Как использовать lidar: нашли 10 бесплатных программ для iphone 12 pro и ipad pro

Элементы модуля

Передатчик и приёмник

На модуле расположен LED передатчик и светочувствительный приёмник.

  • Передатчик (Transmiter) передаёт инфракрасное излучения в окружающее пространство.
  • Приёмник (Receive) соответственно принимает отраженные волны от предметов окружающего мира.

Получив время, за которое вернулась отражённая волна, электронная схема дальномера определяет расстояние до объекта в поле зрения датчика.

Контакты подключения

Датчик подключается к управляющей электронике через выходной кабель с четырьмя проводниками:

Цвет провода Назначение Подключение Примечание
Красный VCC Питание Входное напряжения строго 5 вольт.
Чёрный GND Земля
Зелёный TX / SCL Пин RX / SCL Напряжения логики равно 3,3 вольт (толлерантно к 5 В)
Белый RX / SDA Пин TX / SDA Напряжения логики равно 3,3 вольт (толлерантно к 5 В)

Пример для Raspberry Pi

В качестве мозга для считывания показаний с датчика рассмотрим одноплатные компьютеры из семейства Raspberry Pi.

На низком уровне дальномер общается с управляющей электроникой по шине UART или I²C. В приведенных примерах будем использовать шину UART. Рассмотрим два случая коммуникации:

Подробнее про UART в Raspberry Pi

SoftwareSerial

SoftwareSerial — это программный UART, который позволяет имитировать Serial на других контактах платы. Это удобно когда на плате нет свободных аппаратных UART.

Схема устройства

В качестве примера подключите дальномер к платформе Raspberry Pi 4. Для быстрой сборки и отладки устройства возьмите плату расширения Troyka HAT, которая надевается сверху на малину методом бутерброда.

Имена пинов на Troyka HAT относятся к нумерации , которая отличается от стандартной нумерации одноплатника Raspberry Pi. Для подробностей смотрите .

Дальномер (Цвет провода) Raspberry Pi 4 (BCM) Troyka HAT (WiringPI)
Питание (красный) 5V 5V
Земля (чёрный) GND GND
TX (зелёный) 6 22
RX (белый) 5 21

Программная настройка

  1. Заведите Raspberry Pi

  2. Установите библиотеку pigpio:

    pip install pigpio

Вывод данных

В качестве примера выведем в консоль расстояние до объекта. Для запуска скрипта приведенным ниже — запустите pigpio Daemon:

sudo pigpiod

После остановки скрипта — отключите pigpio Daemon:

sudo killall pigpiod
lidar-tfmini-plus-example-raspberry-pi-basic-read-soft.py
# Подключаем необходимые библиотеки
import pigpio
import time
 
# Номера пинов RX и TX
RX = 6
TX = 5
 
# Настраиваем пины и программный Serial
pi = pigpio.pi()
pi.set_mode(RX, pigpio.INPUT)
pi.bb_serial_read_open(RX, 115200) 
 
# Функция считывания данных 
def getDistance():
    (count, data) = pi.bb_serial_read(RX)
    if count > 8:
      for i in range(, count - 9):
        if datai == 89 and datai + 1 == 89: 
          checksum = 
          for j in range(, 8):
            checksum = checksum + datai + j
          checksum = checksum % 256
          if checksum == datai + 8:
            distance = datai + 2 + datai + 3 * 256
            return distance
 
while True:
    # Считываем расстояние с датчика
    dist = getDistance()
    # Выводим данные в консоль
    print(dist, 'cm')
    # Ждём 100 мс
    time.sleep(0.1)

Схема устройства

В качестве примера подключите дальномер к платформе Raspberry Pi 4. Для быстрой сборки и отладки устройства возьмите плату расширения Troyka HAT, которая надевается сверху на малину методом бутерброда.

Имена пинов на Troyka HAT относятся к нумерации , которая отличается от стандартной нумерации одноплатника Raspberry Pi. Для подробностей смотрите .

Дальномер (Цвет провода) Raspberry Pi 4 (BCM) Troyka HAT (WiringPI)
Питание (красный) 5V 5V
Земля (чёрный) GND GND
TX (зелёный) RX / 15 RX / 16
RX (белый) TX / 14 TX / 15

Программная настройка

  1. Заведите Raspberry Pi

  2. Включите mini UART:

    1. Откройте файл конфигурационный файл Raspbian OS:

      sudo nano /boot/config.txt
    2. В самом конце файла добавьте строку:

      enable_uart=1
    3. Сохраните файл сочетаем клавиш «Ctrl+X»
  3. Перезагрузите Raspberry Pi:

    sudo reboot

Вывод данных

В качестве примера выведем в консоль расстояние до объекта. Для запуска скрипта отключите консоль от mini UART:

sudo systemctl stop serial-getty@ttyS0.service

После остановки скрипта — подключите консоль к mini UART:

sudo systemctl start serial-getty@ttyS0.service
lidar-tfmini-plus-example-raspberry-pi-basic-read-hard-mini-uart.py
# Подключаем необходимые библиотеки
import serial
import time
 
# Выбираем Serial / UART для общения с дальномером
ser = serial.Serial("/dev/ttyS0", 115200)
# Открываем Serial
if ser.is_open == False:
    ser.open()
 
# Функция считывания данных 
def getDistance():
    while True:
        count = ser.in_waiting
        if count > 8:
            data = ser.read(9)
            ser.reset_input_buffer()
            if data == 89 and data1 == 89: 
                checksum = 
                for j in range(, 8):
                    checksum = checksum + dataj
                checksum = checksum % 256
                if checksum == data8:
                    distance = data2 + data3 * 256
                    return distance
 
while True:
    # Считываем расстояние с датчика
    dist = getDistance()
    # Выводим данные в консоль
    print(dist, 'cm')
    # Ждём 100 мс
    time.sleep(0.1)

История

Аббревиатура LIDAR впервые появилась в работе Миддлтона и Спилхауса «Метеорологические инструменты» 1953 года, задолго до изобретения лазеров. Первые лидары использовали в качестве источников света обычные или импульсные лампы со скоростными затворами, формировавшими короткий импульс.

США

В 1963 году в США начались полевые испытания носимого лазерного дальномера XM-23 с мощностью излучения 2,5 Вт и диапазоном измеряемых расстояний 200—9995 м.. XM-23 был изначально несекретным образцом и стал базовым прибором для гражданских исследователей 1960-х годов. К концу 1960-х годов лазерные дальномеры стали стандартным оборудованием новых танков США (первым образцом, спроектированным с применением лазерных дальномеров, стал M551 Шеридан, запущенный в серию в 1967). Гражданские применения лазерных дальномеров были ограничены лишь высокой стоимостью интегральных схем того времени.

Тогда же, в первой половине 1960-х годов, начались опыты по применению лидара с лазерными излучателями для исследования атмосферы.

В 1969 году лазерный дальномер и мишень, установленная на Аполлоне-11, применялся для измерения расстояния от Земли до Луны. Четыре мишени, доставленные на Луну тремя «Аполлонами» и «Луноходом-2», и по сей день используются для наблюдения за орбитой Луны.

В течение 1970-х годов, с одной стороны, отлаживалась технология лазерных дальномеров и компактных полупроводниковых лазеров, а с другой — были начаты исследования рассеяния лазерного луча в атмосфере. К началу 1980-х годов эти исследования стали настолько известными в академических кругах США, что аббревиатура LIDAR стала именем нарицательным — lidar, что зафиксировал словарь Уэбстера 1985 года. В те же годы лазерные дальномеры достигли стадии зрелой технологии (по крайней мере, в военных приложениях) и выделились в отдельную от лидаров отрасль техники.

СССР

Эксперименты по лазерной локации Луны в СССР начались в 1963 году, а с 1973 года велись систематические наблюдения всех пяти расположенных к тому времени на Луне уголковых отражателей («Лунохода-1», «Лунохода-2», «Аполлона-11», «Аполлона-14», «Аполлона-15»).
Для лазерной локации искусственных спутников Земли в СССР были запущены спутники с уголковыми отражателями на борту: «Интеркосмос-17» (1977), «Интеркосмос-Болгария-1300» (советско-болгарский, 1981), «Метеор-3» (1985), использовался разработанный советскими учёными лазерный дальномер «Крым».

В СССР существовало два семейства лидарных метеорологических приборов, предназначенных для использования на аэродромах (в обоих семействах в качестве источника зондирующего светового потока использовались импульсные лампы):

  • Измерители высоты нижней границы облаков — светолокаторы (в начале 1960-х годов создан прибор ИВО-1, далее в 1970-х годах ИВО-2, РВО-2). Принцип действия светолокатора основан на измерении обратно рассеянного зондирующего импульса в атмосфере.
  • Измерители дальности видимости — трансмиссометры (созданный в конце 1960-х годов прибор РДВ-1, в последующие десятилетия ему на смену пришли РДВ-2, РДВ-3, ФИ-1). Принцип действия трансмиссометра (регистратора прозрачности атмосферы) основан на измерении степени ослабления интенсивности световых импульсов после их прохождения через слой атмосферы, ограниченный длиной базисной линии прибора.

Чем отличаются LiDAR и ToF?

Функциональное различие между LiDAR и другими формами ToF заключается в том, что LiDAR использует импульсные лазеры для построения облака точек, которое затем используется для построения трехмерной карты или изображения. Приложения ToF создают «карты глубины» на основе обнаружения света, обычно через стандартную камеру RGB.

Преимущество ToF перед LiDAR заключается в том, что ToF требует менее специализированного оборудования, поэтому его можно использовать с меньшими и менее дорогими устройствами. Преимущество LiDAR заключается в простоте, с которой компьютер может считывать облако точек по сравнению с картой глубины.

В API глубины что Google создал для устройств Android, лучше всего работает на устройствах с поддержкой ToF и работает, создавая карты глубины и распознавая «характерные точки». Эти характерные точки, часто являющиеся барьерами между светом разной интенсивности, затем используются для определения различных плоскостей окружающей среды. По сути, это создает облако точек с более низким разрешением.

Как ToF и LiDAR работают с Mobile AR

Карты глубины и облака точек — это круто, и для некоторых людей и приложений их достаточно. Однако для большинства приложений AR эти данные должны быть контекстуализированы. И ToF, и LiDAR делают это, работая вместе с другими датчиками на мобильном устройстве. В частности, эти платформы должны понимать ориентацию и движение вашего телефона.

Определение местоположения устройства в сопоставленной среде называется одновременной локализацией и сопоставлением или «SLaM». SLaM используется для других приложений, таких как автономные транспортные средства, но для мобильных приложений AR наиболее необходимо размещать цифровые объекты в физической среде.

Это особенно верно для опыта, который остается на месте, когда пользователь не взаимодействует с ним, и для размещения цифровых объектов, которые кажутся позади физических людей и объектов.

Еще один важный фактор при размещении цифровых объектов как в LiDAR, так и в ToF-приложениях — это «якоря». Якоря — это цифровые точки в физическом мире, к которым «привязаны» цифровые объекты.

В приложениях мирового масштаба, таких как Pokemon Go, это делается с помощью отдельного процесса, называемого «Геотегирование». Однако в мобильных приложениях AR цифровой объект привязывается к точкам облака точек LiDAR или к одной из характерных точек на карте глубины.

Лидар сканер — это…

В iPhone 12 тоже будет лидар, в этом почти нет сомнений. Но зачем он там нужен?

Если вы ещё не в курсе, лидар – это специальный сенсор, способный распознавать трёхмерные объекты благодаря технологиям поглощения и рассеивания света. Он просто излучает пучок света, который отталкивается от предметов, расположенных на его пути, и возвращается назад. Таким образом удаётся сформировать силует препятствий, находящихся в зоне видимости, и определить области, свободные от посторонних объектов. Как правило, лидары применяются в системах автопилотирования, выступая в роли глаз беспилотного автомобиля.

Но зачем это смартфону? Ну, на самом деле лидар можно приспособить как минимум для трёх целей. Его можно использовать для распознавания лиц, как поступила Samsung со своим Galaxy S10 5G, который разработчики компании обучили считывать рельеф лица не хуже, чем Face ID. Но поскольку Apple решила установить лидары на заднюю панель своих устройств, логично предположить, что и использоваться они будут если не конкретно для фотосъёмки, то по крайней мере в роли вспомогательного инструмента для камеры. Значит, остаются только два варианта: работа с дополненной реальностью и портретная съёмка.

Зачем нужен лидар

Вот так лидар видит комнату с мебелью

По своей сути лидары являются инструментом компьютерного зрения, который обладает довольно высокой эффективностью и дальностью действия. Самый наглядный пример их применения – это системы автопилотирования. Например, электрокары Tesla оснащены множеством лидаров, с помощью которых они следят за ситуацией на дороге, определяя участников дорожного движения и посторонние объекты.

ToF-сенсоры, которыми оснащаются современные Android-смартфоны, имеют ту же природу, что и лидар, но при этом устроены немного проще. Принцип их работы кроется в их названии – Time of Flight. Они тоже формируют световой луч, который отправляется в окружающую среду, а затем, отражаясь от физических объектов, возвращается обратно. Правда, их форма определяется не самим лучом, а временем, за которое луч прошёл до разных частей объекта и вернулся.

Как работает лидар

Кроме того, лидары «распыляют» свет непрерывно, отправляя в пространство множество последовательных импульсов, а ToF-сенсоры «выстреливают» им лишь единожды. Например, во время съёмки фото. На видео ниже хорошо виден принцип работы лидара в исполнении Apple – это обширное облако точек.

А, если вы посмотрите на работу ToF-сенсоров в ИК, то увидите, что никакого «распыления» не происходит. Это будет просто светящаяся точка, которая загорается во время спуска затвора камеры.

Современное состояние и перспективы

Исследования атмосферы

Исследования атмосферы стационарными лидарами является наиболее массовой отраслью применения технологии. В мире развёрнуто несколько постоянно действующих исследовательских сетей (межгосударственных и университетских), наблюдающих за атмосферными явлениями.

Раннее оповещение о лесных пожарах

Лидар, размещённый на возвышенности (на холме или на мачте) и сканирующий горизонт, способен различать аномалии в воздухе,
порождённые очагами пожаров. В отличие от пассивных инфракрасных систем, распознающих только тепловые аномалии, лидар
выявляет дымы по аномалиям, порождаемым частицами горения, изменению химического состава и прозрачности воздуха и т. п.

Исследования Земли

Вместо установки лидара на земле, где принимаемый отражённый свет будет зашумлён из-за рассеяния в загрязнённых, нижних слоях атмосферы, «атмосферный» лидар может быть поднят в воздух или на орбиту, что существенно улучшает соотношение сигнал-шум и эффективный радиус действия системы.

Строительство и горное дело

Лидары, сканирующие неподвижные объекты (здания, городской ландшафт, открытые горные выработки), относительно дёшевы: так как объект неподвижен, то особого быстродействия от системы обработки сигнала не требуется, а сам цикл обмера может занимать достаточно долгое время (минуты).

Морские технологии

Измерение глубины моря. Для этой задачи используется дифференциальный лидар авиационного базирования. Красные волны почти
отражаются поверхностью моря, тогда как зелёные частично проникают в воду, рассеиваются в ней, и отражаются от морского дна. Технология пока не применяется в гражданской гидрографии из-за высокой погрешности измерений и малого диапазона измеряемых глубин.

Поиск рыбы. Аналогичными средствами можно обнаруживать признаки косяков рыбы в приповерхностных слоях воды. Специалисты американской государственной лаборатории ESRL утверждают, что поиск рыбы лёгкими самолётами, оборудованных лидарами, как минимум на порядок дешевле, чем с судов, оборудованных эхолотами.

Спасение людей на море. В 1999 ВМС США запатентовали конструкцию авиационного лидара, применимого для поиска людей и человеческих тел на поверхности моря; принципиальная новизна этой разработки — в применении оптического маскирования отражённого сигнала, снижающего влияние помех.

Разминирование. Обнаружение мин возможно с помощью лидаров, непосредственно погруженных в воду (например, с буя, буксируемого катером или вертолётом), однако не имеет особых преимуществ по сравнению с активными акустическими системами (сонарами).

На транспорте

Определение скорости транспортных средств. В Австралии простейшие лидары используются для определения скорости автомобилей — так же, как и полицейские радары. Оптический «радар» существенно компактнее традиционного, однако менее надёжен в определении скорости современных легковых автомобилей: отражения от наклонных плоскостей сложной формы «запутывают» лидар.

Беспилотные транспортные средства. В 1987—1995 годах в ходе проекта EUREKA Prometheus, стоившего Европейскому союзу более 1 млрд долларов, были выработаны первые практические разработки беспилотных автомобилей. Наиболее известный прототип, VaMP (разработчик — Университет бундесвера в Мюнхене) не использовал лидары из-за недостатка вычислительной мощности тогдашних процессоров. Новейшая их разработка, MuCAR-3 (2006), использует единственный лидар кругового обзора, поднятый высоко над крышей машины, наравне с направленной мультифокальной камерой обзора вперёд и инерциальной навигационной системой.

Промышленные и сервисные роботы. Системы машинного зрения ближнего радиуса действия для роботов, основанные на сканирующем лидаре IBM, формируют цилиндрическую развёртку с углом охвата горизонта 360° и вертикальным углом зрения до +30..-30°. Собственно дальномер, установленный внутри сканирующей оптической головки, работает на постоянном излучении малой мощности, модулированном несущей частотой порядка 10 МГц. Расстояние до целей (при несущей 10 МГц — не более 15 м) пропорционально сдвигу фаз между опорным генератором, модулирующим источник света, и ответным сигналом.

Q&A

Всё ещё не понятно? – пиши вопросы на ящик

Чем лидар лучше ToF-сенсора

Лидар пригодится не только для фотосъёмки, но и для работы с дополненной реальностью

  • Во-первых, пространственный охват у лидаров гораздо шире, чем у ToF-сенсоров.
  • Во-вторых, ToF-сенсоры не так эффективны в работе с дополненной реальностью, поскольку не могут непрерывно сканировать пространство для более точного размещения AR-объектов.
  • В-третьих, ToF-сенсоры посредственно работают при прямых солнечных лучах, а также наличии отражающих поверхностей – сигнал либо преломляется, либо просто сбивает электронику с толку.
  • Ну, и, в-четвёртых, лидары обладают большей дальнобойностью. Сейчас Apple искусственно ограничивает их потенциал лишь 5 метрами, но в перспективе его можно будет увеличить весьма ощутимо.

Несмотря на то что предназначение лидара и ToF-сенсоров довольно близко друг к другу и в первую очередь состоит в определении формы объектов для более натурального эффекта портретной съёмки, очевидно, что лидар – это более совершенная система сканирования. Получается, что Apple хоть и немного отстала от своих конкурентов во временных рамках, всё-таки умудрилась опять обойти их, реализовав максимально функциональное и перспективное с точки зрения будущих возможностей решение.

LiDAR Scanner 3D — быстрый сканер пространства

Это приложение, которое заточено под работу с iPhone 12 Pro и iPad Pro, представляет собой максимально быстрый 3D-сканер. С помощью него можно практически моментально превратить стену своего дома в трехмерную модель и сохранить полученный результат в форматах USDZ, OBJ, STL, PLY.

Отсканированные модели не содержат цветов и предназначены для дальнейшего использования в приложениях для работы с трехмерной графикой на компьютере или мобильных устройствах. По идее, это должно ощутимо сократить потраченное время на создание объектов с нуля.

Без LiDAR это приложение, увы, не работает. Поэтому его есть смысл устанавливать только на iPhone 12 Pro и iPad Pro.

? Скачать LiDAR Scanner 3D (бесплатно + покупки)

Замерил полквартиры через LiDAR на iPhone 12 Pro Max. Какие выводы?

Замерил проход и получил от виртуальной рулетки результаты один-к-одному с реальными. Отлично.

Рулетку в iOS по-прежнему нельзя использовать как замену реального инструмента при необходимости делать точные расчёты. Промахи бывают разные, в моделях с LiDAR – не очень существенные.

Если вы, скажем, выбираете длину карниза или планируете глубину встраиваемого шкафа, то одной только программной Рулеткой не обойтись. Особенно если на решение могут повлиять считанные миллиметры.

Тут всё верно оказалось.

Три с половиной метра стены Рулетка на iPhone 12 Pro Max измерила с погрешностью в 3 сантиметра. Как по мне, это отличный результат, ведь я двигался, и за один кадр такой замер сделать невозможно.

Рулетку в iOS можно использовать, если вам нужно сделать замеры чуть лучше, чем просто «на глаз». Погрешность Рулетки в моделях iPhone, оснащённых LiDAR, в моём тестировании составляла от 0,1% до 10%, причем чаще – по нижней границе этого огромного разброса вариантов.

Если план действий по ремонту подразумевает небольшую свободу, то Рулетка окажется бесконечно лучше попыток измерить что угодно «на глаз».

Углы для Рулетки в iOS – худший враг, и LiDAR тут пока не спасает. Всё едет куда-то не туда, и результаты портятся.

Рулетка работает точнее всего на выпуклых поверхностях, вроде дверей или плит, и хуже всего на вогнутых – вроде углов. Приложение измерило двери просто с хирургической точностью, равно как и их глубину. Очень неплохо получаются и просто ровные линии, вроде замеров стен по линии плинтуса.

Зато вогнутые углы стен, особенно неравномерно освещенные и сложные (например, переходящие в выемку), в половине попыток не поддавались нормальному замеру.

Мало того, уже построенные линии, начатые от углов стен, прямо на глазах начинали куда-то уезжать и портить весь результат. Это я вообще так и не понял, как объяснять.

Вот пример точнейшего результата программной Рулетки – все пять попыток идеально совпали с замером реальной рулетки.

Рулетка в iOS стала НАМНОГО точнее благодаря LiDAR. Я сравнил результаты одних и тех же замеров на iPhone 12 Pro Max с iPhone SE 2-го поколения и с iPhone 11 Pro Max.

Оба этих «старых» iPhone показали практически рандомные результаты и очень сильно промахивались на длинных линиях, не умещающихся в пределах одного «экрана». Их даже сравнивать с LiDAR-моделями нет смысла, разница до смешного доходит.

iPhone 12 Pro Max, наоборот, несколько раз рекордно попадал в цель и часто делал это три, четыре, пять раз подряд, будто на бис. Я ожидал результатов намного хуже, чем увидел в итоге.

Рулетка в iOS слишком агрессивно находит линии там, где её не просили (жёлтая полоса). В таком случае крайне тяжело поставить точку за пределами такой «линии», это мешает замерам.

Реальную толщину батареи можете увидеть сами. iPhone отказался увидеть здесь больше 9 см только потому, что придумал себе линии там, где их нет.

Рулетку в iOS надо дорабатывать. Если в следующих iPhone установят LiDAR помощнее, то главной проблемой станет не точность измерения, а алгоритмы работы программы. В приложении Рулетка стоит додумать или вообще убрать «умный» поиск углов с такой агрессивностью, как это делается сейчас.

Автоопределение линий и углов гораздо чаще мешает, чем помогает, цепляясь совсем не к той точке, которую вам хочется выбрать.

P.S. Кстати, если не знали, в Рулетке также есть вкладка Уровень, и вот она работает ну очень хорошо. Акселерометры и гироскопы уже так обкатаны в смартфонах, как LiDAR даже не снилось. Так что в качестве уровня ваш iPhone сойдет прекрасно для любого ремонта в масштабах квартиры.

Многоэтажный дом я бы с таким всё равно не строил, но шкаф проверить или карниз – легко.


iPhones.ru

Ремонт – дело долгое и тонкое. Рано или поздно с этим любой столкнётся, и теперь пришла моя очередь. Въехав в квартиру и получив ключи, я решил не доверять БТИ и прочим официальным замерам. Поэтому перемерил всё: каждую стену, выемку, арку и порог. Лазерного дальнометра под рукой (пока что) нет, поэтому пришлось всё делать по-старинке. Рулетку…

Заключение

С помощью качественного рельефа высокого разрешения можно выполнить гидродинамическое моделирование на поверхности, смотрите Гидродинамическое моделирование (CFD) на рельефе с помощью MantaFlow и визуализация результатов в ParaView, и построить детальные геологические модели как показано в статье Построение достоверных геологических моделей. При использовании методов фрактальной математики становится возможным выделение рудных объектов метрового масштаба, см. Пространственные спектры и фрактальность рельефа, силы тяжести и снимков. Также детальный рельеф помогает, при определенных условиях, уточнить спутниковые интерферограммы и получить более детальную картину отражения сейсмических волн от глубинных объектов и более точную модель смещений поверхности, см. Геология XXI века как наука данных о Земле и Вычислительная геология и визуализация.

В следующей статье мы рассмотрим синтез высокодетального рельефа по общедоступным открытым данным, используя статистические методы. В самом деле, нам доступны серии радарных и оптических космических снимков разрешением от 5 м, и улучшение открытого глобального рельефа 30 м до разрешения снимков выглядит очень заманчиво. Вот мы и проверим, как и насколько это возможно сделать.