Wiele projektów, które wyłoniły się z warsztatów eksperymentalnych Google, X Labs, wydawało się nie na miejscu z science fiction. Google Glass zaoferował obietnicę nadających się do noszenia komputerów, które wzbogaciły naszą wizję świata o technologię, ale rzeczywistość Google Glass nie spełniła swojej obietnicy. Kolejnym projektem X Labs, który nie był rozczarowany, jest samochód samojezdny. Pomimo fantastycznej obietnicy samochodu bez kierowcy, te pojazdy są rzeczywistością. To niezwykłe osiągnięcie zależy od technologii SLAM.
SLAM: Jednoczesna lokalizacja i mapowanie
SLAM jest akronimem do jednoczesnej lokalizacji i mapowania, technologii, dzięki której robot lub urządzenie może stworzyć mapę swojego otoczenia i odpowiednio zorientować się w mapie w czasie rzeczywistym. Nie jest to łatwe zadanie, a obecnie istnieje na pograniczu badań i projektowania technologii. Dużą przeszkodą w skutecznym wdrażaniu technologii SLAM jest problem kurczaków i jaj wprowadzony przez dwa wymagane zadania. Aby skutecznie mapować środowisko, musisz znać orientację i pozycję w nim; jednak ta informacja jest uzyskiwana tylko z wcześniej istniejącej mapy środowiska.
Jak działa SLAM
Technologia SLAM zwykle rozwiązuje ten złożony problem z kurcząt i jaj poprzez budowanie wcześniejszej mapy środowiska z wykorzystaniem danych GPS. Ta mapa jest następnie udoskonalana, gdy robot lub urządzenie przemieszcza się przez środowisko. Prawdziwym wyzwaniem w tej technologii jest dokładność. Pomiary muszą być nieustannie wykonywane, gdy robot lub urządzenie porusza się w przestrzeni, a technologia musi uwzględniać "hałas", który jest wprowadzany zarówno przez ruch urządzenia, jak i niedokładność metody pomiaru. To sprawia, że technologia SLAM jest w dużej mierze kwestią pomiaru i matematyki.
Pomiar i matematyka
Samochód do samodzielnego prowadzenia Google to przykład pomiaru i matematyki w działaniu. Samochód wykonuje przede wszystkim pomiary za pomocą zamontowanego na dachu zestawu LIDAR (laser radar), który może utworzyć mapę 3D otoczenia do 10 razy na sekundę. Ta częstotliwość oceny jest krytyczna, gdy samochód porusza się z dużą prędkością. Pomiary te są wykorzystywane do rozszerzenia istniejących wcześniej map GPS, które Google jest znane z utrzymywania w ramach usługi Google Maps. Odczyty tworzą olbrzymią ilość danych, a generowanie znaczenia z tych danych, aby decyzje dotyczące jazdy były dziełem statystyk. Oprogramowanie w samochodzie wykorzystuje zaawansowane statystyki, w tym modele Monte Carlo i filtry Bayesa, aby dokładnie mapować środowisko.
Implikacje dla rzeczywistości rozszerzonej
Autonomiczne pojazdy są oczywistym podstawowym zastosowaniem technologii SLAM. Jednak mniej oczywistym zastosowaniem może być świat technologii noszenia i rzeczywistości rozszerzonej. Podczas gdy Google Glass może wykorzystywać dane GPS w celu zapewnienia przybliżonej pozycji użytkownika, podobne przyszłe urządzenie może wykorzystywać technologię SLAM do budowania znacznie bardziej złożonej mapy środowiska użytkownika. Może to obejmować dokładne zrozumienie tego, co użytkownik patrzy na urządzenie. Może rozpoznać, kiedy użytkownik patrzy na punkt orientacyjny, witrynę sklepu lub reklamę, i wykorzystywać te informacje, aby zapewnić nakładkę rozszerzonej rzeczywistości. Chociaż te funkcje mogą wydawać się dalekie, projekt MIT opracował jeden z pierwszych przykładów urządzenia do noszenia przy użyciu technologii SLAM.
Technika, która rozumie przestrzeń
Nie tak dawno technologia była stałym, stacjonarnym terminalem, którego używamy w naszych domach i biurach. Teraz technologia jest zawsze obecna i mobilna. Tendencja ta z pewnością będzie kontynuowana, ponieważ technologia nadal miniaturyzuje się i splata w naszych codziennych działaniach. Właśnie z powodu tych trendów technologia SLAM staje się coraz ważniejsza. Nie minie dużo czasu, zanim spodziewamy się, że nasza technika nie tylko zrozumie nasze otoczenie, gdy się poruszamy, ale także będzie pilotować nas przez nasze codzienne życie.
