι πολύ μεγάλο και μπορούμε πραγματικά να λύσουμε το πρόβλημα της αυτόνομης οδήγησης σε πολύ στοχαστικά σενάρια εναντίον της κυκλοφορίας. Και από το 2014, εργάζομαι με πλήρη απασχόληση σε αυτήν την εκκίνηση. Η έρευνά μου συγκεκριμένα καλύπτει διάφορους κλάδους, αλλά, κυρίως, το μεγαλύτερο μέρος της εστίασης της εταιρείας μας είναι η ανάπτυξη αλγορίθμων λήψης αποφάσεων και σχεδιασμού κίνησης που επιτρέπουν στα αυτόνομα οχήματα να αντιμετωπίζουν πολύ υψηλά επίπεδα στοχαστικότητας στη δυναμική της κυκλοφορίας. Αυτό ανέρχεται περίπου στο 65% έως το 70% της έρευνας που πραγματοποιείται στο Swaayatt Robots. Περίπου το 25% - 27% της έρευνας πηγαίνει στον τομέα της αντίληψης, ο οποίος περιλαμβάνει κάθε είδους αλγόριθμους που επεξεργάζονται τα δεδομένα αισθητήρων από ένα ρομποτικό σύστημα οχημάτωνκαι δημιουργήστε τρισδιάστατη αναπαράσταση του κόσμου γύρω του.
Κατά την αντίληψη, είμαστε μία από τις πολύ λίγες εταιρείες στον κόσμο που μπορούν να επιτρέψουν στα αυτόνομα οχήματα να αντιλαμβάνονται το περιβάλλον χρησιμοποιώντας μόνο κάμερες εκτός ραφιού που λειτουργούν επίσης κατά τη διάρκεια της ημέρας και της νύχτας. Αυτό είναι περίπου το ταξίδι μέχρι στιγμής.
Ερ.: Ξεκινήσατε το 2014 για να επικυρώσετε τις ιδέες σας και στη συνέχεια καταφέρατε να ακολουθήσετε το μονοπάτι μέχρι το 2015. Λοιπόν, τι πρέπει να κάνουμε σε αυτό το έτος; Πώς δοκιμάσατε ότι η αυτο-οδήγηση μπορεί να γίνει στην Ινδία;
Η αυτόνομη οδήγηση είναι το μείγμα τριών αλγοριθμικών αγωγών που συνδυάζονται. αντίληψη, προγραμματισμός και εντοπισμός. Οι αλγόριθμοι λαμβάνουν τα αισθητήρια δεδομένα, τα επεξεργάζονται και δημιουργούν μια τρισδιάστατη αναπαράσταση γύρω από ένα όχημα. Τους αποκαλούμε αλγόριθμους αντίληψης. Οι αλγόριθμοι εντοπισμού προσπαθούν να προσδιορίσουν με ακρίβεια τη θέση του οχήματος στο δρόμο. Έτσι λειτουργούσαν τα ρομπότ σε ακαδημαϊκά περιβάλλοντα. Το 2009, αυτό το μοντέλο αυτόνομης οδήγησης πρωτοστάτησε από την Google. Πριν ένα αυτόνομο όχημα πλοηγηθεί σε έναν συγκεκριμένο δρόμο, ολόκληρος ο δρόμος πρέπει να χαρτογραφηθεί με πολύ υψηλή λεπτομέρεια σε 3d. Καλούμε αυτούς τους χάρτες, χάρτες υψηλής πιστότητας. Αυτοί οι χάρτες υψηλής πιστότητας αποθηκεύουν μερικές πολύ σημαντικές πληροφορίες για το περιβάλλον. Συνήθως αποθηκεύουν όλα τα διαφορετικά είδη οριοθετών στο περιβάλλον.
Πριν το αυτόνομο όχημα πλοηγηθεί σε ένα περιβάλλον, ολόκληρο το περιβάλλον χαρτογραφείται με πολύ ακριβή τρόπο. Όλοι οι δείκτες λωρίδας, τα όρια του δρόμου και κάθε είδους οριοθέτης στο περιβάλλον είναι πραγματικά αποθηκευμένοι σε αυτούς τους τύπους χαρτών υψηλής πιστότητας.
Όταν το όχημα πλοηγείται σε ένα περιβάλλον για το οποίο έχετε ήδη χάρτες υψηλής πιστότητας, τότε καταγράφετε ξανά τα δεδομένα από διάφορους αισθητήρες στο όχημα και προσπαθείτε να ταιριάξετε τα δεδομένα με έναν χάρτη αναφοράς που έχετε δημιουργήσει. Αυτή η διαδικασία αντιστοίχισης σας δίνει έναν φορέα πόζας που σας λέει πού βρίσκεται το όχημα στον πλανήτη Γη και ποια είναι η διαμόρφωση του οχήματος. Μόλις γνωρίζετε τη θέση και τη διαμόρφωση του οχήματος στο δρόμο, όλες οι πληροφορίες που είχατε αποθηκεύσει στους χάρτες υψηλής πιστότητας προβάλλονται πάνω από την τρέχουσα διαμόρφωση του οχήματος. Όταν προβάλλετε αυτές τις πληροφορίες, όπως δείκτες δρόμου, δείκτες λωρίδας και οποιοδήποτε είδος οριοθέτη δρόμου ή οριοθέτη περιβάλλοντος. το αυτόνομο όχημα γνωρίζει πού βρίσκεται τώρα σε σχέση με ένα συγκεκριμένο οριοθέτη ή από έναν συγκεκριμένο δείκτη λωρίδας. Ετσι,αυτό κάνουν οι αλγόριθμοι εντοπισμού.
Ο τελικός τομέας της αυτόνομης οδήγησης είναι ο σχεδιασμός και η λήψη αποφάσεων. Όσο πιο εξελιγμένοι και καλύτεροι είναι οι αλγόριθμοι σχεδιασμού και λήψης αποφάσεων, τόσο πιο ικανός θα είναι το αυτόνομο όχημά σας. Για παράδειγμα, οι αλγόριθμοι σχεδιασμού και λήψης αποφάσεων θα διαφοροποιήσουν τις εταιρείες από το επίπεδο δύο, το επίπεδο τρία, το επίπεδο τέσσερα και το επίπεδο αυτονομίας πέντε. Κάθε αλγόριθμος που είναι υπεύθυνος για τη λήψη αποφάσεων ή τον προγραμματισμό της κίνησης και της συμπεριφοράς του οχήματος είναι αλγόριθμος σχεδιασμού.
Όσο περισσότερη πολυπλοκότητα έχετε στους αλγόριθμους σχεδιασμού, τόσο καλύτερο θα είναι το όχημά σας. Αρκετοί σχεδιαστές κίνησης και υπεύθυνοι λήψης αποφάσεων βοηθούν στην αξιολόγηση της ασφάλειας του οχήματος και του περιβάλλοντος, την ταχύτητα με την οποία πλοηγείστε, τον περιβάλλοντα χώρο του οχήματος και όλες τις παραμέτρους που μπορείτε να υπολογίσετε από το περιβάλλον σας. Αυτό κάνουν οι αλγόριθμοι σχεδιασμού.
Έχω ερευνήσει στον τομέα του σχεδιασμού. Εάν έχετε το είδος των αλγορίθμων που μπορούν να αντιμετωπίσουν τη στοχαστικότητα στη δυναμική της κυκλοφορίας στην Ινδία. Εάν μπορείτε να το αντιμετωπίσετε και εάν έχετε αλγόριθμους, τότε έχετε αποδείξει ότι εάν μπορείτε απλά να δημιουργήσετε μια στοίβα αντίληψης και εντοπισμού, έχετε μια ολοκληρωμένη αυτόνομη τεχνολογία οδήγησης.
Δεν χρειάζεται να αναπτύξετε όλους τους διαφορετικούς αλγόριθμους για να επαληθεύσετε τι λειτουργεί καλύτερα. Απλώς πρέπει να δημιουργήσετε τρεις ή τέσσερις διαφορετικούς αλγόριθμους που γνωρίζετε ότι θα λύσουν το βασικό πρόβλημα στην αυτόνομη οδήγηση. Η ασφάλεια είναι το πρωταρχικό ζήτημα γιατί δεν βλέπετε εμπορικά αυτόνομα οχήματα στο δρόμο. Το κόστος και όλα τα άλλα ζητήματα είναι δευτερεύοντα. Θα μπορούσα να φτιάξω ολόκληρη την εκκίνηση σε έναν ή δύο αλγόριθμους, όπως ο εντοπισμός και η χαρτογράφηση της αυτόνομης οδήγησης. Αλλά ο στόχος μου ήταν να αναπτύξω ένα πλήρες αυτόνομο όχημα και όχι έναν ή δύο αλγόριθμους εδώ και εκεί. Έχοντας αποδείξει τη βασική πτυχή στον τομέα του σχεδιασμού και της λήψης αποφάσεων μου έδωσε την αυτοπεποίθηση να αντιμετωπίσω ολόκληρο το πρόβλημα της αυτόνομης οδήγησης γενικά.
Ε. Σε ποιο επίπεδο αυτόνομης οδήγησης λειτουργεί η Swaayatt Robots; Και ποιο επίπεδο πιστεύετε ότι είναι δυνατό στην Ινδία;
Στόχος μας είναι να επιτύχουμε αυτονομία επιπέδου 5 και να διασφαλίσουμε ότι η τεχνολογία είναι ασφαλής σε τέτοιου είδους περιβάλλοντα. Βρισκόμαστε κάπου μεταξύ του επιπέδου 3 και του επιπέδου 4. Μερικές από τις αλγοριθμικές έρευνες που κάνουμε είναι στο σχεδιασμό κίνησης και στη λήψη αποφάσεων που στοχεύει στο επίπεδο πέντε.
Εργαζόμαστε επίσης για να επιτρέψουμε στα αυτόνομα οχήματα να μπορούν να διασχίζουν τη διασταύρωση στις ώρες αιχμής της κυκλοφορίας χωρίς τα φανάρια. Στοχεύουμε στην επίτευξη αυτονομίας επιπέδου πέντε, επιτρέποντας στα αυτόνομα οχήματα να αντιμετωπίζουν στενό χώρο με πολύ στοχαστική κίνηση. Έχουμε κάνει αυτόνομη οδήγηση σε ένα πολύ σφιχτό περιβάλλον όταν ένα όχημα ή ένα ποδήλατο ερχόταν και από το αντίθετο άκρο. Σε επίπεδο POC, έχουμε επιτύχει μεταξύ τριών και τεσσάρων επιπέδων. Έχουμε ήδη στρέψει τα POC για αυτονομία επιπέδου 4, πραγματοποιώντας πειράματα σε πολύ στοχαστική κίνηση με στενούς χώρους. Ο τρέχων στόχος μας είναι να επιτύχουμε αυτόνομη οδήγηση 101 χιλιομέτρων ανά ώρα στους δρόμους της Ινδίας.
Μόλις αποδείξετε την ασφάλεια του οχήματος σε τέτοιου είδους περιβάλλοντα, μπορείτε να χρησιμοποιήσετε την τεχνολογία σας και να την εφαρμόσετε οπουδήποτε αλλού, όπως στη Βόρεια Αμερική και την Ευρώπη, όπου η κίνηση είναι πολύ πιο δομημένη, όπου τα περιβάλλοντα είναι επίσης πολύ πιο αυστηρά σε σύγκριση με την Ινδία περιβάλλοντα. Έτσι, η Ινδία από τώρα είναι ένας χώρος δοκιμών για να αποδείξουμε ότι έχουμε κάτι που κανείς άλλος δεν έχει κάνει αυτήν τη στιγμή.
Ε. Πόσο έχει προχωρήσει η Swaayatt Robots στην ανάπτυξη μιας λύσης Αυτόνομης Οδήγησης; Σε ποιο επίπεδο οδήγησης εργάζεστε αυτήν τη στιγμή;
Επί του παρόντος, διαθέτουμε τον ταχύτερο αλγόριθμο σχεδιασμού κίνησης στον κόσμο που μπορεί να σχεδιάσει σχεδόν βέλτιστες χρονικές παραμέτρους τροχιάς για ένα αυτόνομο όχημα σε 500 μικροδευτερόλεπτα. Έτσι ο αλγόριθμος λειτουργεί περίπου στα 2000 hertz. Έχουμε την τεχνολογία που επιτρέπει τη δυνατότητα αυτόνομης οδήγησης έως και 80 χιλιομέτρων ανά ώρα στους αυτοκινητόδρομους της Ινδίας. Η επίτευξη αυτού του είδους ταχύτητας στους αυτοκινητόδρομους της Ινδίας είναι πολύ δύσκολη. Συνήθως, αν μπορείτε να το κάνετε αυτό, μπορείτε να το πάρετε και αλλού. Μπορείτε να το εφαρμόσετε σε ξένη κίνηση και βασικά, είστε πολύ κοντά στο επίπεδο τέσσερα. Για να σας δώσουμε μια ιδέα, εργαζόμαστε σε αυτό που ονομάζουμε ανάλυση και διαπραγμάτευση προθέσεων πολλών αντιπροσώπων. Αυτό το πλαίσιο επιτρέπει στο όχημά μας να μην υπολογίζει απλώς την πιθανότητα των προθέσεων άλλων οχημάτων ή πρακτόρων στο δρόμο.Μπορεί να υπολογίσει τις πιθανότητες ολόκληρου του συνόλου διαδρομών που άλλοι πράκτορες ή οχήματα ή εμπόδια στο περιβάλλον δεν μπορούν. Ωστόσο, αυτή η ικανότητα από μόνη της δεν επαρκεί. Για παράδειγμα, μπορείτε να δημιουργήσετε ένα πολύ υπολογιστικά απαιτητικό σύστημα που μπορεί να προβλέψει τις μελλοντικές τροχιές κίνησης και ίσως να υπολογίσει τις πιθανότητες όλων των συνόλων διαδρομών διαφορετικών οχημάτων. Εδώ πρέπει να εστιάσετε, δηλαδή στην υπολογιστική απαίτηση επίσης. Η υπολογιστική ζήτηση σε αυτό το πρόβλημα της ανάλυσης και των διαπραγματεύσεων πρόθεσης πολλών αντιπροσώπων θα αυξηθεί εκθετικά εάν δεν έχετε κάνει κάποια έρευνα, δεν έχετε χρησιμοποιήσει σωστά τα μαθηματικά ή εάν δεν τα έχετε σχεδιάσει σωστά. Ερευνώ μερικές από τις έννοιες από τα εφαρμοσμένα μαθηματικά, ειδικά στον τομέα της τοπολογικής θεωρίας. Χρησιμοποιώ κάποιες από τις έννοιες όπως χάρτες ομοιοτυπίας,που επιτρέπουν στην τεχνολογία μας να κλιμακώσει τους υπολογισμούς. Τουλάχιστον από τώρα, είναι υπεργραμμικό όσον αφορά τον αριθμό των παραγόντων σε αντίθεση με την εκθετική ανατίναξη που θα συναντήσατε εάν δεν έχετε επεξεργαστεί σωστά τα μαθηματικά πίσω από τους αλγόριθμους.
Το πλαίσιο διαπραγμάτευσης ανάλυσης προθέσεων πολλών αντιπροσώπων υποδιαιρείται περαιτέρω σε δύο διαφορετικούς κλάδους που επεξεργαζόμαστε αυτήν τη στιγμή. Το ένα είναι το TSN (Tight Space Negotiator Framework) και το άλλο είναι το μοντέλο προσπέρασης. Το TSN επιτρέπει στα αυτόνομα οχήματα να διαπραγματεύονται τόσο τα στενά περιβάλλοντα όσο και τη στοχαστική κίνηση, τόσο σε χαμηλές όσο και σε υψηλές ταχύτητες. Έτσι, η υψηλή ταχύτητα θα ήταν πολύ χρήσιμη για σενάρια στοχαστικής κυκλοφορίας με αυτοκινητόδρομο και η χαμηλή ταχύτητα θα ήταν πολύ χρήσιμη όταν το όχημα πλοηγείται σε αστικό σενάριο, όπου συχνά συναντάτε τους πιο στενούς δρόμους με υπερβολική κίνηση και θόρυβο στην κίνηση που σημαίνει εκεί είναι υπερβολική αβεβαιότητα στη δυναμική της κυκλοφορίας.
Το εργαζόμαστε ήδη εδώ και δυόμισι χρόνια, και το έχουμε ήδη αναπτύξει με τη μορφή POC. Μερικά από τα κομμάτια αυτών των πλαισίων για τα οποία αναφέρομαι θα μπορούσαν να εμφανιστούν στο demo στο επόμενο πείραμά μας, το οποίο θα στοχεύει στην επίτευξη 101 χιλιομέτρων ανά ώρα που λειτουργεί σε ινδικούς δρόμους.
Επιπλέον, ερευνούμε επίσης σε διάφορους κλάδους της AI. Χρησιμοποιούμε σε μεγάλο βαθμό τη μάθηση μαθητείας, την αντίστροφη μάθηση ενίσχυσης. Προς το παρόν, εργαζόμαστε για να επιτρέψουμε σε αυτόνομα οχήματα να προσπεράσουν σε τυπικούς δρόμους δύο λωρίδων, όπως κάνουν οι Ινδοί οδηγοί. Αποδεικνύουμε τόσο στην προσομοίωση όσο και στον πραγματικό κόσμο στο μέγιστο δυνατό βαθμό με περιορισμένη χρηματοδότηση. Αυτοί είναι μερικοί από τους τομείς έρευνας που έχουμε ήδη αποδείξει επιτόπου και μερικοί από αυτούς θα αποδειχθούν τους επόμενους μήνες.
Εκτός από αυτό, είμαστε μια από τις μόνες εταιρείες στον κόσμο που μπορούν να επιτρέψουν την αυτόνομη οδήγηση σε εντελώς άγνωστα και αόρατα περιβάλλοντα για τα οποία δεν υπάρχουν χάρτες υψηλής πιστότητας. Μπορούμε να επιτρέψουμε την αυτόνομη οδήγηση χωρίς τη χρήση χαρτών υψηλής πιστότητας. Έχουμε ως στόχο την πλήρη εξάλειψη της ανάγκης για χάρτες υψηλής πιστότητας και αυτή η εξάλειψη επιτρέπεται από δύο από τις βασικές τεχνολογίες μας. Το πλαίσιο TSN μας έχει δημιουργηθεί για να ορίσει ένα νέο ρυθμιστικό σημείο αναφοράς.
Ερ. Μιλώντας για την αρχιτεκτονική του υλικού, τι είδους υλικό χρησιμοποιείτε για τον υπολογιστικό σας σκοπό. Επίσης, τι είδους αισθητήρες και κάμερες χρησιμοποιείτε για να χαρτογραφήσετε τον πραγματικό κόσμο στα αυτόνομα οχήματά σας;
Από τώρα, χρησιμοποιούμε απλώς κάμερες εκτός ραφιού. Εάν δείτε το demo μας για ένα αυτόνομο όχημα, θα παρατηρήσετε ότι δεν είχαμε χρησιμοποιήσει τίποτα περισσότερο από μια κάμερα 3000 Rs. Αν κοιτάξετε την έρευνα αντίληψης που συμβαίνει σε όλο τον κόσμο με αυτόνομες εταιρείες ή εταιρείες ρομποτικής για αυτό το θέμα, χρησιμοποιούν και τους τρεις διαφορετικούς αισθητήρες όπως κάμερες, LiDAR και ραντάρ. Προς το παρόν, όλα τα αυτόνομα πειράματα οδήγησης έχουν πραγματοποιηθεί μόνο χρησιμοποιώντας κάμερες. Όταν ξεκίνησα την εταιρεία, είχα μόνο εμπειρία στον προγραμματισμό, αλλά από το 2016, συνειδητοποίησα ότι οι τελευταίας τεχνολογίας ερευνητικές εργασίες ανεξάρτητα από τα εργαστήρια σε όλο τον κόσμο εργάζονται. απλά δεν λειτουργεί στον πραγματικό κόσμο. Εάν λειτουργούν, είναι πολύ υπολογιστικά εντατικοί και απλά δεν λειτουργούν. Ετσι,Πήρα την αντίληψη ως πρωτεύουσα ερευνητική μου περιοχή και αφιέρωσα περίπου το 25% - 27% του χρόνου μου στην έρευνα αντίληψης. Τώρα, ο ερευνητικός στόχος της εταιρείας μας είναι να επιτρέψει στα αυτόνομα οχήματα να μπορούν να αντιλαμβάνονται μόνο τις κάμερες χωρίς την ανάγκη για LiDAR και ραντάρ. Αυτή είναι μια ερευνητική φιλοδοξία που θέλουμε να πετύχουμε. Κατά την επίτευξη αυτού, διασφαλίσαμε επίσης ότι διαθέτουμε τον ταχύτερο αλγόριθμο στον κόσμο για οποιαδήποτε κοινή εργασία.
Έχουμε δύο στόχους στην αντίληψη. Πρώτον, ο αλγόριθμος πρέπει να είναι τόσο ικανός ώστε να επιτρέπει στα αυτόνομα οχήματα να αντιλαμβάνονται χρησιμοποιώντας μόνο κάμερες τόσο κατά τη διάρκεια της ημέρας όσο και της νύχτας. Έχουμε επεκτείνει αυτήν την ικανότητα αντίληψης όχι μόνο για τη διάρκεια της ημέρας, αλλά και τη νύχτα, χρησιμοποιώντας τίποτα, αλλά ο προβολέας του οχήματος και οι κανονικές κάμερες RGB και NIR εκτός από το ράφι, το είδος των φωτογραφικών μηχανών που μπορείτε να αγοράσετε για 3000 Rs στο αγορά.
Εστιάζουμε