UQ ನ ಪ್ರಾದೇಶಿಕ ಅವಳಿ VisLab 3D ಸ್ಕ್ಯಾನಿಂಗ್, ಪಾಯಿಂಟ್ ಮೋಡಗಳು ಮತ್ತು ಪರಿಸರ ಮತ್ತು ಪ್ರಾದೇಶಿಕ ಸಂವೇದಕ ರಚನೆಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತದೆ.
ಕ್ವೀನ್ಸ್‌ಲ್ಯಾಂಡ್ ವಿಶ್ವವಿದ್ಯಾನಿಲಯ (UQ) VisLab ಹೊಸ ಪ್ರಾದೇಶಿಕ ಅವಳಿ ಸಂಶೋಧನೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿದೆ, ಅದು ಆಕ್ರಮಿತ ಪರಿಸರದ ಗುಣಗಳನ್ನು ಹೇಗೆ ಸೆರೆಹಿಡಿಯಬಹುದು, ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬಹುದು ಮತ್ತು ಸಮಗ್ರ ಪ್ರಾದೇಶಿಕ ಡೇಟಾದ ಮೂಲಕ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು.
ಡಾ. ಕ್ವಿಯಾನ್‌ಬಿನ್ ಕ್ಸು ಮತ್ತು ಅಸೋಸಿಯೇಟ್ ಪ್ರೊಫೆಸರ್ ಫ್ರೆಡ್ ಫಿಯಾಲ್ಹೋ ಟೀಕ್ಸೀರಾ ನೇತೃತ್ವದಲ್ಲಿ ಸಂಶೋಧನೆಯು, ಪರಿಸರದ ಪರಿಸ್ಥಿತಿಗಳು ಮತ್ತು ಉದ್ಯೋಗದ ಮಾದರಿಗಳ ಮೇಲೆ ಲೈವ್ ಡೇಟಾದೊಂದಿಗೆ ಭೌತಿಕ ಸ್ಥಳದ ವಿವರವಾದ ಚಿತ್ರಗಳನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ ಡಿಜಿಟಲ್ ಅವಳಿಗಳ ಮೇಲೆ ಲ್ಯಾಬ್‌ನ ಕೆಲಸವನ್ನು ವಿಸ್ತರಿಸುತ್ತದೆ.
ಪ್ರಾದೇಶಿಕ ಅವಳಿಗಳು 3D ಸ್ಕ್ಯಾನಿಂಗ್, ಪಾಯಿಂಟ್ ಮೋಡಗಳು ಮತ್ತು ಪರಿಸರ ಮತ್ತು ಪ್ರಾದೇಶಿಕ ಸಂವೇದಕ ರಚನೆಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಬಹು ಪ್ರಾದೇಶಿಕ ರೆಕಾರ್ಡಿಂಗ್ ತಂತ್ರಜ್ಞಾನಗಳನ್ನು ಸಂಯೋಜಿಸುತ್ತವೆ.
ಲೈವ್ ಡೇಟಾ ಸ್ಟ್ರೀಮ್‌ಗಳು ಪರಿಸರದ ವಿವರವಾದ ಮೂರು ಆಯಾಮದ ಚಿತ್ರಗಳೊಂದಿಗೆ ತಾಪಮಾನ, ತೇವಾಂಶ, CO2, ಶಬ್ದ, ಬೆಳಕು ಮತ್ತು ಸಾಮೀಪ್ಯವನ್ನು ದಾಖಲಿಸಬಹುದು.
ಈ ಡೇಟಾಸೆಟ್‌ಗಳನ್ನು ಸಂವಾದಾತ್ಮಕ ಪ್ರಾದೇಶಿಕ ಇಂಟರ್‌ಫೇಸ್‌ಗೆ ಸಂಯೋಜಿಸಲಾಗಿದೆ, ಇದು ಸಂಶೋಧಕರು ಬದಲಾಗುತ್ತಿರುವ ಪರಿಸರ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಅವು ಸಂಭವಿಸುವ ಸ್ಥಳಕ್ಕೆ ನೇರವಾಗಿ ಪರಿಶೀಲಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಅವರು ವಿವರಿಸುವ ಸ್ಥಳಗಳಿಂದ ಸಂವೇದನಾ ಓದುವಿಕೆಗಳನ್ನು ಬೇರ್ಪಡಿಸುವ ಬದಲು, ಪ್ರಾದೇಶಿಕ ಅವಳಿ ಪರಿಸರ ಮಾಹಿತಿಯನ್ನು ಅದರ ಭೌತಿಕ ಸಂದರ್ಭದಲ್ಲಿ ಎಂಬೆಡ್ ಮಾಡುತ್ತದೆ.
ಪ್ರಾದೇಶಿಕ ಅವಳಿಗಳನ್ನು ಸಂಶೋಧಕರು, ವಿನ್ಯಾಸಕರು ಮತ್ತು ಸೌಲಭ್ಯ ನಿರ್ವಾಹಕರಿಗೆ ನಿರ್ಧಾರ ಬೆಂಬಲ ಸಾಧನವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗುತ್ತಿದೆ. ನೈಜ-ಸಮಯದ ಡೇಟಾ ಏಕೀಕರಣ, ಪ್ರಾದೇಶಿಕ ದೃಶ್ಯೀಕರಣ, ಪರಿಸರ ಸಂವೇದನೆ ಮತ್ತು ತಾತ್ಕಾಲಿಕ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ವೇದಿಕೆಯು ಮಾದರಿಗಳನ್ನು ಗುರುತಿಸಲು, ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಹೋಲಿಸಲು ಮತ್ತು ಪರ್ಯಾಯ ಪ್ರಾದೇಶಿಕ ಅಥವಾ ಕಾರ್ಯಾಚರಣೆಯ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.
ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವುದರಿಂದ ಕಟ್ಟಡದ ಕಾರ್ಯಕ್ಷಮತೆ, ಸ್ಥಳದ ಬಳಕೆ ಮತ್ತು ನಿವಾಸಿಗಳ ಯೋಗಕ್ಷೇಮದ ಬಗ್ಗೆ ತಿಳುವಳಿಕೆಯುಳ್ಳ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲು ಇದು ಸಾಧ್ಯವಾಗಿಸುತ್ತದೆ.
ಸಂಶೋಧನೆಯು ವಿಸ್‌ಲ್ಯಾಬ್‌ನ ಪ್ರಾದೇಶಿಕ ಪರಿಶೋಧನೆ ಮತ್ತು ಭೌತಿಕ ಮತ್ತು ಡಿಜಿಟಲ್ ಪರಿಸರಗಳ ನಡುವಿನ ಸಂಪರ್ಕದಲ್ಲಿ ನಡೆಯುತ್ತಿರುವ ಕೆಲಸದ ಭಾಗವಾಗಿದೆ, ಇದು UQ ಡಿಜಿಟಲ್ ಟ್ವಿನ್ ಸಂಶೋಧನೆಯ ಮೇಲೆ ನಿರ್ಮಿಸುತ್ತದೆ.
ಸಂಬಂಧಿತ ಓದುವಿಕೆ:
3D ಕ್ಯಾಡಾಸ್ಟ್ರೆಸ್ ಮತ್ತು ತಲ್ಲೀನಗೊಳಿಸುವ ತಂತ್ರಜ್ಞಾನಗಳ ಸಂದರ್ಭದಲ್ಲಿ
ಸ್ವಯಂಚಾಲಿತ ಸ್ಕ್ಯಾನ್-ಟು-ಬಿಐಎಂ: ಸೆಗ್ಮೆಂಟೇಶನ್ ನಿಖರತೆಯನ್ನು ಮೀರಿ
