Dauguma projektų, kurie atsirado "Google" eksperimentinėje dirbtuvėje "X Labs", atrodo teisingai iš mokslinės fantastikos. "Google Glass" pasiūlė nešiojamų kompiuterių pažadą, kuris padidino mūsų požiūrius į pasaulį technologijomis, tačiau realybė "Google Glass" nepasiteisino savo pažadų. Kitas "X Labs" projektas, kuris nebuvo nusivylęs, yra savaiminis automobilis. Nepaisant fantastiškų pažadų be mašinisto automobilio, šios transporto priemonės yra tikrovė. Šis puikus pasiekimas priklauso nuo SLAM technologijos.
SLAM: vienu metu lokalizavimas ir kartografavimas
SLAM yra sinchroninio lokalizavimo ir kartografavimo akronimas, technologija, pagal kurią robotas ar įrenginys gali sukurti jo apylinkių žemėlapį ir tinkamai orientuotis žemėlapyje žemėlapyje realiuoju laiku. Tai nėra lengva užduotis, ir šiuo metu ji yra prie technologijų mokslinių tyrimų ir dizaino ribų. Sėkmingas SLAM technologijos įgyvendinimo kliūtis yra vyno ir kiaušinių problema, kurią sukelia dvi būtinos užduotys. Norint sėkmingai suplanuoti aplinką, turite žinoti savo orientaciją ir poziciją; tačiau ši informacija gaunama tik iš anksto egzistuojančio aplinkos žemėlapio.
Kaip veikia SLAM?
SLAM technologija paprastai įveikia šią sudėtingą viščiukų ir kiaušinių problemą, sukurdama anksčiau egzistuojantį aplinkos žemėlapį, kuriame naudojami GPS duomenys. Šis žemėlapis yra patobulintas, nes robotas ar įrenginys juda per aplinką. Tikrasis šios technologijos iššūkis - tikslumas. Matavimai turi būti nuolat laikomi, kai robotas ar įrenginys juda per erdvę, ir technologija turi atsižvelgti į "įėjimą", kurį įveda tiek prietaiso judėjimas, tiek matavimo metodo netikslumas. Dėl to SLAM technologija daugiausia yra matavimo ir matematikos dalykas.
Matavimas ir matematika
"Google" savaiminis automobilis yra matavimo ir matematikos pavyzdys veikloje. Automobilis pirmiausia atlieka matavimus, naudodamas stogo sumontuotą LIDAR (lazerinį radarą) surinkimą, kuris iki 10 kartų per sekundę gali sukurti 3D vaizdą. Šis vertinimo dažnumas yra labai svarbus, nes automobilis važiuoja greičiu. Šie matavimai naudojami norint išplėsti jau turimus GPS žemėlapius, kuriuos "Google" gerai žino kaip savo "Google" žemėlapių paslaugos palaikymą. Rodmenys sukuria didžiulį duomenų kiekį, o iš šių duomenų prasminga sukurti sprendimus vairuojant - tai statistikos darbas. Automobilio programinėje įrangoje naudojama pažangi statistika, įskaitant Monte Carlo modelius ir Bajeso filtrus, kad būtų galima tiksliai suplanuoti aplinką.
Pasekmės išplėstinei realybei
Autonominės transporto priemonės yra akivaizdus pirminis SLAM technologijos taikymas. Tačiau mažiau akivaizdus naudojimas gali būti nešiojamų technologijų ir papildytos realybės pasaulyje. Nors "Google Glass" gali naudoti GPS duomenis, norėdamas gauti maždaug naudotojo poziciją, panašus būsimas įrenginys galėtų naudoti SLAM technologiją, kad būtų sukurtas daug sudėtingesnis vartotojo aplinkos aplinka. Tai gali apimti supratimą apie tai, ką vartotojas žiūri su įrenginiu. Tai galėtų atpažinti, kai vartotojas žiūri į orientyrą, parduotuvę ar reklamą ir naudoja šią informaciją, kad pateiktų papildytos realybės perdangą. Nors šios savybės gali atrodyti labai toli, MIT projektas sukūrė vieną iš pirmųjų nešiojamojo SLAM technologijos įrenginio pavyzdžių.
Technika, kuri supranta erdvę
Anksčiau ši technologija buvo fiksuotas, stacionarus terminalas, kurį naudojame mūsų namuose ir biuruose. Dabar technologija visada yra ir mobili. Ši tendencija tęsiasi, nes technologijos toliau mažėja ir tampa įkūnytos mūsų kasdienėje veikloje. Dėl šių tendencijų SLAM technologija tampa vis svarbesnė. Tai bus gerokai anksčiau, kol mes tikimės, kad mūsų technologija ne tik supras mūsų aplinką judant, bet ir leis mums per mūsų kasdienį gyvenimą.
