کالبدشکافی لایدار (LiDAR): جاروبرقی و گوشی شما واقعاً چگونه دنیا را سه‌بعدی می‌بینند؟

اگر به بالای جاروبرقی رباتیک خود نگاه کنید، احتمالاً یک برجک کوچک و چرخان را می‌بینید. اگر به ماژول دوربین آیفون پرو خود دقت کنید، یک دایره سیاه کوچک در کنار لنزها وجود دارد. این دو قطعه ظاهراً متفاوت، در واقع یک فناوری مشترک را در خود جای داده‌اند: لایدار (LiDAR). شرکت‌های فناوری دوست دارند این سنسورها را به عنوان «چشم‌های هوش مصنوعی» معرفی کنند که به دستگاه‌ها قدرت درک محیط را می‌دهند. اما در زیر این لایه بازاریابی، هیچ هوش یا درک پیچیده‌ای وجود ندارد؛ تنها یک فیزیک ساده و بی‌رحمانه در حال کار است.[4]

کلمه LiDAR مخفف «تشخیص و فاصله‌یابی نوری» است. برخلاف رادار که از امواج رادیویی استفاده می‌کند یا سونار که به امواج صوتی متکی است، لایدار محیط را با استفاده از نور لیزر اسکن می‌کند. مکانیسم پایه آن که «زمان پرواز» (Time of Flight یا ToF) نامیده می‌شود، به طرز فریبنده‌ای ساده است: دستگاه یک پالس نوری نامرئی (معمولاً مادون قرمز) شلیک می‌کند، نور به یک جسم برخورد کرده و بازتاب می‌یابد، و سنسور زمان دقیق رفت و برگشت آن را اندازه می‌گیرد.[2][3]

از آنجایی که سرعت نور در هوا مقداری ثابت است، محاسبه فاصله به یک معادله ابتدایی ریاضی تبدیل می‌شود: مسافت برابر است با سرعت نور ضربدر زمان، تقسیم بر دو (چون نور مسیر رفت و برگشت را طی کرده است). یک سیستم لایدار مدرن می‌تواند این فرآیند شلیک و محاسبه را صدها هزار بار در ثانیه تکرار کند. نتیجه این بمباران لیزری، مجموعه‌ای از نقاط در فضا است که به آن «ابر نقاط» (Point Cloud) می‌گویند؛ یک نقشه سه‌بعدی بسیار دقیق از محیط اطراف که با دقت میلی‌متری ساخته شده است.[2]

اما نحوه پیاده‌سازی این فناوری در دستگاه‌های مختلف، تفاوت‌های بنیادینی دارد. در جاروبرقی‌های رباتیک، معمولاً از یک سیستم مکانیکی چرخان استفاده می‌شود. برجک روی جاروبرقی در هر ثانیه چندین بار می‌چرخد و پالس‌های لیزر را در زاویه ۳۶۰ درجه به اطراف شلیک می‌کند. این چرخش مداوم به جاروبرقی اجازه می‌دهد تا نقشه دقیقی از دیوارها و پایه‌های مبلمان در یک سطح دوبعدی بسازد و مسیر خود را بدون برخورد با موانع پیدا کند.[1]

در مقابل، قرار دادن یک قطعه مکانیکی چرخان در یک تلفن هوشمند غیرممکن است. به همین دلیل، تولیدکنندگان گوشی از رویکردی به نام «فلش لایدار» (Flash LiDAR) یا آرایه‌های حالت جامد استفاده می‌کنند. در این روش، هیچ قطعه متحرکی وجود ندارد. در عوض، یک لیزر خاص هزاران نقطه نوری را به طور همزمان به محیط می‌تاباند و یک سنسور گیرنده، زمان بازگشت تمام آن نقاط را در یک لحظه ثبت می‌کند. این روش برد کمتری دارد اما برای اسکن یک اتاق یا فوکوس سریع دوربین در تاریکی مطلق، بی‌نقص عمل می‌کند.[1][4]

با وجود تمام این شگفتی‌های مهندسی، لایدار یک نقطه ضعف بزرگ دارد: این سنسور کاملاً «کور» است. لایدار می‌تواند با دقت میلی‌متری به جاروبرقی بگوید که یک مانع با ارتفاع ۵ سانتی‌متر در فاصله یک متری قرار دارد، اما نمی‌تواند بگوید آن مانع یک کابل شارژ گران‌قیمت است، یک جوراب مچاله شده، یا فضولات حیوان خانگی. برای لایدار، جهان تنها مجموعه‌ای از اشکال هندسی بی‌نام است.[4]

اینجاست که ادعاهای بازاریابی درباره «هوش مصنوعی» رنگ می‌بازند. وقتی یک جاروبرقی ادعا می‌کند که اشیاء را می‌شناسد و از آن‌ها دوری می‌کند، این کار را با لایدار انجام نمی‌دهد. در واقع، دستگاه‌های رده‌بالا از رویکردی به نام «همجوشی سنسورها» (Sensor Fusion) استفاده می‌کنند. آن‌ها لایدار را برای نقشه‌برداری سریع و دقیق به کار می‌گیرند و همزمان از یک دوربین نوری معمولی برای تشخیص نوع اشیاء (با استفاده از الگوریتم‌های بینایی ماشین) بهره می‌برند.[4]

علاوه بر این، فیزیک نور محدودیت‌های غیرقابل حلی برای لایدار ایجاد می‌کند. از آنجا که این فناوری به بازتاب نور وابسته است، سطوح شفاف مانند درهای شیشه‌ای یا پنجره‌های قدی، پالس‌های لیزر را از خود عبور می‌دهند. در نتیجه، لایدار شیشه را نمی‌بیند و ممکن است جاروبرقی با تمام سرعت به در شیشه‌ای برخورد کند. به طور مشابه، آینه‌ها نور لیزر را در جهت دیگری منحرف می‌کنند و باعث می‌شوند سنسور تصور کند فضای خالی بزرگتری در پشت آینه وجود دارد و یک «اتاق ارواح» در نقشه ایجاد کند.[4]

در نهایت، لایدار یک ابزار جادویی نیست، بلکه یک نوار متر نوری بسیار سریع است. درک این تمایز به ما نشان می‌دهد که چرا با وجود پیشرفت‌های عظیم سخت‌افزاری، هنوز هم ترکیب سنسورهای مختلف و دوربین‌های سنتی برای ساخت دستگاه‌های واقعاً هوشمند ضروری است. لایدار ساختار فیزیکی جهان را به دستگاه‌های ما نشان می‌دهد، اما معنا بخشیدن به این ساختار، هنوز بر عهده نرم‌افزارها و دوربین‌هاست.[4]