iPhone 12 Pro’da Bulunan LiDAR Sensörler Nasıl Çalışır?

2020’nin birinci çeyreğinde son kullanıcı ile tanıştırılan iPad Pro, tablet sınıfının doruğuna oturdu. Akabinde bir özelliğini iPhone 12 Pro ailesine miras bıraktı: LiDAR. iPhone 12 Pro’da da karşımıza çıktığını görüyoruz. Apple bu sensörü kullanırken sunduğu tecrübelerde; daha süratli odaklanma ve algoritmalarıyla güçlendirilmiş daha güçlü bir artırılmış gerçeklik sağlamakta.

Daha evvel hiç bulunmadığınız bir yerde olduğunuzu düşünün. Nereye hakikat, nasıl gideceğinizi bilmeniz sıkıntı, değil mi? Bir haritaya, rehbere gereksiniminiz var demektir. Etrafınızdaki tüm cisimlerin bulunduğunuz yere olan aralıklarıyla, yükseklikleriyle, eğimleriyle bulunduğunuz yeri anlayabileceğiniz bir haritaya, ışıklar kapansa bile gözünüz olacak bir haritaya…

LiDAR nedir?

Mimarlık, kent planlaması, arkeoloji hafriyatları, otonom araçlar, haritalandırma, robotik sistemler, orman ve su altı araştırmaları üzere bir çok alanda kullanılan LiDAR, hedeflenen yerin, isteğe nazaran 3 ya da 2 boyutlu haritalandırmasını yapmak için kullanılan bir sensördür. Açılımı Light Detection and Ranging yahut Laser Imaging Detection and Ranging biçimindedir, Türkçe’ye Işık Tespiti ve Ara Ölçüm Sensörü halinde çevirilebilir.

LiDAR nasıl çalışır?

LiDAR, ışık dalgalarıyla ölçüm yapabilen bir sensör cinsidir. Genelde yüzey temelli LiDAR sistemlerinde 500 nanometre ile 600 nanometre dalga uzunluğuna sahip lazerler kullanılır. Airborne LiDAR sistemlerinde ise 1000 nanometre ile 1600 nanometre dalga uzunluğuna sahip lazerler kullanılmaktadır.

Dalga uzunlukları ortasında bulunan bu farkı şöyle açıklayabiliriz: Sabit boyutlarda dalga üretimi olan bir dalga havuzu düşünelim. İki dalganın zirve noktaları yani en yüksek olduğu noktalar ortasında ki ara dalga uzunluğu olarak tanımlanabilir.

İki dalga ortası aralık ne kadar büyürse, dalgaların boyuda o kadar büyük olur. Fakat bu durum frekans ile yani tekrarlanma sayısı ile zıt orantılıdır. LiDAR içinde geçerli olan dalga uzunluğu kavramı burada değer kazanmaktadır. Dalga uzunluğu küçüldükçe gönderilen dalga sayısı artacaktır. Bu da daha fazla örnekleme almaya yardımcı olacak, dolayısı ile taramalar daha ayrıntılı olacaktır.

LiDAR sensör tarafından yayılan lazer ışınları, bir cisme yahut yüzeye çarpar ve sensöre geri döner. Sensör, gönderdiği lazer ışınlarının geri dönüş müddetine nazaran çarptığı yüzeyin yahut cismin uzaklığını ölçebilir. Lakin bu ölçüm noktasaldır. Yani sensör tek bir bilgiyle haritalama yahut simülasyon oluşturma sürecini tamamlayamaz. Bir haritalama yahut simülasyon oluşturabilmesi için bir data dizini gerekmektedir. Yani sensör tekraren tarama yapmalıdır.

Tekraren alınan sensör datalarını manalandırmak için ise farklı algoritmalar kullanmaktadır. Bu formda haritalandırma süreci tamamlanmaktadır ve bu süreç SLAM olarak isimlendirilir. SLAM (Simultaneous Localization and Mapping) yani Türkçe manasıyla Eş Vakitli Pozisyon Belirleme ve Haritalama manasına gelir ve LiDAR’lar için geliştirilen bir algoritma tipidir.

LiDAR’dan gelen bilgileri işler ve manalı hale getirir. Böylelikle LiDAR’ın bulunduğu pozisyonun haritasını çıkartabileceği üzere, LiDAR yahut LiDAR kullanılmış sistem yer değiştirdiği vakit etrafında olan tüm değişiklikleri de algılayabilir. Bu özelliği sayesinde ise artımlı olarak haritalandırma yapabilir.

LiDAR’ların çalışmasını sağlayan SLAM algoritması da kendi içerisinde farklı çeşitlere sahiptir:

• Hector SLAM
• Gmapping
• Karto
• Frontier Exploration

Bu algoritmalar kullanım yer ve alanlarına nazaran değişiklik göstermektedirler. Bunun için sürat ya da tarama üzere testler uygulandığında birbirine nazaran çok düşük ve yüksek performanslar sergileyebilirler.

Pekala LiDAR sensörden alınan datalar nasıl görselleştirilir?

Artık ise manalı dataları görüntüleyebileceğimiz bir ortama taşımamız gerekmekte. Bunun için kullanılan simülasyon ortamları ise Rviz ve Gazebo olarak geçmektedir. Bu programlar interaktif olarak çalışmaktadır. Yani artımsal olarak haritalama yapabilir ve en ufak bir değişikliği dahi algılayabilir.

Aşağıda ki görselde, LiDAR ile elde edilen dataların anlamdırılması sonucu oluşturulmuş 2D bir harita buluyor. Burada LiDAR, anlık olarak ölçüm yapmaya devam ediyor ve etrafında ki tüm değişiklikleri ekrana yansıtabiliyor:

LiDAR Tarayıcı yahut LiDAR kullanılmış bir sistem hareket ettiği vakit, imaj de anlık olarak tarama bilgilerinin işlenmesiyle simülasyona eklenir ve canlı olarak izlenebilir:

Bu sensörler, üretim maliyeti hayli düşen ve konutlarımıza kadar giren bir eser olan robot süpürgelerde de bulunmakta. Her geçen gün yeni örneklerini görsekte temelde hepsinin çalışma mantığı ve algoritması tıpkı olup, taşınabilir uygulama üzerinden robotun oluşturduğu haritayı görebiliyor, istediğimiz yere yönlendirebiliyor ve uzaktan kumanda edebiliyoruz.

LiDAR sensörlerin kullanım alanları:

• Akıllı konut aletleri
• Robotik çalışmalar ve araştırmalar
• Akıllı telefon ve tabletler
• Otonom araçlar
• Kent planlama
• Tarım
• Ordu ve askeri araştırmalar
• Irmaklar ve su altı araştırmaları

Akıllı konut aletleri: Robot süpürgeler

Kullanıcıların iş yükünü hayli hafifleten robot süpürgeler bulundukları ortamın tüm haritasını hafızasına kaydedebilir ve istendiği vakit etkin edilebileceği üzere zamanlama süreci uygulanabilip günün muhakkak saatlerinde çalışmalarını sürdürebilirler. Otonom olarak çalışırlar.

LiDAR tarayıcıların algoritması gereği interaktif olarak çalışan bu robot misyonunu yaparken eşyaların yerleri değişse bile tekrar yeni bir rota belirleyebilir ve misyonuna devam edebilir. Birebir formda kullanıcı robotun etrafında bulunsa bile robot süpürge bunu algılayacak ve rotasını anlık olarak değiştirebiliecektir.

Robotik çalışmalar ve araştırmalar

Üniversitelerde ve robot firmalarında yapılan çalışmalarda sıkça LiDAR tarayıcılar kullanılmaktadır. Üniversitelerde ağır olarak mühendislik kısımlarında ve lisans üstü araştırmalarda bu sensörlerin kullanıldığı bilinmektedir. Robot firmalarında ise otonom robot üretiminde sıkça kullanılır. Robot için lokasyon tanımlamada ve haritalandırmada çok büyük misyon üstlenen bir sensördür.

Akıllı telefon ve tabletler

Örneklerini yeni yeni görmeye başladığımız LiDAR Tarayıcı içeren akıllı telefon ve tabletlerde LiDAR tarayıcı, kameraların daha süratli odaklanmasını sağlamaktadır. Böylelikle fotoğraflardan derinlik ölçebilmektedir. Bununla bir arada oluşturulmuş algoritmalarla daha güçlü ve daha süratli bir artırılmış gerçeklik tecrübesi sunmaktadır.

Otonom araçlar

Trafikte her geçen gün sayısı artan otonom araçların bir birçoklarında da LiDAR Tarayıcıların olduğunu görüyoruz. Otonom araçlarda LiDAR tarayıcılar, anlık olarak etrafında bulunan tüm araçları, yayaları ve çevresel etmenleri algılayıp anlamlandırabilir ve içerisinde bulunan yolcuyu inançta tutmak için rotasını bu bilgilere nazaran tayin eder.

Kent planlama

Kentlerde bulunan tüm binalar, ağaçlar, tümsekler, çukurlar ve beşerler üzere bir çok etken kentsel ekosistemleri oluşturmaktadır. Bu kentsel ekosistemleri ayrıntılı bir halde haritalandırmak, kent planlamacılara ve harita mühendislerine yardımcı olmaktadır.

Tarım

LiDAR tarayıcılar, makul bir arazinin üç boyutlu yükseklik haritasını oluşturmak için kullanılabilir. Bu haritalar sayesinde arazi üzerinde bulunan eğimler, güneş ışığı alabilecek yerler, rüzgardan etkilenebilecek yüzeyler belirlenebilmektedir ve tarıma elverişli yerlerin testleri bu halde yürütülebilmektedir.

Ordu ve askeri araştırmalar

Askeri birlikler tarafından araziyi manalandırmak, yüksek çözünürlü haritalar oluşturmak için kullanılmakla bir arada harp bölgelerini ayrıntılı incelemek için LiDAR tarayıcı içeren robotlar kullanılmaktadır.

Irmaklar ve su altı araştırmaları

LiDAR tarayıcılar ile sualtında bulunan her şeyi tanımlamak ve üç boyutlu haritasını çıkarmak için kullanılmaktadır. Bu sayede derinlik, genişlik ve suyun akış suratı ölçülebilmektedir.

Konutlarımıza ve hatta cebimize kadar giren bu teknoloji uzun yıllardır birçok farklı alanda kullanılmakta ve kullanım alanına nazaran de büyük felaketlere karşı tedbir almamızı sağlayabilmektedir. Gelişen teknolojiyle bir arada kullanımının yaygınlaşması ve daha sık rastlamamız öngörülmektedir.