Számos olyan projekt, amely a Google X-Labs kísérleti műhelyéből jött létre, igazán fantasztikusnak tűnt. A Google Glass felajánlotta a hordozható számítógépek ígéretét, amelyek a világ technológiájával bővítették a nézetünket, de a Google Glass valósága nem felelt meg az ígéretének. Egy másik X Labs projekt, amely nem csalódott az önjáró autó. A vezető nélküli autó fantasztikus ígérete ellenére ezek a járművek valóságosak. Ez a figyelemre méltó teljesítmény a SLAM technológiától függ.
SLAM: Egyidejű lokalizáció és térképkészítés
A SLAM rövidítés az egyidejű lokalizációhoz és leképezéshez, olyan technológia, amellyel egy robot vagy egy eszköz képes létrehozni egy térképet a környezetéről, és valós időben tájékozódni a térképen belül. Ez nem könnyű feladat, és jelenleg is létezik a technológiai kutatás és tervezés határain. A SLAM-technológia sikeres megvalósításához szükséges nagy akadály a csirke-tojás problémája, melyet a két feladat elvégez. Környezet sikeres leképezéséhez ismernie kell a tájékozódást és a pozícióját; ez az információ azonban csak egy meglévő térképből származik.
Hogyan működik a SLAM
A SLAM-technológia tipikusan legyőzte ezt a komplex csirke- és tojás problémát egy GPS-adatok felhasználásával már létező térkép készítésével. Ezt a térképet ezután finomítják, amikor a robot vagy eszköz átkerül a környezetbe. A technológia igazi kihívása a pontosság. A méréseket folyamatosan kell elvégezni, mivel a robot vagy az eszköz a téren mozog, és a technológia figyelembe veszi a "mozgást", amelyet mind a készülék mozgása, mind a mérési módszer pontatlansága vezet be. Ez a SLAM technológiát nagymértékben a mérés és a matematika kérdése jelenti.
Mérés és matematika
A Google önjáró autója a mérés és a matematika működésének példája. Az autó elsősorban a tetőre szerelt LIDAR (lézer radar) szerelvény segítségével méréseket végez, ami akár 10-szer másodpercig is képes létrehozni a környezete 3D-s térképét. Ez az értékelési gyakoriság kritikus fontosságú, mivel az autó sebességgel mozog. Ezeket a méréseket arra használják, hogy növeljék a meglévő GPS-térképeket, amelyeket a Google jól ismeri a Google Térkép szolgáltatás részeként történő karbantartásáért. A leolvasások hatalmas mennyiségű adatot generálnak, és ezekből az adatokból generálnak jelentést a vezetési döntések meghozatalában. A szoftver az autóban fejlett statisztikákat használ, beleértve a Monte Carlo modelleket és a Bayesian szűrőket a környezet pontos megrajzolásához.
Az augmentált valóságra gyakorolt hatások
A SLAM-technológia nyilvánvaló elsődleges alkalmazása az autonóm járművek. Azonban kevésbé nyilvánvaló használat lehet a hordható technológiák és a megnövelt valóság világában. Miközben a Google Glass GPS-adatokat használhat a felhasználó durva pozíciójának eléréséhez, egy hasonló jövőbeli eszköz a SLAM technológiát használhatja a felhasználó környezetének sokkal bonyolultabb térképének kialakításához. Ez magában foglalhatja annak megértését, hogy pontosan mit keres a felhasználó az eszközzel. El tudta ismerni, hogy egy felhasználó egy mérföldkő, egy áruház vagy egy hirdetés nézett-e, és ezt az információt felhasználja egy kiterjesztett valóságos átfedés biztosítására. Bár ezek a funkciók messzire elhúzódnak, egy MIT projekt kifejlesztette a hordható SLAM technológia egyik első példáját.
Tech, amely megérti a helyet
Nem is olyan régen volt, hogy a technológia fix, helyhez kötött terminál volt, amelyet otthonainkban és irodáinkban használunk. Jelenleg a technológia mindig jelen van és mobil. Ez a tendencia biztos, hogy folytatódik, ahogy a tech folytatja a miniatürizáltságot, és összekapcsolódik mindennapi tevékenységünkkel. E tendenciák miatt a SLAM technológia egyre fontosabbá válik. Régóta vár, mielőtt elvárnánk a technikusainktól, hogy ne csak megértsék a környezetünket, ahogy mozogunk, hanem kísérleteznek minket mindennapi életünkön keresztül.
