Apakah teknologi SLAM?

Teknologi yang Boleh Pindah Melalui Ruang

Banyak projek yang telah muncul dari bengkel percubaan Google, X Labs , telah kelihatan betul dari fiksyen sains. Google Glass menawarkan janji komputer yang boleh dipakai yang akan meningkatkan pandangan kita terhadap dunia dengan teknologi. Walau bagaimanapun, realiti Google Glass telah dipertimbangkan oleh ramai untuk menjadi lebih prosaik daripada janjinya. Tetapi satu lagi projek X Labs yang tidak kecewa adalah kereta memandu sendiri. Walaupun janji fantastis dari kereta tanpa pemandu, kenderaan ini adalah realiti. Pencapaian luar biasa ini didorong oleh pendekatan yang dipanggil teknologi SLAM.

SLAM: Penyetempatan dan Pemetaan Serentak

Teknologi SLAM bermaksud penyetempatan dan pemetaan serentak, sebuah proses di mana robot atau peranti boleh membuat peta persekitarannya, dan mengorientasikan dirinya dengan betul dalam peta ini dalam masa nyata. Ini bukan tugas yang mudah, dan ia kini wujud di sempadan penyelidikan dan reka bentuk teknologi. Sekatan jalan yang besar untuk berjaya melaksanakan teknologi SLAM adalah masalah ayam dan telur yang diperkenalkan oleh dua tugas yang diperlukan. Untuk berjaya memetakan persekitaran, seseorang mesti tahu orientasi dan kedudukannya di dalamnya; namun maklumat ini hanya diperoleh daripada peta persekitaran yang sedia ada.

Bagaimana Pekerjaan SLAM?

Teknologi SLAM biasanya mengatasi masalah ayam dan telur yang kompleks dengan membina peta pra-sedia persekitaran dengan menggunakan data GPS. Peta ini kemudiannya disempurnakan apabila robot atau peranti bergerak melalui persekitaran. Cabaran sebenar teknologi ini adalah salah satu ketepatan. Pengukuran mesti sentiasa diambil sebagai robot atau peranti bergerak melalui ruang, dan teknologi mesti mengambil kira "bunyi" yang diperkenalkan oleh kedua-dua pergerakan peranti dan ketidaktepatan kaedah pengukuran. Ini menjadikan teknologi SLAM sebahagian besarnya adalah soal pengukuran dan matematik.

Pengukuran dan Matematik

Sebagai contoh pengukuran dan matematik dalam tindakan, seseorang dapat melihat pelaksanaan kereta memandu diri Google. Kereta itu terutama mengambil ukuran menggunakan bumbung yang dipasang pemasangan LIDAR (laser radar), yang boleh membuat peta 3D persekitarannya sehingga 10 kali sesaat. Kekerapan penilaian ini amat kritikal apabila kereta bergerak dengan laju. Pengukuran ini digunakan untuk menambah peta GPS yang sedia ada, yang dikenal Google untuk mengekalkan sebagai sebahagian dari perkhidmatan Google Maps. Pembacaan ini menghasilkan sejumlah besar data, dan menghasilkan makna dari data ini untuk membuat keputusan memandu adalah kerja statistik. Perisian di atas kereta menggunakan beberapa statistik lanjutan, termasuk model Monte Carlo dan penapis Bayesian untuk memetakan persekitaran dengan tepat.

Implikasi pada Realiti Semula

Kenderaan autonomi adalah aplikasi utama teknologi SLAM yang jelas, namun penggunaan yang kurang jelas dapat berada di dunia teknologi dpt dipakai dan realitas tambahan. Walaupun Google Glass boleh menggunakan data GPS untuk menyediakan kedudukan kasar pengguna, peranti masa depan yang serupa boleh menggunakan teknologi SLAM untuk membina peta yang lebih kompleks persekitaran pengguna. Ini mungkin termasuk pemahaman tentang apa yang pengguna lihat dengan peranti itu. Ia dapat mengenali apabila pengguna melihat mercu tanda, etalase, atau iklan, dan menggunakan maklumat tersebut untuk memberikan overlay realiti tambahan. Walaupun ciri-ciri ini boleh dibuang jauh, projek MIT telah membangunkan salah satu contoh pertama peranti teknologi SLAM yang boleh dipakai.

Tech yang Memahami Ruang

Tidak lama dahulu teknologi ini dianggap sebagai terminal tetap dan tetap yang akan kita gunakan di rumah dan pejabat kita. Kini teknologi sekarang ini dan mudah alih. Ini adalah trend yang pasti akan diteruskan kerana teknologi terus menjadi kecil dan menjadi teratur dalam aktiviti harian kami. Ia adalah kerana trend ini bahawa teknologi SLAM akan menjadi semakin penting. Tidak lama lagi kami mengharapkan teknologi kami bukan sahaja memahami persekitaran kami semasa kami bergerak, tetapi mungkin menolong kami melalui kehidupan seharian kami.