ದೃಶ್ಯ ವ್ಯವಸ್ಥೆಗಳು-ಅವರು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ ಮತ್ತು ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತಾರೆ
ರೋಬೋಟ್ಗಳು ಮನುಷ್ಯರಂತೆ ಜೀವಂತ ಜೀವಿಗಳಲ್ಲದ ಕಾರಣ, ಅವುಗಳಿಗೆ ಕಣ್ಣುಗಳು ಮತ್ತು ಮೆದುಳುಗಳಿಲ್ಲ, ಮತ್ತು ದೃಷ್ಟಿಗೋಚರ ಮಾಹಿತಿಯನ್ನು ಸ್ವೀಕರಿಸಲು, ಅವರಿಗೆ ದೃಶ್ಯ ವ್ಯವಸ್ಥೆಗಳು ಎಂಬ ವಿಶೇಷ ತಾಂತ್ರಿಕ ಸಂವೇದನಾ ಸಾಧನಗಳು ಬೇಕಾಗುತ್ತವೆ.
ದೃಶ್ಯ ವ್ಯವಸ್ಥೆಗಳು ಅನುಮತಿಸುತ್ತವೆ ರೋಬೋಟ್ಗಳು ಕೆಲಸದ ವಸ್ತುಗಳು ಮತ್ತು ದೃಶ್ಯಗಳ ಚಿತ್ರಗಳನ್ನು ಸ್ವೀಕರಿಸಿ, ಡಿಜಿಟಲ್ ಸಾಧನಗಳ ಗುಂಪನ್ನು ಬಳಸಿಕೊಂಡು ಅವುಗಳನ್ನು ಪರಿವರ್ತಿಸಿ, ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಿ ಮತ್ತು ಅರ್ಥೈಸಿಕೊಳ್ಳಿ, ಇದರಿಂದ ರೋಬೋಟ್ ಆಕ್ಟಿವೇಟರ್ ಈ ಡೇಟಾಗೆ ಅನುಗುಣವಾಗಿ ಕೆಲಸವನ್ನು ಸಮರ್ಪಕವಾಗಿ ನಿರ್ವಹಿಸುತ್ತದೆ.
ಅತ್ಯಂತ ಸೂಕ್ಷ್ಮ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಹೋಲಿಸಿದರೆ, ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಲು ರೋಬೋಟ್ಗೆ 90% ದೃಶ್ಯ ಮಾಹಿತಿಯನ್ನು ತಲುಪಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿರುವ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳು. ಹೀಗಾಗಿ, ಯಂತ್ರ ದೃಷ್ಟಿಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಸಮಸ್ಯೆಯನ್ನು ಹಲವಾರು ಹಂತಗಳಲ್ಲಿ ಪರಿಹರಿಸಲಾಗುತ್ತದೆ: ಮಾಹಿತಿಯನ್ನು ಸ್ವೀಕರಿಸಲಾಗುತ್ತದೆ, ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ, ನಂತರ ವಿಂಗಡಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ವಿವರಿಸಲಾಗುತ್ತದೆ, ನಂತರ ಗುರುತಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಅರ್ಥೈಸಲಾಗುತ್ತದೆ.
ಡಿಜಿಟಲ್ ಚಿತ್ರದ ರೂಪದಲ್ಲಿ ಒದಗಿಸಲಾದ ಮೂಲ ಮಾಹಿತಿಯನ್ನು ಪೂರ್ವ-ಸಂಸ್ಕರಿಸಲಾಗಿದೆ, ಅದರಿಂದ ಶಬ್ದವನ್ನು ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ, ದೃಶ್ಯ ಅಥವಾ ವಸ್ತುವಿನ ಪ್ರತ್ಯೇಕ ಅಂಶಗಳ ಚಿತ್ರದ ಗುಣಮಟ್ಟವನ್ನು ಸುಧಾರಿಸಲಾಗುತ್ತದೆ.ನಂತರ ಮಾಹಿತಿಯನ್ನು ವಿಂಗಡಿಸಲಾಗಿದೆ - ದೃಶ್ಯವನ್ನು ಷರತ್ತುಬದ್ಧವಾಗಿ ಪ್ರತ್ಯೇಕ ಅಂಶಗಳಾಗಿ ಗುರುತಿಸುವ ಭಾಗಗಳಾಗಿ ವಿಂಗಡಿಸಲಾಗಿದೆ, ಪ್ರತಿಯೊಂದನ್ನು ಗುರುತಿಸಬಹುದು ಮತ್ತು ನಂತರ ಆಸಕ್ತಿಯ ವಸ್ತುಗಳನ್ನು ಹೈಲೈಟ್ ಮಾಡಲಾಗುತ್ತದೆ.
ಆಯ್ದ ವಸ್ತುಗಳನ್ನು ವಿಶಿಷ್ಟ ನಿಯತಾಂಕಗಳಿಂದ ಪರಿಶೀಲಿಸಲಾಗುತ್ತದೆ, ಇವುಗಳನ್ನು ಮಾಹಿತಿಯ ಸರಣಿಗಳೊಂದಿಗೆ ವಿವರಿಸಲಾಗಿದೆ, ಆದ್ದರಿಂದ ಮತ್ತಷ್ಟು ನಿಯತಾಂಕಗಳ ಮೂಲಕ ಅಗತ್ಯ ವಸ್ತುಗಳನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಸಾಧ್ಯವಿದೆ. ಪ್ರೋಗ್ರಾಂ ಅನ್ನು ಬಳಸಿಕೊಂಡು ಅಗತ್ಯವಿರುವ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಗುರುತಿಸಲಾಗುತ್ತದೆ. ಅಂತಿಮವಾಗಿ, ಗುರುತಿಸಲಾದ ವಸ್ತುಗಳನ್ನು ಗುರುತಿಸಬಹುದಾದ ವಸ್ತುಗಳ ಒಂದು ಅಥವಾ ಇನ್ನೊಂದು ಗುಂಪಿಗೆ ಸೇರಿದವು ಎಂದು ಅರ್ಥೈಸಲಾಗುತ್ತದೆ ಮತ್ತು ಗುರುತಿಸಲಾಗುತ್ತದೆ, ಅದರ ನಂತರ ಅವುಗಳ ದೃಶ್ಯ ಚಿತ್ರಗಳನ್ನು ಸ್ಥಾಪಿಸಲಾಗುತ್ತದೆ.
ತಾಂತ್ರಿಕ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ, ಆಪ್ಟೊಎಲೆಕ್ಟ್ರಾನಿಕ್ ಪರಿವರ್ತಕಗಳು ಮತ್ತು ವೀಡಿಯೊ ಸಂವೇದಕಗಳ ಸಹಾಯದಿಂದ ಚಿತ್ರದ ಮಾಹಿತಿಯನ್ನು ವಿದ್ಯುತ್ ಸಂಕೇತಗಳ ರೂಪದಲ್ಲಿ ಪ್ರಸ್ತುತಪಡಿಸಲಾಗುತ್ತದೆ. ಇದು ಮೂಲಭೂತವಾಗಿ ಪ್ರಾಥಮಿಕ ರೂಪಾಂತರವಾಗಿದೆ. ಸಾಮಾನ್ಯವಾಗಿ, ಆಪ್ಟಿಕಲ್ ಕ್ಯಾಮೆರಾ, ಸೂಕ್ಷ್ಮ ಅಂಶ, ಸ್ಕ್ಯಾನಿಂಗ್ ಸಾಧನವನ್ನು ಬಳಸಿಕೊಂಡು ಚಿತ್ರವನ್ನು ಓದಲಾಗುತ್ತದೆ, ಅದರ ನಂತರ ಸಿಗ್ನಲ್ ವರ್ಧಿಸುತ್ತದೆ.
ಹೀಗೆ ಪಡೆದ ಮಾಹಿತಿಯನ್ನು ಕ್ರಮಾನುಗತವಾಗಿ ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಮೊದಲಿಗೆ, ವೀಡಿಯೊ ಪ್ರೊಸೆಸರ್ಗಳಿಂದ ಚಿತ್ರವನ್ನು ಸಂಸ್ಕರಿಸಲಾಗುತ್ತದೆ. ಇಲ್ಲಿ, ಪ್ರಮುಖ ನಿಯತಾಂಕವು ಚಿತ್ರದ ಬಾಹ್ಯರೇಖೆಯಾಗಿದೆ, ಅದನ್ನು ರೂಪಿಸುವ ಬಿಂದುಗಳ ಗುಂಪಿನ ನಿರ್ದೇಶಾಂಕಗಳಿಂದ ಹೊಂದಿಸಲಾಗಿದೆ. ಇದರ ಜೊತೆಗೆ, ಸಿಸ್ಟಮ್ನ ಭಾಗವಾಗಿರುವ ಕಂಪ್ಯೂಟರ್ ರೋಬೋಟ್ಗಾಗಿ ನಿಯಂತ್ರಣ ಸಂಕೇತಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ.
ವೀಡಿಯೊ ಸಂವೇದಕಗಳು ಆಪ್ಟಿಕಲ್ ಕೇಬಲ್ಗಳಂತಹ ವಿಶೇಷ ಕೇಬಲ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಯ ಇತರ ಭಾಗಗಳಿಗೆ ಸಂಪರ್ಕ ಹೊಂದಿವೆ, ಅದರ ಮೂಲಕ ಹೆಚ್ಚಿನ ಆವರ್ತನದಲ್ಲಿ ಮತ್ತು ಕನಿಷ್ಠ ನಷ್ಟದೊಂದಿಗೆ ಮಾಹಿತಿಯನ್ನು ರವಾನಿಸಲಾಗುತ್ತದೆ.
ವೀಡಿಯೊ ಸಂವೇದಕಗಳು ಸ್ವತಃ ಪಾಯಿಂಟ್, ಒಂದು ಆಯಾಮದ ಅಥವಾ ಎರಡು ಆಯಾಮದ ಸಂವೇದನಾ ಅಂಶಗಳನ್ನು ಹೊಂದಬಹುದು.ಪಾಯಿಂಟ್-ಸೆನ್ಸಿಟಿವ್ ಅಂಶಗಳು ವಸ್ತುವಿನ ಸಣ್ಣ ಭಾಗಗಳಿಂದ ಗೋಚರ ವಿಕಿರಣವನ್ನು ಸ್ವೀಕರಿಸಲು ಸಮರ್ಥವಾಗಿವೆ ಮತ್ತು ಸಂಪೂರ್ಣ ರಾಸ್ಟರ್ ಚಿತ್ರವನ್ನು ಪಡೆಯಲು, ಸಮತಲದ ಉದ್ದಕ್ಕೂ ಸ್ಕ್ಯಾನ್ ಮಾಡುವುದು ಅವಶ್ಯಕ.
ಒಂದು ಆಯಾಮದ ಸಂವೇದಕಗಳು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾಗಿವೆ, ಸ್ಕ್ಯಾನಿಂಗ್ ಸಮಯದಲ್ಲಿ ವಸ್ತುವಿಗೆ ಸಂಬಂಧಿಸಿದಂತೆ ಚಲಿಸುವ ಪಾಯಿಂಟ್ ಅಂಶಗಳ ರೇಖೆಯನ್ನು ಅವು ಒಳಗೊಂಡಿರುತ್ತವೆ. 2D ಅಂಶಗಳು ಮೂಲಭೂತವಾಗಿ ಡಿಸ್ಕ್ರೀಟ್ ಪಾಯಿಂಟ್ ಅಂಶಗಳ ಮ್ಯಾಟ್ರಿಕ್ಸ್ ಆಗಿದೆ.
ಆಪ್ಟಿಕಲ್ ಸಿಸ್ಟಮ್ ಸೂಕ್ಷ್ಮ ಅಂಶದ ಮೇಲೆ ಚಿತ್ರವನ್ನು ಯೋಜಿಸುತ್ತದೆ, ಸಂವೇದಕದಿಂದ ಆವರಿಸಲ್ಪಟ್ಟ ಕೆಲಸದ ಪ್ರದೇಶದ ಗಾತ್ರವನ್ನು ಮುಂಚಿತವಾಗಿ ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ಆಪ್ಟಿಕಲ್ ವ್ಯವಸ್ಥೆಯು ಒಳಬರುವ ಬೆಳಕಿನ ಪ್ರಮಾಣವನ್ನು ಸರಿಹೊಂದಿಸಲು ಮತ್ತು ಲೆನ್ಸ್ನಿಂದ ವಿಷಯಕ್ಕೆ ಇರುವ ಅಂತರವು ಬದಲಾದಂತೆ ತೀಕ್ಷ್ಣತೆಯನ್ನು ಹೊಂದಿಸಲು ಹೊಂದಾಣಿಕೆ ಮಾಡಬಹುದಾದ ಅಪರ್ಚರ್ ಲೆನ್ಸ್ ಅನ್ನು ಹೊಂದಿದೆ.
ಘನ-ಸ್ಥಿತಿಯ ಸಂಜ್ಞಾಪರಿವರ್ತಕಗಳಿಂದ ಹಿಡಿದು ವಿಡಿಕಾನ್ ನಿರ್ವಾತ ಟ್ಯೂಬ್-ಆಧಾರಿತ ದೂರದರ್ಶನ ಕ್ಯಾಮೆರಾಗಳವರೆಗೆ ವಿವಿಧ ಆಪ್ಟೋಎಲೆಕ್ಟ್ರಾನಿಕ್ ಸಾಧನಗಳು ವೀಡಿಯೊ ಸಂವೇದಕಗಳಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯನ್ನು ಆಶ್ರಯಿಸದೆಯೇ, ಈ ಸಂವೇದಕಗಳಿಂದ ಮಾಹಿತಿಯ ಗ್ರಹಿಕೆ ಮತ್ತು ಪೂರ್ವ-ಸಂಸ್ಕರಣೆಯು ತಾಂತ್ರಿಕ ದೃಷ್ಟಿಯ ಆಧಾರವಾಗಿದೆ.
ಇದು ವ್ಯವಸ್ಥೆಯ ಅತ್ಯಂತ ಕಡಿಮೆ ಮಟ್ಟವಾಗಿದೆ. ಮುಂದಿನದು ವಿಶ್ಲೇಷಣೆ, ವಿವರಣೆ ಮತ್ತು ಗುರುತಿಸುವಿಕೆ - ಇಲ್ಲಿ ಆಧುನಿಕ ಕಂಪ್ಯೂಟರ್ಗಳು ಮತ್ತು ಸಂಕೀರ್ಣ ಅಲ್ಗಾರಿದಮಿಕ್ ಸಾಫ್ಟ್ವೇರ್ ಅನ್ನು ಬಳಸಲಾಗುತ್ತದೆ - ಮಧ್ಯಮ ಹಂತ. ಅತ್ಯುನ್ನತ ಮಟ್ಟವು ಈಗಾಗಲೇ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯಾಗಿದೆ.
ಪ್ರಾಯೋಗಿಕವಾಗಿ ಕೈಗಾರಿಕಾ ರೋಬೋಟ್ಗಳಲ್ಲಿ ಮೊದಲ-ಪೀಳಿಗೆಯ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳು ವ್ಯಾಪಕವಾಗಿ ಹರಡಿವೆ, ಸಮತಟ್ಟಾದ ಚಿತ್ರಗಳು ಮತ್ತು ಸರಳ ಆಕಾರಗಳೊಂದಿಗೆ ವಸ್ತುಗಳೊಂದಿಗೆ ಸಾಕಷ್ಟು ಗುಣಮಟ್ಟದ ಕೆಲಸವನ್ನು ಒದಗಿಸುತ್ತದೆ. ಭಾಗಗಳನ್ನು ಗುರುತಿಸಲು, ವಿಂಗಡಿಸಲು ಮತ್ತು ಇರಿಸಲು, ಭಾಗಗಳ ಆಯಾಮಗಳನ್ನು ಪರೀಕ್ಷಿಸಲು, ಅವುಗಳನ್ನು ರೇಖಾಚಿತ್ರಕ್ಕೆ ಹೋಲಿಸಲು ಇತ್ಯಾದಿಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಯ ವಿಶಿಷ್ಟ ಅನುಷ್ಠಾನವು ಈ ರೀತಿ ಕಾಣುತ್ತದೆ. ಭಾಗಗಳು ಇರುವ ರೋಬೋಟ್ನ ಕೆಲಸದ ಪ್ರದೇಶವು ದೀಪಗಳಿಂದ ಪ್ರಕಾಶಿಸಲ್ಪಟ್ಟಿದೆ.ಕೆಲಸದ ಪ್ರದೇಶದ ಮೇಲೆ ವೀಕ್ಷಣಾ ಮೊಬೈಲ್ ಟಿವಿ ಕ್ಯಾಮೆರಾ ಇದೆ, ಇದರಿಂದ ವೀಡಿಯೊ ಮಾಹಿತಿಯನ್ನು ತಾಂತ್ರಿಕ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಯ ಮುಖ್ಯ ಘಟಕಕ್ಕೆ ಕೇಬಲ್ ಮೂಲಕ ನೀಡಲಾಗುತ್ತದೆ.
ಮುಖ್ಯ ಘಟಕದಿಂದ, ಮಾಹಿತಿಯನ್ನು (ಸಂಸ್ಕರಿಸಿದ ರೂಪದಲ್ಲಿ) ರೋಬೋಟ್ ನಿಯಂತ್ರಣ ಘಟಕಕ್ಕೆ ನೀಡಲಾಗುತ್ತದೆ. ಸಾಧನವು ಭಾಗಗಳ ವಿಂಗಡಣೆಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ತಾಂತ್ರಿಕ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಯ ಸಾಫ್ಟ್ವೇರ್ನಿಂದ ಪಡೆದ ಮಾಹಿತಿಯೊಂದಿಗೆ ಕಟ್ಟುನಿಟ್ಟಾದ ಅನುಸಾರವಾಗಿ ಕಂಟೇನರ್ಗಳಲ್ಲಿ ಅವುಗಳ ಕ್ರಮಬದ್ಧ ಪ್ಯಾಕಿಂಗ್.
ಎರಡನೇ ಮತ್ತು ಮೂರನೇ ತಲೆಮಾರಿನ ವ್ಯವಸ್ಥೆಗಳ ಆಧಾರದ ಮೇಲೆ ಇಂದು ಸಕ್ರಿಯವಾಗಿ ಅಭಿವೃದ್ಧಿಪಡಿಸುತ್ತಿರುವ ಬುದ್ಧಿವಂತ ಮತ್ತು ಹೊಂದಾಣಿಕೆಯ ರೋಬೋಟ್ಗಳು ಮೂರು ಆಯಾಮದ ಚಿತ್ರಗಳು ಮತ್ತು ಹೆಚ್ಚು ಸಂಕೀರ್ಣವಾದ ವಸ್ತುಗಳೊಂದಿಗೆ ಕೆಲಸ ಮಾಡಲು ಸಮರ್ಥವಾಗಿವೆ, ಹೆಚ್ಚು ನಿಖರವಾದ ಅಳತೆಗಳನ್ನು ಮಾಡುತ್ತವೆ ಮತ್ತು ವಸ್ತುಗಳನ್ನು ಹೆಚ್ಚು ಎಚ್ಚರಿಕೆಯಿಂದ ಮತ್ತು ತ್ವರಿತವಾಗಿ ಗುರುತಿಸುತ್ತವೆ.
ಇಂದು ವೈಜ್ಞಾನಿಕ ಮತ್ತು ತಾಂತ್ರಿಕ ಸಂಶೋಧನೆಯ ಮುಖ್ಯ ನಿರ್ದೇಶನವೆಂದರೆ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ಸಾಫ್ಟ್ವೇರ್ಗಳ ಸುಧಾರಣೆ ಮತ್ತು ಅವುಗಳ ಅಲ್ಗಾರಿದಮಿಕ್ ಬೆಂಬಲ, ವಿಶೇಷ ಕಂಪ್ಯೂಟರ್ಗಳ ರಚನೆ, ಜೊತೆಗೆ ಮೂಲಭೂತವಾಗಿ ಹೊಸ ದೃಷ್ಟಿ ವ್ಯವಸ್ಥೆಗಳು, ಏಕೆಂದರೆ ರೊಬೊಟಿಕ್ಸ್ ಬಳಕೆಯು ಹೆಚ್ಚು ಬೇಡಿಕೆಯಲ್ಲಿದೆ ಮತ್ತು ಅದರ ಕ್ಷೇತ್ರವಾಗಿದೆ. ಕೈಗಾರಿಕಾ ಅನುಷ್ಠಾನವು ನಿರಂತರವಾಗಿ ವಿಸ್ತರಿಸುತ್ತಿದೆ.
ಇಂದು, ರೋಬೋಟ್ಗಳಿಗೆ ಹೆಚ್ಚು ಸುಧಾರಿತ ಸೂಕ್ಷ್ಮ ಸಾಧನಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸಲಾಗುತ್ತಿದೆ, ರೋಬೋಟ್ಗೆ ಸಾಧ್ಯವಾದಷ್ಟು ಬಾಹ್ಯ ಮಾಹಿತಿಯನ್ನು ರವಾನಿಸುವ ಸಾಮರ್ಥ್ಯವನ್ನು ಹೊಂದಿದೆ. ಸಂಕೀರ್ಣ ಸಂವೇದಕಗಳು ತಾತ್ವಿಕವಾಗಿ, ದೃಶ್ಯಗಳು ಮತ್ತು ಚಿತ್ರಗಳನ್ನು ಒಟ್ಟಾರೆಯಾಗಿ ಗ್ರಹಿಸಬಹುದು ಎಂಬುದು ಈಗ ಸ್ಪಷ್ಟವಾಗಿದೆ, ಅಂದರೆ ಭವಿಷ್ಯದಲ್ಲಿ ರೋಬೋಟ್ಗಳು ಹೆಚ್ಚುವರಿ ಬಾಹ್ಯ ಪ್ರಚೋದಕಗಳಿಲ್ಲದೆ ಕೆಲಸದ ಪ್ರದೇಶದ ಜಾಗದಲ್ಲಿ ಸ್ವತಂತ್ರವಾಗಿ ಉದ್ದೇಶಪೂರ್ವಕ ಕ್ರಿಯೆಗಳನ್ನು ರೂಪಿಸಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.
ಸಹ ನೋಡಿ:ಯಂತ್ರ ದೃಷ್ಟಿ ಎಂದರೇನು ಮತ್ತು ಅದು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ?