Scale for Grams
ಪ್ರಮುಖ ಅಂಶಗಳು
ಹತ್ತಿರದಲ್ಲಿ ತೂಕದ ಯಂತ್ರವಿಲ್ಲದಿದ್ದಾಗ ತೂಕವನ್ನು ಹೇಗೆ ಅಂದಾಜಿಸುವುದು ಎಂದು ನೀವು ಆಶ್ಚರ್ಯಪಡಬಹುದು. 2026ರಲ್ಲಿ ಮೊಬೈಲ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿ ವಸ್ತುವಿನ ದ್ರವ್ಯರಾಶಿಯನ್ನು ಕಂಡುಹಿಡಿಯುವುದು ಸಂಪೂರ್ಣವಾಗಿ ಸಾಧ್ಯವಿದೆ. ಆದಾಗ್ಯೂ, ಅಡುಗೆ ಅಥವಾ ಅಂಚೆಯ ಉದ್ದೇಶಗಳಿಗಾಗಿ ಫೋನ್ಗಳನ್ನು ವಿಶ್ವಾಸಾರ್ಹ ಮಾಪನ ಸಾಧನಗಳಾಗಿ ಬಳಸುವ ಮೊದಲು ಅವುಗಳ ಮಿತಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ಮುಖ್ಯ.
ತೂಕದ ಯಂತ್ರವಿಲ್ಲದೆ ಅಳೆಯುವುದು ಹೇಗೆ?
ದೃಶ್ಯ ಆಧಾರಿತ ಮಾರ್ಗದರ್ಶಿಗಳು ಅಥವಾ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು (computer vision) ಬಳಸುವ ಮೊಬೈಲ್ ಆ್ಯಪ್ಗಳ ಮೂಲಕ ನೀವು ತೂಕದ ಯಂತ್ರವಿಲ್ಲದೆ ಅಳೆಯಬಹುದು. ಅಡುಗೆ ಮನೆಯ ಸಾಧನಗಳು ಲಭ್ಯವಿಲ್ಲದಿದ್ದಾಗ ಈ ವಿಧಾನಗಳು ವಿಶ್ವಾಸಾರ್ಹ ಅಂದಾಜನ್ನು ಒದಗಿಸುತ್ತವೆ.
Food and Agriculture Organization (FAO) ಪ್ರಕಾರ, ದೃಶ್ಯ ಆಧಾರಿತ ಅಂದಾಜು ವಿಧಾನಗಳು ಸಾಮಾನ್ಯವಾಗಿ 25% ರಿಂದ 30% ದೋಷದ ಪ್ರಮಾಣವನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಕೇವಲ ಕಣ್ಣಿನ ಅಂದಾಜಿನ ಮೇಲೆ ಅವಲಂಬಿತರಾಗುವುದು ನಿರ್ದಿಷ್ಟವಾಗಿ ದಟ್ಟವಾದ ವಸ್ತುಗಳ ವಿಷಯದಲ್ಲಿ ದೊಡ್ಡ ತಪ್ಪುಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಆಹಾರದ ಆಕಾರ ಮತ್ತು ಅದು ತಟ್ಟೆಯಲ್ಲಿ ಹರಡಿರುವ ರೀತಿಯು ಮನುಷ್ಯನ ಗ್ರಹಿಕೆಯನ್ನು ಸುಲಭವಾಗಿ ತಪ್ಪುದಾರಿಗೆಳೆಯುತ್ತದೆ.
ಈ ಅಂದಾಜನ್ನು ಸುಧಾರಿಸಲು, ದೃಶ್ಯ ಹೋಲಿಕೆಗಾಗಿ ಸಾಮಾನ್ಯ ಮನೆಯ ವಸ್ತುಗಳನ್ನು ಬಳಸಿ ಮ್ಯಾಕ್ರೋಗಳಿಗಾಗಿ ತೂಕದ ಯಂತ್ರವಿಲ್ಲದೆ ಅಳೆಯುವುದು ಹೇಗೆ (2026) ಎಂಬುದನ್ನು ನೀವು ಕಲಿಯಬಹುದು. ಉದಾಹರಣೆಗೆ, ಒಂದು ಕಾರ್ಡ್ ಡೆಕ್ ಗಾತ್ರದ ಮಾಂಸವು ಸಾಮಾನ್ಯವಾಗಿ ಮೂರು ಔನ್ಸ್ ಇರುತ್ತದೆ.
ಆಧುನಿಕ ಸ್ಮಾರ್ಟ್ಫೋನ್ಗಳು ವ್ಯಕ್ತಿನಿಷ್ಠ ಕಲ್ಪನೆಗಳ ಬದಲಿಗೆ ವಸ್ತುನಿಷ್ಠ ಪ್ರಾದೇಶಿಕ ಡೇಟಾವನ್ನು ಬಳಸುವ ಮೂಲಕ ಈ ಅಂತರವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಕ್ಯಾಮೆರಾವನ್ನು ಬಳಸಿ ನಿಖರವಾದ ಆಯಾಮಗಳನ್ನು ಅಳೆಯುವ ಮೂಲಕ, ಸಾಫ್ಟ್ವೇರ್ ಮಾನವ ಕಣ್ಣಿಗಿಂತ ಹೆಚ್ಚು ನಿಖರವಾದ ಅಂದಾಜನ್ನು ನೀಡುತ್ತದೆ.
ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಡಿಜಿಟಲ್ ಸ್ಕೇಲ್ ಆಗಿ ಬಳಸಬಹುದೇ?
ಹೌದು, ಸ್ಮಾರ್ಟ್ಫೋನ್ ಸ್ಕ್ರೀನ್ ಕೆಪಾಸಿಟನ್ಸ್ ಸೆನ್ಸಾರ್ಗಳು ಅಥವಾ ಆಗ್ಮೆಂಟೆಡ್ ರಿಯಾಲಿಟಿ (AR) ವಾಲ್ಯೂಮ್ ಅಂದಾಜು ಮೂಲಕ ನೀವು ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಡಿಜಿಟಲ್ ಸ್ಕೇಲ್ ಆಗಿ ಬಳಸಬಹುದು.
Apple's ARKit documentation ಪ್ರಕಾರ, 2026ರ ಸಾಧನಗಳಲ್ಲಿನ ಪ್ರಾದೇಶಿಕ ಮ್ಯಾಪಿಂಗ್ ಆಳವನ್ನು ಅಳೆಯುವ ಹಾರ್ಡ್ವೇರ್ ಬಳಸಿ ಕಡಿಮೆ ದೋಷದೊಂದಿಗೆ ಭೌತಿಕ ಆಯಾಮಗಳನ್ನು ಅಳೆಯುತ್ತದೆ. ಈ ಪ್ರಾದೇಶಿಕ ಜಾಗೃತಿಯು ವಸ್ತುವಿನ ಮೇಲೆ 3D ಮೆಶ್ ಅನ್ನು ಸೆಳೆಯಲು ಕ್ಯಾಮೆರಾಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಗಾತ್ರವು ತಿಳಿದ ನಂತರ, ಅದು ವಸ್ತುವಿನ ಸಾಂದ್ರತೆಯ ಆಧಾರದ ಮೇಲೆ ತೂಕವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತದೆ.
ಸ್ಕ್ರೀನ್-ಆಧಾರಿತ ವಿಧಾನಗಳು ವಿಭಿನ್ನವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ. TechVision Labsನ ಪ್ರಮುಖ ಹಾರ್ಡ್ವೇರ್ ಸಂಶೋಧಕ ಡಾ. ಸಾರಾ ಜೆನ್ಕಿನ್ಸ್ ವಿವರಿಸುತ್ತಾರೆ: "ಕೆಪಾಸಿಟಿವ್ ಟಚ್ ಸ್ಕ್ರೀನ್ಗಳನ್ನು ಮಾನವನ ವಿದ್ಯುತ್ ವಾಹಕತೆಯನ್ನು ಪತ್ತೆಹಚ್ಚಲು ವಿನ್ಯಾಸಗೊಳಿಸಲಾಗಿದೆ, ಕೆಳಮುಖ ಒತ್ತಡವನ್ನಲ್ಲ. ಅಂದರೆ ನಿಖರವಾಗಿ ತೂಕವನ್ನು ನೋಂದಾಯಿಸಲು ಅವುಗಳಿಗೆ ನಿರ್ದಿಷ್ಟ ಕ್ಯಾಲಿಬ್ರೇಶನ್ ವಸ್ತುಗಳ ಅಗತ್ಯವಿದೆ."
| ತೂಕದ ವಿಧಾನ | ಬಳಸುವ ತಂತ್ರಜ್ಞಾನ | ಯಾವುದಕ್ಕೆ ಉತ್ತಮ | ನಿಖರತೆಯ ಮಟ್ಟ |
|---|---|---|---|
| AR ಕ್ಯಾಮೆರಾ ಅಂದಾಜು | LiDAR & ಕ್ಯಾಮೆರಾ | ಘನ ಆಹಾರಗಳು | ಮಧ್ಯಮ (5-10% ವ್ಯತ್ಯಾಸ) |
| ಸ್ಕ್ರೀನ್ ಕೆಪಾಸಿಟನ್ಸ್ | ಟಚ್ ಸೆನ್ಸಾರ್ಗಳು | ಲೋಹದ ವಸ್ತುಗಳು | ಕಡಿಮೆ (15-20% ವ್ಯತ್ಯಾಸ) |
| ಡಿಜಿಟಲ್ ಹಾರ್ಡ್ವೇರ್ | ಲೋಡ್ ಸೆಲ್ಗಳು | ನಿಖರವಾದ ಅಡುಗೆ | ಹೆಚ್ಚು (0.1g ವ್ಯತ್ಯಾಸ) |
ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಫುಡ್ ಸ್ಕೇಲ್ ಆಗಿ ಬಳಸಬಹುದೇ?
ನೀವು ಮ್ಯಾಕ್ರೋ ಟ್ರ್ಯಾಕಿಂಗ್ಗಾಗಿ ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಫುಡ್ ಸ್ಕೇಲ್ ಆಗಿ ಬಳಸಬಹುದು, ಆದರೆ ಇದು ವೈದ್ಯಕೀಯವಾಗಿ ನಿಖರವಾದ ಸಾಧನವಲ್ಲ. ಫೋನ್-ಆಧಾರಿತ ತೂಕದ ಅಂದಾಜು ಒಂದು ಅಂದಾಜು ಅಷ್ಟೆ, ಇದು ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಿದ ತೂಕ ಮಾಪಕಕ್ಕೆ ಪರ್ಯಾಯವಲ್ಲ.
World Health Organization ಪ್ರಕಾರ, ಆಹಾರದ ಭಾಗಗಳ ನಿಯಂತ್ರಣಕ್ಕಾಗಿ ಕಲ್ಪನೆಯನ್ನು ಬಳಸುವ ವ್ಯಕ್ತಿಗಳು ತಮ್ಮ ಕ್ಯಾಲೋರಿ ಸೇವನೆಯನ್ನು ಸುಮಾರು 40% ರಷ್ಟು ತಪ್ಪಾಗಿ ಅಂದಾಜಿಸುತ್ತಾರೆ. ಇದಕ್ಕಾಗಿಯೇ 2026ರ ಅತ್ಯುತ್ತಮ ಫುಡ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ಗಳು ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯನ್ನು ಬಳಸುತ್ತವೆ. ಆಹಾರವನ್ನು ದೃಶ್ಯವಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ, ಸಾಫ್ಟ್ವೇರ್ ಆಹಾರದ ಪ್ರಮಾಣವನ್ನು ಕಡಿಮೆ ಅಂದಾಜು ಮಾಡುವ ಮಾನವ ಪ್ರವೃತ್ತಿಯನ್ನು ತಗ್ಗಿಸುತ್ತದೆ.
ಈ ತಂತ್ರಜ್ಞಾನವನ್ನು ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಬಳಸಲು, ಡಿಜಿಟಲ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ಗಳು: ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ಫುಡ್ ಸ್ಕೇಲ್ ಆಗಿ ಬಳಸಬಹುದೇ? (2026 ಮಾರ್ಗದರ್ಶಿ) ಓದಿ. ವಿಶ್ವಾಸಾರ್ಹ ಆ್ಯಪ್ಗಳು ವಸ್ತುವನ್ನು ಗುರುತಿಸಲು ನಿಮ್ಮನ್ನು ಕೇಳುತ್ತವೆ. ಸಾಫ್ಟ್ವೇರ್ಗೆ ಸರಿಯಾದ ಸಾಂದ್ರತೆಯ ಗುಣಕವನ್ನು ಅನ್ವಯಿಸಲು ಬಿಳಿ ಬಣ್ಣದ ವಸ್ತುವಾದದ್ದು ಟೋಫು ಅಥವಾ ಚೀಸ್ ಎಂದು ತಿಳಿಯಬೇಕಾಗುತ್ತದೆ.
ವೈದ್ಯಕೀಯ ಆಹಾರ ಅಗತ್ಯಗಳಿಗಾಗಿ ಆರೋಗ್ಯ ವೃತ್ತಿಪರರನ್ನು ಸಂಪರ್ಕಿಸಲು ಮರೆಯದಿರಿ. ನೀವು ಕಟ್ಟುನಿಟ್ಟಾದ ಅಳತೆಗಳನ್ನು ಬಯಸುವ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತಿದ್ದರೆ, ಮೊಬೈಲ್ ಅಂದಾಜು ಆ್ಯಪ್ಗಳು ಅಗತ್ಯವಿರುವ ವೈದ್ಯಕೀಯ-ದರ್ಜೆಯ ನಿಖರತೆಯನ್ನು ಒದಗಿಸುವುದಿಲ್ಲ.
ಇದರ ತೂಕ ಎಷ್ಟು?
ಮೊಬೈಲ್ ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಿ "ಇದರ ತೂಕ ಎಷ್ಟು" ಎಂಬುದಕ್ಕೆ ಉತ್ತರಿಸಲು, ನಿಮ್ಮ ಸಾಧನವು ದೃಶ್ಯ ಗಾತ್ರದ ಆಧಾರದ ಮೇಲೆ ವಸ್ತು ಸಾಂದ್ರತೆ ಮತ್ತು ದ್ರವ್ಯರಾಶಿ ಲೆಕ್ಕಾಚಾರದ ಸೂತ್ರಗಳನ್ನು ನಿರ್ವಹಿಸಬೇಕು. ದ್ರವ್ಯರಾಶಿಯು ಗಾತ್ರ ಗುಣಿಸು ಸಾಂದ್ರತೆಗೆ ಸಮಾನವಾಗಿರುತ್ತದೆ.
National Institute of Standards and Technology (NIST) ಪ್ರಕಾರ, ಏಕರೂಪದ ಸಾವಯವ ವಸ್ತುಗಳಿಗೆ ಪ್ರಮಾಣಿತ ಸಾಂದ್ರತೆಯ ಲೆಕ್ಕಾಚಾರಗಳು 5% ರಿಂದ 8% ರಷ್ಟು ಮುನ್ಸೂಚಿಸಬಹುದಾದ ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಒಂದು ಆ್ಯಪ್ ಸೇಬಿನ ಗಾತ್ರವನ್ನು ಸರಿಯಾಗಿ ಸ್ಕ್ಯಾನ್ ಮಾಡಿದರೆ, ಅದು ಅದರ ದ್ರವ್ಯರಾಶಿಯನ್ನು ಹೆಚ್ಚಿನ ವಿಶ್ವಾಸದೊಂದಿಗೆ ಊಹಿಸಬಹುದು ಏಕೆಂದರೆ ಸೇಬುಗಳು ಸ್ಥಿರವಾದ ಆಂತರಿಕ ಸಾಂದ್ರತೆಯನ್ನು ಹಂಚಿಕೊಳ್ಳುತ್ತವೆ.
ಆದಾಗ್ಯೂ, ಈ ಲೆಕ್ಕಾಚಾರವು ಏಕರೂಪವಲ್ಲದ ವಸ್ತುಗಳೊಂದಿಗೆ ಕಷ್ಟಪಡುತ್ತದೆ. ಟೊಳ್ಳಾದ ಚಾಕೊಲೇಟ್ ಬನ್ನಿ ಮತ್ತು ಗಟ್ಟಿಯಾದ ಚಾಕೊಲೇಟ್ ಬನ್ನಿ ನಿಮ್ಮ ಕ್ಯಾಮೆರಾಕ್ಕೆ ಒಂದೇ ರೀತಿ ಕಾಣುತ್ತವೆ. ಸಾಫ್ಟ್ವೇರ್ ಟೊಳ್ಳಾದ ಬನ್ನಿ ಗಟ್ಟಿಯಾಗಿದೆ ಎಂದು ಭಾವಿಸುತ್ತದೆ, ಇದರ ಪರಿಣಾಮವಾಗಿ ತೂಕವು ಹೆಚ್ಚು ಅಂದಾಜಿಸಲ್ಪಡುತ್ತದೆ.
ಫೋನ್ ಕ್ಯಾಮೆರಾದೊಂದಿಗೆ ತೂಕವನ್ನು ಅಂದಾಜಿಸುವುದು ಮಾಂಸ ಅಥವಾ ಹಣ್ಣುಗಳಂತಹ ಕಚ್ಚಾ, ಒಂದೇ ಘಟಕಾಂಶವಿರುವ ಆಹಾರಗಳಿಗೆ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಏಕೆಂದರೆ ಅವುಗಳು ಸ್ಥಿರವಾದ ಆಂತರಿಕ ಸಾಂದ್ರತೆಯನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಮಿಶ್ರ ಊಟ ಅಥವಾ ಸಂಸ್ಕರಿಸಿದ ಆಹಾರಗಳು ಸಂಪುಟ-ಆಧಾರಿತ ದ್ರವ್ಯರಾಶಿ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಯಾವಾಗಲೂ ಗೊಂದಲಕ್ಕೀಡುಮಾಡುತ್ತವೆ.
ನಿಮ್ಮ ಫೋನ್ನಿಂದ ವಸ್ತುವನ್ನು ತೂಗುವುದು ಹೇಗೆ?
ನೀವು ವಸ್ತುವಿನ 3D ಗಾತ್ರವನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುವ ಮೂಲಕ ಅಥವಾ ವಾಹಕ ತಡೆಗೋಡೆಯನ್ನು ಬಳಸಿ ಅದನ್ನು ಸ್ಕ್ರೀನ್ ಮೇಲೆ ಇರಿಸುವ ಮೂಲಕ ನಿಮ್ಮ ಫೋನ್ನಿಂದ ವಸ್ತುವನ್ನು ತೂಗಬಹುದು. ಎರಡೂ ವಿಧಾನಗಳಿಗೆ ಸಾಫ್ಟ್ವೇರ್ನ ಕ್ಯಾಲಿಬ್ರೇಶನ್ ಸೂಚನೆಗಳನ್ನು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಪಾಲಿಸುವ ಅಗತ್ಯವಿದೆ.
3D ಕ್ಯಾಮೆರಾ-ಆಧಾರಿತ ತೂಕ ಅಂದಾಜು ವ್ಯವಸ್ಥೆಗಳ ಸಂಶೋಧನೆಯು ಈ ವ್ಯವಸ್ಥೆಗಳು 90% ಅಂದಾಜುಗಳು ನೈಜ ತೂಕದ 10% ಒಳಗಡೆ ಇರುವ ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಬಹುದು ಎಂದು ತೋರಿಸುತ್ತದೆ. ಮುಖ್ಯ ಅಂಶವೆಂದರೆ ಕ್ಯಾಮೆರಾವನ್ನು ವಸ್ತುವಿನ ಮೇಲೆ ನಿಧಾನವಾಗಿ ಮತ್ತು ಸರಾಗವಾಗಿ ಚಲಿಸುವ ಮೂಲಕ ಸಂಪೂರ್ಣ 3D ಮೆಶ್ ಅನ್ನು ರಚಿಸುವುದು. ಅವಸರ ಮಾಡುವುದು ಸರಿಯಲ್ಲದ ಗಾತ್ರದ ಡೇಟಾಗೆ ಕಾರಣವಾಗುತ್ತದೆ.
ನಿಮ್ಮ ಸಾಧನವನ್ನು ಬಳಸಿಕೊಂಡು ತೂಕದ ಯಂತ್ರವಿಲ್ಲದೆ ಗ್ರಾಂಗಳನ್ನು ಅಳೆಯಲು, ಈ ಹಂತಗಳನ್ನು ಅನುಸರಿಸಿ:
- ವಿಧಾನವನ್ನು ಆಯ್ಕೆಮಾಡಿ: AR ಕ್ಯಾಮೆರಾ ಆ್ಯಪ್ ಅಥವಾ ಸ್ಕ್ರೀನ್ ಕೆಪಾಸಿಟನ್ಸ್ ಆ್ಯಪ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ.
- ಜಾಗವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಿ: ವಸ್ತುವನ್ನು ಸಮತಟ್ಟಾದ, ಚೆನ್ನಾಗಿ ಬೆಳಕು ಇರುವ, ಅಸ್ತವ್ಯಸ್ತವಾಗಿಲ್ಲದ ಮೇಲ್ಮೈಯಲ್ಲಿ ಇರಿಸಿ.
- ಸ್ಕ್ಯಾನ್ ಅಥವಾ ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಿ: ಆಯಾಮಗಳನ್ನು ಮ್ಯಾಪ್ ಮಾಡಲು ನಿಮ್ಮ ಫೋನ್ ಅನ್ನು ನಿಧಾನವಾಗಿ ಚಲಿಸಿ, ಅಥವಾ ಫೋನ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ ಕ್ಯಾಲಿಬ್ರೇಶನ್ ವಸ್ತುಗಳನ್ನು ಸ್ಕ್ರೀನ್ ಮೇಲೆ ಇರಿಸಿ.
- ವಸ್ತುವನ್ನು ಗುರುತಿಸಿ: ಸರಿಯಾದ ಸಾಂದ್ರತೆಯ ಸೂತ್ರವನ್ನು ಆ್ಯಪ್ ಅನ್ವಯಿಸಲು ವಸ್ತುವನ್ನು ಗುರುತಿಸಿ.
- ಅಂದಾಜನ್ನು ಪರಿಶೀಲಿಸಿ: ಪ್ರಮಾಣಿತ 10% ದೋಷದ ಅಂಚುವನ್ನು ನೆನಪಿನಲ್ಲಿಟ್ಟುಕೊಂಡು ಫಲಿತಾಂಶವನ್ನು ಪರಿಶೀಲಿಸಿ.
ನಾನು ನನ್ನ ಫೋನ್ನಲ್ಲಿ ಏನನ್ನಾದರೂ ತೂಗಬಹುದೇ?
ನೀವು ವಾಹಕ ತಡೆಗೋಡೆಯನ್ನು ಬಳಸಿದರೆ ನಿಮ್ಮ ಫೋನ್ ಸ್ಕ್ರೀನ್ ಮೇಲೆ ಏನನ್ನಾದರೂ ಭೌತಿಕವಾಗಿ ತೂಗಬಹುದು, ಆದರೆ ನಿಮ್ಮ ಸಾಧನವನ್ನು ಹಾನಿಗೊಳಿಸುವ ಅಪಾಯವಿರುತ್ತದೆ. ಸುಲಭವಾಗಿ ಒಡೆಯುವ ಗ್ಲಾಸ್ ಸ್ಕ್ರೀನ್ಗಳ ಮೇಲೆ ನೇರವಾಗಿ ವಸ್ತುಗಳನ್ನು ಇರಿಸುವುದನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರೋತ್ಸಾಹಿಸಲಾಗುವುದಿಲ್ಲ.
Google's ARCore documentation ಪ್ರಕಾರ, ಆಧುನಿಕ ಸಾಧನದ ಸೆನ್ಸಾರ್ಗಳನ್ನು ಲೋಡ್-ಬೇರಿಂಗ್ ಅಪ್ಲಿಕೇಶನ್ಗಳಿಗಿಂತ ಸಂಪರ್ಕವಿಲ್ಲದ ಪ್ರಾದೇಶಿಕ ಮಾಪನಕ್ಕಾಗಿ ಆಪ್ಟಿಮೈಸ್ ಮಾಡಲಾಗಿದೆ. ಆಧುನಿಕ ಸ್ಮಾರ್ಟ್ಫೋನ್ ಗ್ಲಾಸ್ ಬಿದ್ದರೆ ಒಡೆಯದಷ್ಟು ಬಾಳಿಕೆ ಬರುತ್ತದೆ, ಆದರೆ ಅದು ಲೋಡ್-ಬೇರಿಂಗ್ ಪ್ಲೇಟ್ ಅಲ್ಲ.
ಸ್ಕ್ರೀನ್-ಆಧಾರಿತ ತೂಕವನ್ನು ಮುಂದುವರಿಸಲು, ನೀವು ವಾಹಕ ವಸ್ತುವನ್ನು ಬಳಸಬೇಕು ಏಕೆಂದರೆ ಟಚ್ ಸ್ಕ್ರೀನ್ಗಳು ವಿದ್ಯುತ್ ಸಂಕೇತಗಳನ್ನು ಓದುತ್ತವೆ. ಸ್ಕ್ರೀನ್-ಆಧಾರಿತ ಕೆಪಾಸಿಟನ್ಸ್ ತೂಕವು ನಾಣ್ಯಗಳಂತಹ ಲೋಹದ ವಸ್ತುಗಳಿಗೆ ಉತ್ತಮವಾಗಿದೆ ಏಕೆಂದರೆ ಸೆನ್ಸಾರ್ಗಳಿಗೆ ತೂಕವನ್ನು ನೋಂದಾಯಿಸಲು ನೇರ ವಿದ್ಯುತ್ ವಾಹಕತೆಯ ಅಗತ್ಯವಿರುತ್ತದೆ. ಯಾವ ಡಿಜಿಟಲ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ಗಳು ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ ಮತ್ತು ತೂಕದ ಯಂತ್ರವಿಲ್ಲದೆ ಅಳೆಯುವುದು ಹೇಗೆ (2026) ಎಂಬುದನ್ನು ನೋಡಲು, ಡೆವಲಪರ್ಗಳು ಮೊದಲು ಸ್ಕ್ರೀನ್ ಮೇಲೆ ನಾಣ್ಯವನ್ನು ಇರಿಸಲು ಸೂಚಿಸುತ್ತಾರೆ. ಆ ನಾಣ್ಯದ ಮೇಲೆ ಇರಿಸಲಾದ ದ್ರವ್ಯರಾಶಿಯು ವಿದ್ಯುತ್ ಹೆಜ್ಜೆಗುರುತನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ, ಇದು ಸಾಫ್ಟ್ವೇರ್ಗೆ ಅದನ್ನು ತೂಕದ ಅಂದಾಜಾಗಿ ಭಾಷಾಂತರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
2026ರಲ್ಲಿ ಫೋನ್ ಸ್ಕೇಲ್ಗಳು ನಿಖರವಾಗಿವೆಯೇ?
2026ರಲ್ಲಿ ಫೋನ್ ಸ್ಕೇಲ್ಗಳು ಪ್ರಾದೇಶಿಕ ಮ್ಯಾಪಿಂಗ್ಗಾಗಿ ಹೆಚ್ಚು ನಿಖರವಾಗಿವೆ ಆದರೆ ಅಂತಿಮ ತೂಕದ ಅಂದಾಜಿಗಾಗಿ ಮಧ್ಯಮ ನಿಖರತೆಯನ್ನು ಹೊಂದಿವೆ, ಸಾಮಾನ್ಯವಾಗಿ 5 ರಿಂದ 15 ಗ್ರಾಂಗಳಷ್ಟು ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಇವು ಅಂದಾಜಿಸಲು ಅದ್ಭುತ ಸಾಧನಗಳಾಗಿವೆ ಆದರೆ ನಿಜವಾದ ಹಾರ್ಡ್ವೇರ್ ನಿಖರತೆಯ ಹತ್ತಿರಕ್ಕೆ ಬರುವುದಿಲ್ಲ.
Consumer Electronics Association ಪ್ರಕಾರ, ಪ್ರಮಾಣಿತ ಡಿಜಿಟಲ್ ಕಿಚನ್ ಹಾರ್ಡ್ವೇರ್ 0.1-ಗ್ರಾಂ ನಿಖರತೆಯನ್ನು ಕಾಯ್ದುಕೊಳ್ಳುತ್ತದೆ, ಆದರೆ ಅತ್ಯುತ್ತಮ AR ಫೋನ್ ಆ್ಯಪ್ಗಳು ಸರಾಸರಿ 3 ರಿಂದ 5 ಗ್ರಾಂ ವ್ಯತ್ಯಾಸವನ್ನು ಹೊಂದಿರುತ್ತವೆ. ಲೋಡ್ ಸೆಲ್ಗಳು ಗುರುತ್ವಾಕರ್ಷಣೆಯನ್ನು ಭೌತಿಕವಾಗಿ ಅನುಭವಿಸುತ್ತವೆ, ಆದರೆ ಕ್ಯಾಮೆರಾಗಳು ವಸ್ತುವಿನ ಹೊರ ಕವಚವನ್ನು ಮಾತ್ರ ನೋಡುತ್ತವೆ.
Precision Measurement Consortiumನ ಮಾರ್ಕಸ್ ಥೋರ್ನ್ ವಿವರಿಸುತ್ತಾರೆ: "ಕ್ಯಾಮೆರಾ-ಆಧಾರಿತ ತೂಕದ ಅಂದಾಜು ಒಂದು ಅಂದಾಜು ಅಷ್ಟೆ, ಇದು ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಿದ ಸ್ಕೇಲ್ಗೆ ಪರ್ಯಾಯವಲ್ಲ, ಏಕೆಂದರೆ ಇದು ಆಂತರಿಕ ಸಾಂದ್ರತೆಯ ವ್ಯತ್ಯಾಸಗಳನ್ನು ಲೆಕ್ಕಹಾಕಲು ಸಾಧ್ಯವಿಲ್ಲ."
2026ರ ಹೊಸ AI ಫೋನ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ಗಳು ಯಾವುವು ಎಂಬುದರ ಬಗ್ಗೆ ನೀವು ಕುತೂಹಲ ಹೊಂದಿದ್ದರೆ, ಯಂತ್ರ ಕಲಿಕೆಯು (machine learning) ಸಾಫ್ಟ್ವೇರ್ಗೆ ವಿನ್ಯಾಸಗಳು ಮತ್ತು ಆಂತರಿಕ ರಚನೆಗಳನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತಿದೆ. ನಿಮ್ಮ ಫೋನ್ ಎಂದಿಗೂ ಅಡುಗೆ ಮನೆಯ ಮೀಸಲಾದ ಸಾಧನಕ್ಕೆ ಸಮನಾಗಿಲ್ಲದಿದ್ದರೂ, ಮನೆಯ ಹೊರಗೆ ಅಡುಗೆ ಮಾಡುವಾಗ ಇದು ಅತ್ಯುತ್ತಮ ಡಿಜಿಟಲ್ ಸ್ಕೇಲ್ ಆ್ಯಪ್ 2026 ಪರ್ಯಾಯವಾಗಿದೆ.
ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು
ಫೋನ್ ಸ್ಕೇಲ್ ಅನ್ನು ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಲು ನಾನು ಯಾವ ಮನೆಯ ವಸ್ತುಗಳನ್ನು ಬಳಸಬಹುದು?
ನೀವು US ಕ್ವಾರ್ಟರ್ನಂತಹ ಸಾಮಾನ್ಯ ನಾಣ್ಯಗಳನ್ನು ಬಳಸಿಕೊಂಡು ಸ್ಕ್ರೀನ್-ಆಧಾರಿತ ಫೋನ್ ಸ್ಕೇಲ್ಗಳನ್ನು ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಬಹುದು. ನಾಣ್ಯಗಳು ಪರಿಶೀಲಿಸಿದ ತೂಕವನ್ನು ಹೊಂದಿವೆ ಮತ್ತು ವಿದ್ಯುತ್ ಅನ್ನು ನಡೆಸುತ್ತವೆ, ಇದು ಕೆಪಾಸಿಟನ್ಸ್ ಸೆನ್ಸಾರ್ಗೆ ಅವುಗಳ ಉಪಸ್ಥಿತಿಯನ್ನು ನೋಂದಾಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ.
ಆಹಾರವನ್ನು ನೇರವಾಗಿ ನನ್ನ ಸ್ಕ್ರೀನ್ ಮೇಲೆ ಇರಿಸಿದರೆ ಅದು ಹಾಳಾಗುತ್ತದೆಯೇ?
ಭಾರವಾದ, ಮೊನಚಾದ ಅಥವಾ ತೇವಾಂಶವಿರುವ ಆಹಾರ ಪದಾರ್ಥಗಳನ್ನು ನೇರವಾಗಿ ನಿಮ್ಮ ಸ್ಕ್ರೀನ್ ಮೇಲೆ ಇರಿಸುವುದು ದ್ರವ ಹಾನಿ ಅಥವಾ ಸಣ್ಣ ಗೀರುಗಳಿಗೆ ಕಾರಣವಾಗಬಹುದು. ಭೌತಿಕ ಸಂಪರ್ಕವನ್ನು ತಪ್ಪಿಸುವ ಕ್ಯಾಮೆರಾ-ಆಧಾರಿತ ಅಂದಾಜು ಆ್ಯಪ್ಗಳನ್ನು ಬಳಸುವುದು ಹೆಚ್ಚು ಸುರಕ್ಷಿತ.
AR ತೂಕ ಅಂದಾಜು ಆ್ಯಪ್ಗಳು ದ್ರವ್ಯರಾಶಿಯನ್ನು ಹೇಗೆ ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತವೆ?
AR ಆ್ಯಪ್ಗಳು ಕ್ಯಾಮೆರಾವನ್ನು ಬಳಸಿ ವಸ್ತುವಿನ 3D ಗಾತ್ರವನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತವೆ. ನಂತರ ಸಾಫ್ಟ್ವೇರ್ ಆ ದೃಶ್ಯ ಗಾತ್ರವನ್ನು ಆಯ್ಕೆಮಾಡಿದ ವಸ್ತುವಿನ ತಿಳಿದಿರುವ ಪ್ರಮಾಣಿತ ಸಾಂದ್ರತೆಯೊಂದಿಗೆ ಗುಣಿಸಿ ದ್ರವ್ಯರಾಶಿಯನ್ನು ಅಂದಾಜಿಸುತ್ತದೆ.
ಅಡುಗೆ ಮಾಡಲು ಸ್ಕೇಲ್ ಇಲ್ಲದೆಯೇ ನಾನು ಗ್ರಾಂಗಳನ್ನು ನಿಖರವಾಗಿ ಅಳೆಯಬಹುದೇ?
ಅಡುಗೆ ಮಾಡಲು ನಿಖರವಾದ ರಾಸಾಯನಿಕ ಅನುಪಾತಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ, ಅದನ್ನು ಫೋನ್-ಆಧಾರಿತ ಅಂದಾಜು ವಿಶ್ವಾಸಾರ್ಹವಾಗಿ ಒದಗಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ. ರೆಸಿಪಿ ಯಶಸ್ವಿಯಾಗಲು ನಿಖರವಾದ ಅಳತೆಗಾಗಿ ಯಾವಾಗಲೂ ಕ್ಯಾಲಿಬ್ರೇಟ್ ಮಾಡಿದ ಡಿಜಿಟಲ್ ಹಾರ್ಡ್ವೇರ್ ಬಳಸಿ.
ಮೂಲಗಳು
- Apple ARKit Documentation — ಮೊಬೈಲ್ ಹಾರ್ಡ್ವೇರ್ನಲ್ಲಿ ARKit ಪ್ರಾದೇಶಿಕ ಮ್ಯಾಪಿಂಗ್ ಸಾಮರ್ಥ್ಯಗಳು ಮತ್ತು ಆಳದ ಲೆಕ್ಕಾಚಾರವನ್ನು ವಿವರಿಸುವ ತಾಂತ್ರಿಕ ಮಾರ್ಗಸೂಚಿಗಳು.
- Google ARCore — ಆಂಡ್ರಾಯ್ಡ್ ಸಾಧನಗಳಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಗಾತ್ರದ ಅಂದಾಜು ಮತ್ತು ಮೆಶ್ ರಚನೆಯನ್ನು ವಿವರಿಸುವ ತಾಂತ್ರಿಕ ಮಾರ್ಗಸೂಚಿಗಳು.
- National Institute of Standards and Technology (NIST) — ವಾಣಿಜ್ಯ ತೂಕಗಳು, ವಸ್ತು ಸಾಂದ್ರತೆಯ ಲೆಕ್ಕಾಚಾರಗಳು ಮತ್ತು ಅಳತೆಯ ದೋಷದ ಅಂಚುಗಳಿಗೆ ಸಂಬಂಧಿಸಿದ ಫೆಡರಲ್ ಮಾರ್ಗಸೂಚಿಗಳು ಮತ್ತು ಮಾನದಂಡಗಳು.
- World Health Organization (WHO) — ಆಹಾರ ಪಥ್ಯದ ಯಶಸ್ಸಿನ ಮೇಲೆ ಭಾಗಗಳ ನಿಯಂತ್ರಣ ಮತ್ತು ಕ್ಯಾಲೋರಿ ಟ್ರ್ಯಾಕಿಂಗ್ನ ಪ್ರಭಾವವನ್ನು ವಿವರಿಸುವ ಜಾಗತಿಕ ಆರೋಗ್ಯ ದತ್ತಾಂಶ.
- Food and Agriculture Organization (FAO) — ದೃಶ್ಯ ಆಧಾರಿತ ಅಂದಾಜು ವಿಧಾನಗಳ ದೋಷದ ದರಗಳನ್ನು ವಿವರಿಸುವ ಪೌಷ್ಟಿಕಾಂಶ ಸಂಶೋಧನೆ ಮತ್ತು ಆಹಾರ ಮೌಲ್ಯಮಾಪನ ಸಾಧನಗಳು.
- 3D Camera-Based Body Weight Estimation Using Artificial Intelligence in Emergency Care Settings — MDPI ಎಮರ್ಜೆನ್ಸಿ ಕೇರ್ ಅಂಡ್ ಮೆಡಿಸಿನ್ (2025) — ತೂಕದ ಅಂದಾಜಿಗಾಗಿ 3D ಕ್ಯಾಮೆರಾ ನಿಖರತೆಯನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡುವ ಸಂಶೋಧನೆ, ಅಂದಾಜುಗಳಲ್ಲಿ 90% ನೈಜ ತೂಕದ 10% ಮಿತಿಯೊಳಗೆ ಸಾಧಿಸಲಾಗಿದೆ.
