کالبدشکافی لایدار (LiDAR): سنسور لیزری گوشی‌ها و خودروها واقعاً چگونه کار می‌کند؟

وقتی اپل برای اولین بار سنسور لایدار (LiDAR) را به ماژول دوربین آیفون‌های «پرو» اضافه کرد، آن را به عنوان یک انقلاب در عکاسی و پیش‌درآمدی بر عصر واقعیت افزوده معرفی کرد. همزمان، شرکت‌های سازنده خودروهای خودران این سنسورهای چرخان را روی سقف ماشین‌هایشان نصب کردند و مدعی شدند که بدون آن‌ها، رانندگی ایمن توسط ماشین‌ها غیرممکن است. بازاریابی پیرامون این فناوری پر از کلمات پر زرق و برق و وعده‌های علمی‌تخیلی است. اما اگر از لایه‌های تبلیغاتی عبور کنیم، با مکانیزمی روبرو می‌شویم که به طرز شگفت‌آوری ساده و در عین حال از نظر مهندسی خیره‌کننده است. لایدار نه یک دوربین جادویی است و نه یک هوش مصنوعی؛ بلکه صرفاً یک کرونومتر بسیار سریع است که زمان را می‌سنجد.[1][5]

کلمه LiDAR مخفف عبارت «تشخیص و فاصله‌یابی نوری» (Light Detection and Ranging) است. این فناوری در واقع پسرعموی نوریِ رادار (Radar) محسوب می‌شود. در حالی که رادار از امواج رادیویی برای تشخیص اجسام بزرگ مانند هواپیماها استفاده می‌کند، لایدار از پرتوهای متمرکز نور لیزر بهره می‌برد. طول موج بسیار کوتاه‌تر نور لیزر به این سیستم اجازه می‌دهد تا جزئیات بسیار ظریف‌تری را تشخیص دهد؛ تا جایی که می‌تواند ضخامت یک شاخه درخت یا لبه یک پیاده‌رو را از فاصله دور به دقت اسکن کند.[3][4]

برای درک نحوه کار لایدار، باید مفهوم فیزیکی «زمان پرواز» (Time-of-Flight) را بشناسیم. سنسور لایدار یک پالس نوری بسیار کوتاه از لیزر مادون قرمز را به محیط پرتاب می‌کند. این نور که برای چشم انسان کاملاً نامرئی است، در فضا حرکت می‌کند تا به اولین سطحی که در مسیرش قرار دارد برخورد کند. این سطح می‌تواند یک دیوار آجری، چهره یک انسان، بدنه یک خودرو یا حتی قطرات متراکم باران باشد. پس از برخورد، بخشی از این نور منعکس شده و به سمت گیرنده سنسور بازمی‌گردد.[2][4]

از آنجایی که سرعت نور در فضا ثابت و مشخص است (حدود ۳۰۰ هزار کیلومتر در ثانیه)، سنسور تنها کاری که باید انجام دهد این است که دقیقاً محاسبه کند این رفت و برگشت چند نانوثانیه طول کشیده است. پردازنده دستگاه این زمان را نصف می‌کند (چون نور مسیر را رفته و برگشته است) و سپس آن را در سرعت نور ضرب می‌کند. نتیجه این معادله ساده، فاصله دقیق سنسور تا آن نقطه فیزیکی با خطای کمتر از چند میلی‌متر است.[1][3]

این فرآیند به تنهایی فقط فاصله یک نقطه منفرد را به ما می‌دهد که کاربرد چندانی ندارد. اما جادوی واقعی و قدرت پردازشی لایدار زمانی خود را نشان می‌دهد که این کار نه یک بار، بلکه صدها هزار یا میلیون‌ها بار در هر ثانیه تکرار شود. سنسور با استفاده از آینه‌های بسیار کوچک و متحرک، پرتو لیزر را در تمام جهات جاروب می‌کند. با ثبت زمان بازگشت هر یک از این میلیون‌ها پالس، سیستم یک نقشه سه‌بعدی بسیار متراکم از محیط اطراف خود می‌سازد.[2][4]

در اصطلاح مهندسی به این نقشه سه‌بعدی «ابر نقاط» (Point Cloud) می‌گویند. درک تفاوت ابر نقاط با یک عکس معمولی برای شناخت لایدار حیاتی است. یک عکس، پیکسل‌های رنگی را روی یک صفحه دوبعدی ثبت می‌کند؛ عکسی از یک دیوار نقاشی شده، عمق را نشان نمی‌دهد بلکه فقط رنگ‌ها را ثبت می‌کند. اما ابر نقاط هیچ درکی از رنگ، نوشته یا بافت ندارد. این نقشه صرفاً یک هندسه خالص و سه‌بعدی از دنیای فیزیکی است. لایدار نمی‌داند روی تابلوی ایست چه نوشته شده است، اما دقیقاً می‌داند که این تابلو یک هشت‌ضلعی فلزی است که دقیقاً ۱۲ متر و ۴۳ سانتی‌متر با سنسور فاصله دارد.[1][3]

در اینجا این سوال مطرح می‌شود: چرا به جای این سیستم پیچیده لیزری، از همان دوربین‌های معمولی و الگوریتم‌های هوش مصنوعی استفاده نکنیم؟ پاسخ در محدودیت‌های ذاتی و فیزیکی دوربین‌ها نهفته است. دوربین‌ها سنسورهای «غیرفعال» (Passive) هستند؛ یعنی برای دیدن به نور محیط وابسته‌اند. در تاریکی مطلق، سایه‌های شدید، یا زمانی که نور خورشید مستقیماً به لنز می‌تابد، دوربین‌ها عملاً کور می‌شوند و اطلاعاتی دریافت نمی‌کنند.[4][5]

علاوه بر این، دوربین‌ها به راحتی فریب می‌خورند. یک نقاشی سه‌بعدی واقع‌گرایانه روی یک دیوار آجری، یا بازتاب تصویر یک خودرو در شیشه یک ساختمان، می‌تواند پیشرفته‌ترین الگوریتم‌های بینایی ماشین را به اشتباه بیندازد و باعث شود آن‌ها یک مانع خیالی را واقعی بپندارند. اما لایدار یک سنسور «فعال» (Active) است؛ نور خودش را تولید می‌کند و مستقیماً عمق فیزیکی را می‌سنجد. لایدار هرگز فریب توهمات نوری را نمی‌خورد و در تاریکی مطلقِ نیمه‌شب، دقیقاً همان عملکردی را دارد که در ظهر آفتابی از خود نشان می‌دهد.[3][5]

با این حال، اگر با نگاهی شکاکانه ادعاهای بازاریابی را بررسی کنیم، متوجه می‌شویم که کاربرد لایدار در دستگاه‌های مصرفی هنوز با وعده‌های انقلابی داده شده فاصله زیادی دارد. در گوشی‌های هوشمند، کاربرد اصلی و روزمره این سنسور در حال حاضر بسیار پیش‌پاافتاده‌تر از تبلیغات است: کمک به فوکوس سریع‌تر دوربین در نور کم و تشخیص بهتر لبه‌های سوژه برای تار کردن پس‌زمینه در عکس‌های پرتره.[5]

واقعیت افزوده (AR) که قرار بود با حضور لایدار در گوشی‌ها متحول شود و دنیای دیجیتال را با دنیای فیزیکی پیوند دهد، هنوز برای اکثر کاربران به چند اپلیکیشن ساده محدود مانده است. اندازه‌گیری طول یک اتاق، قرار دادن یک مبل مجازی در گوشه پذیرایی پیش از خرید، یا اجرای چند بازی ساده، نهایت استفاده عمومی از این فناوری است. سخت‌افزار لایدار در جیب ما بسیار جلوتر از کاربردهای نرم‌افزاری روزمره و نیازهای واقعی کاربران حرکت کرده است.[5]

اما در صنعت خودروهای خودران، داستان کاملاً متفاوت است. در اینجا، لایدار در مرکز یک جنگ فلسفی و مهندسی بزرگ قرار دارد. اکثر شرکت‌های توسعه‌دهنده فناوری خودران، مانند وایمو (Waymo) و کروز (Cruise)، معتقدند که لایدار برای رسیدن به ایمنی مطلق غیرقابل جایگزین است. آن‌ها استدلال می‌کنند که وقتی جان انسان‌ها در میان است، نمی‌توان صرفاً به حدس و گمان‌های یک شبکه عصبی که تصاویر دوبعدی را تحلیل می‌کند تکیه کرد؛ بلکه به قطعیت هندسی لایدار نیاز است.[3][5]

در مقابل این دیدگاه، شرکت تسلا و مدیرعامل آن ایلان ماسک قرار دارند که استفاده از لایدار را یک «عصای زیر بغل» گران‌قیمت و احمقانه می‌دانند. استدلال آن‌ها این است که تمام جاده‌های جهان برای انسان‌هایی طراحی شده‌اند که فقط با دو چشم (که معادل دوربین‌های نوری هستند) و یک مغز (معادل شبکه عصبی) رانندگی می‌کنند. آن‌ها معتقدند که اگر هوش مصنوعی به اندازه کافی پیشرفت کند، باید بتواند عمق و فاصله را دقیقاً مانند انسان از روی تصاویر درک کند و نیازی به پرتاب لیزر نخواهد داشت.[5]

چالش بزرگ بعدی برای فراگیر شدن واقعی لایدار، مسئله هزینه و اندازه فیزیکی است. لایدار‌های مکانیکی اولیه که روی سقف خودروهای تحقیقاتی می‌چرخیدند، ده‌ها هزار دلار قیمت داشتند و به شدت در برابر لرزش و استهلاک آسیب‌پذیر بودند. امروزه صنعت با سرعت به سمت «لایدار حالت جامد» (Solid-State LiDAR) حرکت کرده است؛ تراشه‌هایی که هیچ قطعه متحرکی ندارند، بسیار ارزان‌تر تولید می‌شوند و به قدری کوچک شده‌اند که در ماژول دوربین یک گوشی جای می‌گیرند.[2][4]

در نهایت، لایدار نمونه‌ای کلاسیک از فناوری‌هایی است که عملکرد واقعی آن‌ها بسیار شگفت‌انگیزتر از شعارهای تبلیغاتی‌شان است. توانایی اندازه‌گیری زمان حرکت نور و تبدیل آن به یک نقشه سه‌بعدی بی‌نقص در کسری از ثانیه، یک دستاورد مهندسی خارق‌العاده است. چه این فناوری در آینده به استاندارد تمام خودروها تبدیل شود و چه صرفاً به عنوان یک ابزار کمکی در جیب ما باقی بماند، لایدار به ماشین‌ها قدرت داد تا برای اولین بار، هندسه واقعی دنیای ما را لمس کنند.[1][5]