Што е SLAM технологија?

Технологија која може да се движи низ вселената

Многу од проектите што произлегоа од експерименталната работилница на Google, X Labs , се чинеше дека се надвор од научната фантастика. Google Glass нуди ветување на погодни за носење компјутери кои ќе го зголемат нашето гледиште за светот со технологијата. Сепак, реалноста на Google Glass е сметана од многумина да бидат попрозаични од своето ветување. Но, друг X Labs проект кој не е разочаран е само возење автомобил. И покрај фантастичното ветување за автомобил без возач, овие возила се реалност. Ова извонредно остварување е управувано од страна на пристап наречен СЛАМ технологија.

SLAM: Симултано локализирање и мапирање

SLAM технологијата се залага за симултана локализација и мапирање, процес во кој робот или уред може да создаде мапа на неговата околина и да се ориентира правилно во оваа карта во реално време. Ова не е лесна задача, и во моментов постои на границите на технолошкото истражување и дизајн. Голема пречка за успешно спроведување на SLAM технологијата е проблемот со пилешко и јајце воведен од страна на двете задолжителни задачи. За успешно мапирање на средина, мора да се знае нивната ориентација и позиција во неа; сепак овие информации се добиваат само од претходно постоечка карта на животната средина.

Како работи SLAM?

Технологијата SLAM обично го надминува ова сложено прашање за пилешко и јајце со градење претходно постоечка мапа на средина со користење на GPS податоци. Оваа карта е тогаш iteratively рафинирани како робот или уред се движи низ животната средина. Вистинскиот предизвик за оваа технологија е точноста. Мерењата мора постојано да се земаат како што роботот или уредот се движи низ вселената, а технологијата мора да го земе предвид "шумот" кој се воведува од движењето на уредот и од неточноста на методот на мерење. Ова ја прави SLAM технологијата во голема мера прашање на мерење и математика.

Мерење и математика

Пример за ова мерење и математика во акција, може да се погледне во спроведувањето на авто-автомобилот на Google. Автомобилот првенствено ги зема мерењата користејќи собрание на LIDAR (ласерски радар) на покривот, што може да создаде 3D мапа на неговата околина до 10 пати во секунда. Оваа фреквенција на евалуации е критична бидејќи автомобилот се движи со брзина. Овие мерења се користат за зголемување на претходно постоечките GPS карти, кои Google е добро познат за одржување како дел од нејзината услуга Google Maps. Читањата создаваат огромна количина на податоци, а создавањето на значење од овие податоци за да се донесе одлука за возење е работа на статистиката. Софтверот на автомобилот користи голем број напредни статистички податоци, вклучувајќи ги и моделите на Монте Карло и бајесовските филтри за прецизно мапирање на животната средина.

Импликации на зголемена реалност

Автономните возила се очигледна примарна примена на SLAM технологијата, но помалку очигледна употреба може да биде во светот на погодни за носење технологии и зголемена реалност. Додека Google Glass може да користи GPS податоци за да обезбеди груба позиција на корисникот, сличен иден уред може да користи SLAM технологија за да изгради многу посложена мапа на околината на корисникот. Ова може да вклучи разбирање за точното што корисникот го бара со уредот. Тоа може да препознае кога корисникот гледа во обележје, продавница или реклама и ги користи тие информации за да обезбеди зголемена реалност. Додека овие карактеристики може да звучат многу далеку, проект MIT има развиено еден од првите примери на погоден за носечки SLAM технологија уред.

Техника која го разбира просторот

Не многу одамна таа технологија се претпоставуваше како фиксен, стационарен терминал што би го користеле во нашите домови и канцеларии. Сега технологијата е секогаш присутна и мобилна. Ова е тренд кој сигурно ќе продолжи, бидејќи технологијата продолжува да минимизира и да се вклопи во нашите секојдневни активности. Тоа е затоа што на овие трендови технологијата SLAM ќе стане сè поважна. Тоа нема да биде долго пред да очекуваме дека нашата технологија не само што ќе ја разбере нашата околина додека се движиме, туку можеби ќе пилотираме низ нашите секојдневни животи.