Nexar در حال ساخت یک شهر دوقلوی دیجیتال با استفاده از داده‌های دوربین داشبورد جمع‌سپاری است – TechCrunch
نکسارشرکتی که بیشتر به خاطر خط داش‌کم‌های هوشمندش شناخته شده است، ۵۳ میلیون دلار در دور مالی سری D به رهبری Qumra Capital جمع‌آوری کرده است. این وجوه تا حدی برای مقیاس‌بندی سرویس «دوقلو دیجیتال» آن استفاده می‌شود که از فیلم‌های دوربین داشبورد جمع‌سپاری شده برای تولیدکنندگان خودرو و شهرها ساخته شده است.
این دور همچنین شاهد مشارکت State Farm Ventures، Catalyst، Banca Generali، Valor و سرمایه گذاران قبلی Atreides Management، Corner Ventures، Regah Ventures و Aleph بود.
اران شیر، یکی از بنیانگذاران و مدیر عامل شرکت، گفت: «زمانی که Nexar را به عنوان گوگل دنیای فیزیکی راه اندازی کردیم، این تصور را داشتیم. ما معتقدیم که با گذشت زمان، این امر بیش از پیش به یک ضرورت تبدیل خواهد شد، زیرا ماشین‌ها و الگوریتم‌های بیشتری به داده‌هایی در مورد جهان نیاز دارند.»
اولین تلاش Nexar برای پیگیری کامل این پروژه با “Live Map” بود که در سال 2019 راه اندازی شد. این سرویس تصاویر خیابانی را در زمان واقعی ارائه می دهد و از دید کامپیوتری برای علامت گذاری ساخت و ساز، علائم خیابان و سایر ویژگی ها برای کاربران استفاده می کند. از آن زمان، Nexar لایه ها و ویژگی های بیشتری را به این سرویس معرفی کرده است. این شرکت که در سال 2015 تأسیس شد، اکنون هر ماه 150 میلیون مایل تصویر می گیرد.
بودجه اخیر برای افزایش در دسترس بودن پلت فرم داده در مکان‌های بیشتر و بهبود محصول “دوقلو دیجیتال” استفاده می‌شود، به طوری که اطلاعات در عرض چند ثانیه پس از تشخیص یک ویژگی جدید مانند یک چاله توسط دوربین داشبورد به‌روزرسانی می‌شود. کمیسیون حمل و نقل منطقه ای نوادای جنوبی در حال حاضر از پلت فرم CityStream Nexar برای کاهش ترافیک از مناطق کاری استفاده می کند.
شیر گفت که این ویژگی‌ها همچنین می‌توانند به شهرها پس از بلایای طبیعی در شناسایی جاده‌ها یا جاده‌هایی که در زمستان شخم زده شده‌اند، کمک کنند.
شیر پیشنهاد کرد، اما می‌تواند برای شرکت‌های خودروسازی نیز مورد استفاده قرار گیرد. «اگر یک OEM هستید و می‌خواهید ویژگی‌هایی مانند Autopilot یا Supercruise را فعال کنید، می‌خواهید بدانید که در یک مسیر مشخص از جاده واضح است، هیچ وقفه‌ای وجود ندارد، بدون ساخت و ساز. و از طرف دیگر می خواهید بدانید، اگر ساخت و ساز وجود دارد، چه زمانی تمام شده است تا بتوانید دوباره آن ویژگی ها را فعال کنید.
داده‌های Nexar همچنین می‌تواند برای آموزش مدل‌های هوش مصنوعی مورد استفاده در سیستم‌های خودروهای خودران، با شناسایی موارد لبه، برخورد و ویژگی‌های غیرمعمول جاده مورد استفاده قرار گیرد.
شیر: «وقتی به اینکه خودروها در سه، چهار، پنج سال آینده به کجا می‌روند نگاه می‌کنید، همه آن‌ها از منظر خودمختاری امکان‌پذیر هستند و این موارد استفاده به نوع جدیدی از نقشه‌برداری نیاز دارند.» گفت. “سطح نقشه های گوگل […] نقشه برداری فقط آن را برای جایی که ما می رویم قطع نمی کند.