Mnoho projektů, které vzešly z experimentální dílny společnosti Google, X Labs, vypadalo, že je přímo ze sci -fi. Google Glass nabídl příslib nositelných počítačů, které rozšířily náš pohled na svět pomocí technologií, ale realita Google Glass svůj slib nesplnila. Dalším projektem X Labs, který nezklamal, je samořiditelné auto. Navzdory fantastickému příslibu automobilu bez řidiče jsou tato vozidla realitou. Tento pozoruhodný úspěch závisí na technologii SLAM.
SLAM: Simultánní lokalizace a mapování
SLAM je zkratka pro simultánní lokalizaci a mapování, což je technologie, pomocí které může robot nebo zařízení vytvářet mapu svého okolí a správně se v ní v reálném čase orientovat. To není snadný úkol a v současné době existuje na hranicích technologického výzkumu a designu. Velkou překážkou úspěšné implementace technologie SLAM je problém slepice a vejce, který přináší dva požadované úkoly. Chcete -li úspěšně mapovat prostředí, musíte znát svou orientaci a polohu v něm; tyto informace jsou však získány pouze z již existující mapy prostředí.
Jak SLAM funguje
Technologie SLAM obvykle tento složitý problém s kuřaty a vejci překonává vytvořením již existující mapy prostředí pomocí dat GPS. Tato mapa se poté upřesňuje, jak se robot nebo zařízení pohybuje prostředím. Skutečnou výzvou technologie je přesnost. Měření musí být prováděna neustále, když se robot nebo zařízení pohybují prostorem, a technologie musí brát v úvahu „hluk“, který je způsoben jak pohybem zařízení, tak nepřesností metody měření. Díky tomu je technologie SLAM do značné míry záležitostí měření a matematiky.
Měření a matematika
Samořiditelné auto Google je příkladem měření a matematiky v akci. Vůz primárně provádí měření pomocí střešní sestavy LIDAR (laserový radar), která dokáže vytvořit 3D mapu svého okolí až 10krát za sekundu. Tato frekvence vyhodnocování je kritická, protože auto se pohybuje rychlostí. Tato měření se používají k rozšíření již existujících map GPS, o nichž je společnost Google dobře známá, že je udržují jako součást své služby Mapy Google. Odečty vytvářejí obrovské množství dat a generování významu z těchto dat pro rozhodování o řízení je dílem statistiky. Software na vozidle využívá pokročilé statistiky, včetně modelů Monte Carlo a Bayesovských filtrů pro přesné mapování prostředí.
Důsledky pro rozšířenou realitu
Autonomní vozidla jsou zjevnou primární aplikací technologie SLAM. Méně zjevné použití však může být ve světě nositelných technologií a rozšířené reality. Zatímco Google Glass může pomocí GPS dat poskytovat přibližnou pozici uživatele, podobné budoucí zařízení by mohlo pomocí technologie SLAM vytvořit mnohem složitější mapu uživatelského prostředí. To by mohlo zahrnovat pochopení přesně toho, na co se uživatel pomocí zařízení dívá. Dokáže rozpoznat, když se uživatel dívá na mezník, výklad nebo reklamu, a použít tyto informace k poskytnutí překrytí rozšířené reality. I když tyto funkce mohou znít hodně daleko, projekt MIT vyvinul jeden z prvních příkladů nositelného zařízení SLAM.
Technika, která rozumí vesmíru
Není to tak dávno, co byla technologie pevným, stacionárním terminálem, který používáme v našich domovech a kancelářích. Nyní je technologie všudypřítomná a mobilní. Tento trend bude určitě pokračovat, protože technologie se nadále miniaturizuje a zaplétá do našich každodenních činností. Právě díky těmto trendům je technologie SLAM stále důležitější. Netrvá dlouho a očekáváme, že naše technologie při pohybu nejen porozumí našemu okolí, ale také nás budou pilotovat naším každodenním životem.