Mnogi projekti, ki so se pojavili na Googlovi eksperimentalni delavnici, X Labs, so se zdeli tik pred znanstveno fantastiko. Google Glass je ponudil obljubo o nosljivih računalnikih, ki so še povečali naš pogled na svet s tehnologijo, vendar resničnost Google Glassa ni izpolnila svoje obljube. Še en projekt X Labs, ki ni razočaran, je avtomobil z lastno vožnjo. Kljub neverjetni obljubi avtomobila brez voznika so ta vozila resničnost. Ta izjemen dosežek je odvisen od tehnologije SLAM.
SLAM: istočasna lokalizacija in kartiranje
SLAM je akronim istočasne lokalizacije in kartiranja, tehnologije, s katero lahko robot ali naprava ustvari zemljevid svoje okolice in se v realnem času orientira pravilno znotraj zemljevida. To ni lahka naloga in trenutno obstaja na mejah tehnoloških raziskav in oblikovanja. Velika prepogost za uspešno implementacijo SLAM tehnologije je problem piščanca in jajčeca, ki sta ga uvedla obe zahtevani nalogi. Če želite uspešno preslikati okolje, morate poznati svojo usmerjenost in položaj v njem; vendar se te informacije pridobivajo le iz že obstoječega zemljevida okolja.
Kako deluje SLAM
Tehnologija SLAM ponavadi premaga to zapleteno vprašanje piščanca in jajca z izgradnjo že obstoječega zemljevida okolja, ki uporablja podatke GPS. Ta zemljevid se nato izboljša, ko se robot ali naprava premika po okolju. Resnični izziv tehnologije je točnost. Meritve je treba nenehno upoštevati, ko se robot ali naprava premika skozi vesolje, tehnologija pa mora upoštevati, ─znanost, ki jo uvaja premikanje naprave in nenatančnost merilne metode. S tem je tehnologija SLAM v veliki meri predmet merjenja in matematike.
Merjenje in matematika
Google-ov avtomobil z avtomobilom je primer merjenja in matematike v akciji. Avtomobil prinaša predvsem meritve z uporabo strešnega sklopa LIDAR (laserski radar), ki lahko ustvari 3D zemljevid svoje okolice do 10 krat na sekundo. Ta pogostost ocenjevanja je ključnega pomena, saj se vozilo premika s hitrostjo. Te meritve se uporabljajo za povečanje že obstoječih zemljevidov GPS, ki jih Google dobro pozna, da jih vzdržujejo v okviru svoje storitve Google Zemljevidi. Odčitki ustvarjajo veliko količino podatkov in ustvarjanje pomena iz teh podatkov, da bi bili odločitve o vožnji delo statistike. Programska oprema v avtomobilu uporablja napredne statistične podatke, vključno z modeli Monte Carlo in Bayesovimi filtri, da natančno preslikava okolje.
Posledice za povečano stvarnost
Avtonomna vozila so očitna primarna uporaba tehnologije SLAM. Vendar pa je lahko manj očitna uporaba v svetu nosljivih tehnologij in povečane realnosti. Medtem ko Google Glass lahko uporablja podatke GPS, da zagotovi grobo pozicijo uporabnika, bi podobna prihodnja naprava lahko uporabila SLAM tehnologijo za izdelavo veliko bolj zapletenega zemljevida okolja uporabnika. To bi lahko vključevalo razumevanje natančno, kaj uporabnik gleda z napravo. Lahko bi prepoznali, kdaj uporabnik išče orientacijsko točko, trgovino ali oglas in jih uporabi za zagotovitev povečanega realnega prekrivanja. Medtem ko so te funkcije morda daleč oddaljene, je projekt MIT razvil enega od prvih primerov nosilne SLAM tehnologije.
Tech, ki razume prostor
Nedavno je bila ta tehnologija fiksni, stacionarni terminal, ki ga uporabljamo v naših domovih in pisarnah. Zdaj tehnologija je vedno prisotna in mobilna. Ta trend je prepričan, da se bo nadaljeval, saj tech še naprej miniaturiše in postane prepleten z našimi vsakodnevnimi dejavnostmi. Zaradi teh trendov postaja tehnologija SLAM vse pomembnejša. Ne bo dolgo, preden pričakujemo, da bo naš tech ne samo razumeti našega okolja, ko se premikamo, ampak tudi, da nas bo pilotiral skozi vsakodnevno življenje.
