Clever Geek Handbook

Google Device Labの受賞者Project Tangoの探玢

こんにちは同僚 私たちの小さな䌚瀟Vizerraは、さたざたな顧客向けに、拡匵珟実および仮想珟実以䞋ARVRの分野でカスタムプロゞェクトず自瀟補品を開発しおいたす 。 ほずんどすべおのプロゞェクトで、新しい予想倖の゜リュヌションを考え出す必芁がありたす。 ARVR垂堎は非垞に若く、プロゞェクト䞭に倚くの゜リュヌションが䜜成されたす。 したがっお、その開発が発生したす。





Google Lab Labコンテストの䞀環ずしおAlexander Lavrovが受賞した蚘事 。



この点で、プロゞェクトでの䜿甚を念頭に眮いお新しい機噚を垞に詊しおいたす。 今日は、Project Tangoなど、ロシアのむンタヌネット䞊で既に有名であるが照明が䞍十分なデバむスに぀いおお話したいず思いたす。 ごく最近、それはタンゎになり、圌の人生の商業段階ぞの移行を瀺し、゚ンドナヌザヌ向けのデバむスが登堎し始めたした。



Project Tangoずの知り合いは、この春に始たりたした。このアむデアは、倚くのプロゞェクトでマヌカヌレストラッキングを詊みるこずから始たりたした。



実隓甚のデバむスを入手するのは非垞に難しいこずがわかりたした。 Skolkovo Foundationは、ロシアのGoogleオフィスを玹介しおくれたした。 男たちは非垞に反応がよく、垌望するデバむスを手に入れたした。



必芁な結果を迅速に達成し、 Startup Villageでテストを行い、達成感を持っおデバむスをGoogleに返したした。



数か月前に、 Google Device Labが開始されたこずを知りたした。私たちは、お金を払っおお金を払う必芁があるず刀断したした。 蚘事を曞く過皋で、その抂念は数回倉曎されたした。 次のプロゞェクトに぀いお説明するのではなく、い぀ものように䟿利なこずをしたかったのです。 その結果、授䞎埌、私たちはパックしたすべおのバンプを考慮に入れお、Project Tangoのロシア語の完党なレビュヌを曞くこずが最も圹立぀ず刀断したした。 次に、この蚘事を読んだ埌に読者がかなり完党な絵を芋るこずができるように、異なる゜ヌスを結合し始めたした。



そしお、これをもっず楜しくするために、過去のプロゞェクトの 1぀である軍甚機噚のアニメヌションミニチュアモデルをコンテンツずしお䜿甚したした。







ハヌドりェア



たず、デバむス自䜓が䜕であるかを芋おみたしょう。



テストの時点で、利甚可胜な2぀の倉曎がありたした。



  1. タブレット「む゚ロヌストヌン」。 通垞、人々がタンゎに぀いお話すずき、圌らの倧倚数はそれを想像したす。
  2. 電話「ピヌナッツ」。 正盎なずころ、私たちは本圓にそれを自分の手で持っおいる人は誰も知りたせん。






Project Tangoタブレット開発キットの䞀郚である、実隓甚の7むンチYellowstoneタブレットを入手したした。



基本的なタブレット自䜓は、原則ずしお驚くこずではありたせん。 このデバむスには、2.3 GHzクアッドコアNvidia Tegra K1プロセッサ、128GBフラッシュメモリ、4メガピクセルカメラ、1920x1200のタッチスクリヌン解像床、4G LTEが含たれおいたす。



オペレヌティングシステムはAndroid 4.4KitKatを䜿甚したす。 5.0未満のシステムにはすでに慣れおいたせん。 昚幎、顧客の最小芁件はAndroid 5.0を搭茉したデバむスのサポヌトでした。



デバむスは開発キットの䞀郚であり、゚ンドナヌザヌ向けのデバむスではないこずに泚意しおください。 プロトタむプの堎合、芋栄えがよく、䜿甚するのに䟿利です デバむスの充填は最新のものずはほど遠いですが、デバむスは完党に機胜したす。 明らかに、シリアルデバむスでは、Tangoプラットフォヌムを䜿甚する゚ンドメヌカヌは、最新のハヌドりェアずOSを簡単に䜿甚できたす。



組み蟌みセンサヌのセットは、はるかに興味深いように芋えたす。 珟時点では、これが最も「ポンピングされた」タブレットのようです。 それらがどの皋床正確に䜿甚されおいるかをさらに怜蚎したす。





次の図では、デバむス䞊の倖郚センサヌの䜍眮を考慮するこずができたす。







「実際に内郚にあるもの」を芋たい人のために、組み立おられおいないデバむスの写真を添付し​​たす。 圌らは自分でそれをしたせんでした。 面癜い写真を撮っおくれたslashgear.comの同僚に感謝したす。







Googleは、TangoずAndroidはリアルタむムハヌドりェアシステムではないず譊告しおいたす。 䞻な理由は、Android Linuxカヌネルがデバむス䞊のプログラムの実行時間を保蚌できないこずです。 このため、Project Tangoはリアルタむム゜フトりェアシステムず芋なすこずができたす。



デバむスの動䜜原理



開発䞭に埌で説明する内容を明確にするために、デバむスの動䜜原理を理解したしょう。



たず、Tangoはあらゆる堎所で衚瀺されおいる実隓的なタブレットではなく、コンピュヌタヌビゞョンを䜿甚しおデバむスが呚囲の䞖界ずの関係でデバむスの䜍眮を理解できるようにする新しいスケヌラブルなプラットフォヌムであるこずを理解する必芁がありたす。 ぀たり、スマヌトフォンたたはタブレットの通垞のセンサヌにコンピュヌタヌビゞョンセンサヌが远加されるこずを前提ずしおいたす。



このデバむスは、人間の芖芚装眮を䜿甚しお郚屋に入る方法を芋぀け、郚屋のどこにいるか、床、壁、呚囲の物䜓を知る方法ず同様に機胜したす。 これらの掞察は、私たちが日垞生掻の䞭でどのように空間を移動するかに䞍可欠な郚分です。



Tangoは、モバむルデバむスに、モヌショントラッキングモヌショントラッキング、゚リアラヌニング空間領域の研究、および深床知芚深床知芚の3぀の䞻芁な技術を䜿甚しお、呚囲の䞖界での䜍眮を決定する機胜を提䟛したす。 それぞれに独自の独自の機胜ず制限がありたす。 これらを組み合わせるこずで、環境内でデバむスを正確に配眮できたす。



モヌショントラッキング



このテクノロゞヌにより、デバむスは3D空間での独自の動きず方向を远跡できたす。 必芁に応じおデバむスを歩き回るこずができたす。デバむスがどこにあり、どの方向に移動しおいるかがわかりたす。



この技術の結果は、空間内のデバむスの盞察的な䜍眮ず方向です。



モヌショントラッキングの重芁な甚語は、デバむスの䜍眮ず方向の組み合わせであるポヌズです。 甚語は、率盎に蚀っお、非垞に具䜓的に聞こえたす。おそらく、Googleは、ヒュヌマンマシンむンタヌフェむスを改善したいずいう芁望を匷調するこずにしたした。 通垞、姿勢ずは、人䜓がずる䜍眮、䜓、頭、手足の䜍眮のこずです。



Tango APIは、ナヌザヌのデバむスの䜍眮ず方向を6自由床で提䟛したす。 デヌタは、移動甚のメヌトル単䜍のベクトルず回転甚の四元数の2぀の䞻芁郚分で構成されおいたす。 ポヌズは、パスポむントの特定のペアに察しお指定されたす。 参照システムが䜿甚されたす-参照ボディの党䜓、それに関連付けられた座暙システム、および時間参照システム 。これに関連しお、ボディの動きが考慮されたす。



これは、Tangoのコンテキストでは、特定のポヌズを芁求するずきに、移動のベヌスポむントに察しお盞察的に移動するタヌゲットポむントを瀺す必芁があるこずを意味したす。



Tangoは、芖芚慣性走行距離蚈芖芚慣性走行距離蚈たたはVIOを䜿甚しおモヌショントラッキングを実装しおいたす。



オドメトリは、カメラたたはカメラに取り付けられた䞀連の画像を分析するこずにより、ロボットたたはその他のデバむスの䜍眮ず方向を評䟡する方法です。 暙準の芖芚オドメトリでは、カメラの画像を䜿甚しお、これらの画像のさたざたな芖芚的特城の盞察䜍眮を怜玢するこずにより、デバむスの䜍眮の倉化を怜出したす。 たずえば、遠くから建物の写真を撮り、それから近い距離から別の写真を撮った堎合、写真内の建物のスケヌルず䜍眮の倉化に基づいおカメラの移動距離を蚈算できたす。 以䞋に、芖芚的な兆候のそのような怜玢の䟋を含む画像を芋るこずができたす。







画像はNASAの所有物です。



芖芚慣性オドメトリは、デバむスの回転ず空間での加速床を远跡できる慣性モヌションセンサヌで芖芚オドメトリを補完したす。 これにより、デバむスは3D空間での方向ず動きをさらに正確に蚈算できたす。 GPSずは異なり、VIOを䜿甚した远跡も屋内で機胜したす。 これが、比范的安䟡な屋内ナビゲヌションシステムを䜜成するための倚数のアむデアの出珟の理由でした。



芖芚慣性オドメトリは、暙準のAndroid Game Rotation Vector APIず比范しお空間方向の定矩を改善したす。 芖芚情報を䜿甚しお、回転ず線圢加速床をより正確に評䟡したす。 したがっお、既知の問題を排陀するために、以前から知られおいる技術の組み合わせが成功しおいるこずが芳察されたす。



䞊蚘のすべおが必芁であるため、空間内で回転ず远跡の䜍眮を組み合わせる堎合、アプリケヌションの察応する3D空間でデバむスを仮想カメラずしお䜿甚できたす。







モヌショントラッキングはコアテクノロゞヌです。 䜿い方は簡単ですが、いく぀かの問題がありたす。





<img

src = " habrastorage.org/files/72c/374/358/72c37435811a46ecbce09b4ce4952b6c.png " align = "right" /> ゚リア孊習



人々は自分がどこにいるかを認識でき、自分自身に぀いお知っおいる暙識、぀たり出入口、階段、テヌブルなどに気づくこずができたす。 Tangoは、モバむルデバむスにも同じ機胜を提䟛したす。 モヌショントラッキングテクノロゞヌのみの助けを借りお、カメラを介したデバむスは、゚リアの芖芚的特城を「認識」したすが、それらを「蚘憶」したせん。 ゚リア孊習の助けを借りお、デバむスは「芋た」こずを「蚘憶」するだけでなく、この情報を保存しお䜿甚するこずもできたす。 この技術の結果は、すでに知られおいる空間でのデバむスの絶察的な䜍眮ず方向です。



Tangoは、Simultaneous Localization and MappingSLAMメ゜ッドを䜿甚したす。SLAMは、モバむルスタンドアロンツヌルで䜿甚され、未知のスペヌスで地図を䜜成したり、珟圚の堎所ず移動距離を監芖しながら既知のスペヌスで地図を曎新したりする方法です。



公開されおいるアプロヌチは、自動運転車、無人航空機、自埋型氎䞭車䞡、惑星探査車、ホヌムロボット、さらには人䜓の内郚で既に䜿甚されおいたす。



Tango Area孊習のコンテキストでは、2぀の重芁なタスクを解決したす。



  1. モヌショントラッキングを䜿甚しお取埗した軌道の粟床を向䞊させたす。 このプロセスは「ドリフト補正」ず呌ばれたす。



  2. 以前に調査した領域内でのデバむス自䜓の方向ず䜍眮。 このプロセスはロヌカリれヌションず呌ばれたす。


これらのタスクがどのように解決されるかを詳しく芋おみたしょう。



ドリフト補正



前述したように、゚リアラヌニングは、デバむスが「芋た」珟実䞖界の領域の芖芚的な兆候を蚘憶し、それらを䜿甚しお䜍眮、方向、および動きの゚ラヌを修正したす。 デバむスは、セッションの前に芋た堎所を芋るず、そのパスを理解しお調敎し、以前の芳枬ず䞀臎するようにしたす。



次の図は、ドリフト補正の䟋を瀺しおいたす。







有名なタンゎ地域を歩き始めるずすぐに、実際に同時に発生する2぀の異なる軌道を取埗したす。





緑の線は、デバむスが実際の空間を移動する実際のパスです。 赀い線は、時間の経過ずずもに、蚈算された軌道が実際の軌道からどのように移動したかを瀺しおいたす。 デバむスが原点に戻っお、以前にこの゚リアを芋たこずがあるこずに気付いた堎合、ドリフト゚ラヌを修正し、実際のパスによりよく䞀臎するように蚈算されたパスを調敎したす。



ドリフト補正なしでは、実際の䞖界に埓っお仮想3D空間を䜿甚するゲヌムたたはアプリケヌションは、長時間の䜿甚埌の動きの远跡が䞍正確になる可胜性がありたす。 たずえば、ゲヌムワヌルドのドアが珟実䞖界のドアフレヌムに察応しおいる堎合、゚ラヌにより、ゲヌムではドアが実際のドアフレヌムではなく壁に衚瀺されるこずがありたす。



ロヌカリれヌション



゚リア孊習を有効にしお必芁な゚リアを通過した埌、デバむスが「芋たもの」を゚リア蚘述ファむルADFに保存できたす。



゚リアを調査し、ADFずしおロヌドするこずにはいく぀かの利点がありたす。 たずえば、これを䜿甚しお、デバむスの座暙系を既存の座暙系に合わせお、ゲヌムやアプリケヌションの同じ物理的な堎所に垞に衚瀺されるようにするこずができたす。 以䞋の画像は、デバむスが認識しおいる゚リアの怜玢サむクルを瀺しおいたす。







ADFを䜜成するには2぀の方法がありたす。 最も簡単な方法は、 TangoExplorerアプリケヌションを䜿甚し、アプリケヌションが結果のADFをダりンロヌドするこずです。







たた、Tango APIを䜿甚しおスペヌスを探玢し、アプリケヌション内でADFを保存およびロヌドできたす。



゚リア孊習を䜿甚する際に芚えおおくべき倚くの機胜に泚意する必芁がありたす。





奥行き知芚



このテクノロゞヌを䜿甚しお、デバむスは環境の圢状を理解できたす。 これにより、仮想オブゞェクトが実際の環境の䞀郚であるだけでなく、この環境ず察話できる「拡匵珟実」を䜜成できたす。 たずえば、倚くはすでに実空間でのコンピュヌタヌゲヌムを予枬しおいたす。







Tango APIは、カメラが取埗するオブゞェクトたでの距離に関するデヌタを点矀の圢匏で提䟛したす。 この圢匏は、x、y、z座暙に、蚈算可胜なシヌン内のポむントの最倧数を䞎えたす。







各枬定倀は、シヌンの深床をスキャンするカメラのフレヌム内の各ポむントの䜍眮をメヌトル単䜍で蚘録する浮動小数点倀です。 点矀は、RGBカメラから受け取った色情報に関連付けられおいたす。 この関連付けにより、Tangoを3Dスキャナヌずしお䜿甚する機䌚が埗られ、ゲヌム開発者やクリ゚むティブなアプリケヌションにずっお倚くの興味深い機䌚が開かれたす。 もちろん、スキャニングの粟床は、数ミリの粟床で埗られる特別な3Dスキャナヌず比范するこずはできたせん。 同僚の経隓によるず、Intel RealSense R200タンゎで䜿甚 の最倧粟床は2ミリメヌトルですが、それよりもはるかに悪い可胜性がありたす。 被写䜓たでの距離、撮圱条件、衚面の反射特性、動きに倧きく䟝存したす。 たた、画像深床の粟床を䞊げるず信号のノむズが増加するこずを理解する必芁がありたすが、これは避けられたせん。



ただし、ゲヌム内で衝突を発生させたり、実際のアパヌトに仮想家具を配眮したり、結果の3D点矀の珟圚の粟床の距離を枬定したりする堎合は、十分です。







深床知芚を実装するには、広く普及しおいる深床知芚技術のいずれかを遞択できたす。 Tangoはプラットフォヌムであり、3぀のテクノロゞヌが含たれおいるこずを思い出しおください。







それぞれの説明は、別の倧きな蚘事のトピックです。 タンゎでの圌らの圹割ずそれらの機胜の䞀般的な原則を理解できるように、簡単に説明したす。



構造化ラむト



構造化された光は、既知のパタヌン通垞は栌子たたは氎平ストラむプを実際のオブゞェクトに投圱したす。 したがっお、この既知のパタヌンが衚面に重なるず倉圢するため、コンピュヌタヌビゞョンシステムは、デバむスに察するシヌン内のオブゞェクトの深床ず衚面に関する情報を取埗できたす。 構造化光を䜿甚するよく知られた䟋は、3Dスキャナヌです。







目に芋えるパタヌンがシステムで䜿甚されるコンピュヌタヌビゞョンの残りの方法に干枉する堎合、目に芋えない構造化された光が䜿甚されたす。 これは、赀倖線゚ミッタヌを䜿甚するタンゎの堎合です。



飛行時間



この技術は、赀倖線が攟射線源から物䜓に飛んでカメラに戻るたでの時間を決定するこずに基づいおいたす。 衚面たでの距離が長いほど、時間がかかりたす。







ステレオ



この技術がタンゎにどのように配眮されおいるかに぀いおの正確な情報は芋぀かりたせんでした。 どうやら実装はかなり暙準的であり、開発者はこれに焊点を合わせおいなかったようです。 ある時点で、2぀の写真、いわゆるステレオペアが撮圱されたす。 それらに基づいお、写真枬量は衚面たでの距離を決定したす。 したがっお、たずえば、地球の起䌏の高さの衛星画像が実行されたす。







構造化光ず飛行時間には、デバむスに赀倖線IR゚ミッタヌずIRカメラの䞡方が必芁であるこずに泚意しおください。 2台のカメラにはステレオテクノロゞヌで十分であり、赀倖線゚ミッタヌは必芁ありたせん。



珟圚のデバむスは、実際には、スキャンオブゞェクトから䞭皋床の距離0.5〜4メヌトルで屋内で動䜜するように蚭蚈されおいるこずに泚意しおください。 この構成により、平均距離で十分な深さが埗られたすが、深さを凊理する際の赀倖線゚ミッタヌずデバむス自䜓のパフォヌマンスに䞍芁な電力芁件はありたせん。 このため、非垞に近いオブゞェクトのスキャンやゞェスチャ認識に頌らないでください。



IRカメラを䜿甚しお深床を怜出するデバむスの堎合、正確な操䜜が難しい状況があるこずを忘れないでください。





タンゎずのプロゞェクト



十分に詳现に調べたデバむスの動䜜原理。 それでは、理論から実践に移りたしょう。 最初のプロゞェクトを䜜成しおみたしょう。



TangoはUnity3Dゲヌム゚ンゞン甚のSDKを提䟛し、CたたはJavaを介しおOpenGLおよびその他の3Dシステムをサポヌトしたす。 䞻にUnity3Dを䜜業に䜿甚し、すべおの䟋は開発環境でさらに䜜成されたす。



unity3Dずの統合



Project Tango向けにUnity3Dでアプリケヌションを開発するには、次のものが必芁です。





プロゞェクトの説明



私たちは、タンゎを䜿甚しお軍事装備のミニチュア配眮を実装するこずにしたした。 次の耇雑な䞀連のアクションが蚈画されたした。





圌らは、デモのむンタヌフェヌスを最小限に抑えながら、ナヌザヌにずっお理解しやすいものにするこずを決定したした。







実装



基瀎ずしお、TangoSDK / Examples / AugmentedRealityのリ゜ヌスをgithubで、モデルを既に実装されおいるプロゞェクトから取埗したした。







実装の説明



私たちの蚈画を実行するために、私たちの行動をステップで説明したす



-端末のカメラの画像を画面に衚瀺するず、Tango AR Cameraがこれを支揎したす







-次に、仮想シヌンでのデバむスの実際の動きが繰り返されるこずを確認する必芁がありたす。モヌショントラッキングテクノロゞヌがこれを担圓し、ナニットシヌンでTangoアプリケヌションを構成する必芁がある堎合は、[ モヌショントラッキングを有効にする]チェックボックスをオンにしたす。







バヌチャルシヌンで衚珟されおいる実際の衚面にテクニックを配眮したいので、バヌチャルスペヌスを蚘述するデヌタがなければならないず想定できたす。Tangoでは、Tango Point Cloudがこれを担圓しおいるため、ステヌゞに配眮したす。







-シヌン階局の䞀般的なビュヌは次のようになりたす。







  1. , — UI, EventSystem.



  2. , , . , Prefabs.



  3. , 



    ViecleSpawnScript


    スクリプトぞのモデルぞのリンクを䜜成したした。 これで、ボタンはどのモデルがそれらに関連付けられおいるかを「認識」したす。



    -次に、オブゞェクトの配眮、移動、削陀を可胜にするロゞックを実装する必芁がありたす。 クラスにロゞックを実装したした 



     VehicleSpawnRoot


    以䞋にその蚭定を芋るこずができたす







    むンスタンス制限 -配眮されたモデルの最倧数。

    モデルスケヌル -アレンゞメント内のモデルのスケヌル 。

    Point Cloud -Tango Point Cloudオブゞェクトぞのリンク。

    マヌクの配眮 -プレハブマヌカヌぞのリンク。

    トレヌスレむダヌマスク -配眮が可胜なレむダヌを蚭定したす。

    遞択情報 -遞択されたテクニックの名前を衚瀺するためのむンタヌフェヌス芁玠ぞのリンク。



    -䜜業䞭のアプリケヌションでは、垞にマヌカヌを描画する必芁がありたす。通垞モヌドのマヌカヌは、画面の䞭心から衚面たでのビヌムの終端に配眮されたす。 マヌカヌは、 PlacementMarkerシヌンのオブゞェクトによっお衚されたす。



    -ビヌムの亀点ず亀点の結果のデヌタが必芁です。 非同期受信で行ったトレヌスの座暙ず結果を取埗するず、コルヌチンが関数で起動されたす 



     LazyUpdate


    この機胜では、ビヌムず点矀タンゎの亀差が決定されたす。 Point Cloud TangoはTango自䜓を再構築するため、実際のポむントクラりドがあり、そこからデヌタを取埗できたす。



トレヌスの結果には、次の倀が含たれる堎合がありたす。 



 enum ETraceResults { Invalid, //    NotFound, //   ,       NotGround, //     . ExistingObjectCrossing, //        Valid, //     } <ol> <li>


ボタンを抌しおモデルを教宀の衚面に配眮するには 



 VehicleSpawnRoot


関数を䜜成したす 



 public void Spawn( GameObject prefab )


配眮甚のモデルを備えたプレハブが関数に枡されたす。 この関数は配眮の可胜性をチェックし、成功した堎合、指定された座暙でモデルを䜜成したす。



-配眮されたモデルを移動するための機胜を䜜成する必芁がありたす。 この関数は、モデルの移動を担圓したす。 



 private void UpdateTouchesMove()


これがどのように機胜するかを簡単に説明したす。関数では、タッチデヌタを取埗したす。 



 Input.GetTouch( 0 );


シヌン内に配眮されたオブゞェクトずの亀差点を探し、成功した堎合は、オブゞェクトを次のようにマヌクしたす。 



 Selected


たた、光線の始たりの䜍眮を点矀ずの亀点を蚈算する関数に送信したす。これは、画面䞊の指の䜍眮ず䞀臎したす。



さらに、画面内を移動する過皋で、モデルは新しい䜍眮にむンストヌルされたす。トレヌスの結果によりこれが可胜になった堎合、トレヌスは非同期メ゜ッドで行われたす 



 LazyUpdate


配眮されたモデルを削陀する機胜を远加するこずは残っおいたす。 䞀般に、すべおが準備ができおいる、実行できたす



詳现に぀いおは、 gitHubのプロゞェクトコヌドを参照しおください。



Google Playでアプリを公開する



Tangoフレヌムワヌクを䜿甚しおアプリケヌションを公開するには、Androidアプリケヌションを公開するための暙準プロセスに加えお、1぀の远加手順が必芁です。 アプリケヌションをTango互換デバむスにのみむンストヌルするには、アプリケヌションマニフェストファむルに次の行を远加したす。 



 <application ...> ... <uses-library android:name="com.vizerra.tangolab" android:required="true" /> </application>


TangoをサポヌトするデバむスずTangoをサポヌトしないデバむス甚の単䞀のAPKを取埗したい堎合は、ランタむムでTango機胜の可甚性を確認し、アプリケヌション自䜓に既にある機胜を䜿甚できたす。



たずめ



そのため、理論の基瀎からアプリケヌションの公開たでの道のりを進めおきたした。

プラットフォヌムは既に商甚目的で䜿甚できるず結論付けるこずができたす。 かなり安定しお動䜜したす。 それに含たれる技術は互いに衝突せず、互いに補完し合い、述べられたタスクを解決したす。



さらに、倧手ベンダヌの商甚デバむスが登堎し始めたした。 軟膏の唯䞀のフラむは、デバむスが明るい光で動䜜する堎合の問題です。 GoogleずIntelがこの問題を今埌数幎で解決するか、おそらく既に解決しおいるず信じたい。 ご枅聎ありがずうございたした。この蚘事がおもしろいものであったこずを願っおいたす。


More articles:


All Articles