ტექნიკა, რომელსაც შეუძლია გადაადგილება სივრცეში
ბევრი პროექტი, რომელიც წარმოიშვა Google- ის ექსპერიმენტული სემინარი, X Labs , თითქოს გარეთ სამეცნიერო ფანტასტიკა. Google Glass გთავაზობთ დაპირებას wearable კომპიუტერები, რომელიც გაიზრდება ჩვენი აზრით მსოფლიოში ტექნოლოგიით. თუმცა, Google Glass- ის რეალობა ბევრმა მიიჩნია, რომ უფრო დადებითი იყოს, ვიდრე მისი დაპირება. მაგრამ კიდევ ერთი X Labs პროექტი, რომელიც არ არის იმედგაცრუებული თვითმმართველობის მამოძრავებელი მანქანა. მიუხედავად იმისა, რომ ავტომობილების უცნაური დაპირება, ეს მანქანა რეალობაა. ეს აღსანიშნავია მიღწეული მიდგომა მოუწოდა SLAM ტექნოლოგია.
SLAM: ერთდროულად ლოკალიზაცია და რუკები
SLAM ტექნოლოგია დგას ერთდროულად ლოკალიზაციისა და რუკების, პროცესი, რომლის მეშვეობითაც რობოტს ან აპარატს შეუძლია შექმნას რუკა მის შემოგარენში და თავისთავად ორიენტირდეს ამ რუკაზე რეალურ დროში. ეს არ არის ადვილი ამოცანა და ამჟამად არსებული ტექნოლოგიების კვლევისა და დიზაინის საზღვრებზეა. SLAM ტექნოლოგიის წარმატებით განხორციელების დიდი გზა წარმოადგენს ქათმის და კვერცხის პრობლემას ორი საჭირო ამოცანის მეშვეობით. იმისათვის, რომ წარმატებით შეიმუშაოს გარემო, უნდა იცოდეს მისი ორიენტაცია და მისი პოზიცია; თუმცა ეს ინფორმაცია მხოლოდ გარემოს არსებული რუკიდან მოიპოვება.
როგორ მუშაობს SLAM?
SLAM ტექნოლოგია, როგორც წესი, გადალახავს ამ კომპლექსურ ქათმის და კვერცხის საკითხს GPS მონაცემთა გამოყენებით არსებული გარემოს შექმნით. ეს რუკა მაშინ არის დახვეწილი, როგორც რობოტი ან მოწყობილობა მოძრაობს გარემოს. ამ ტექნოლოგიის ნამდვილი გამოწვევა ერთ-ერთი სიზუსტეა. გაზომვები მუდმივად უნდა იქნას მიღებული, როგორც რობოტი ან მოწყობილობა მოძრაობს სივრცეში და ტექნოლოგიამ უნდა გაითვალისწინოს "ხმაური", რომელიც დაინერგა მოწყობილობის გადაადგილებას და გაზომვის მეთოდის უზუსტობას. ეს ქმნის SLAM ტექნოლოგიის დიდწილად საკითხი გაზომვის და მათემატიკის.
გაზომვა და მათემატიკა
ამ გაზომვისა და მათემატიკის მაგალითზე მაგალითი შეიძლება შეამოწმოს Google- ის თვითმავალი ავტომობილის შესრულებაზე. ავტომობილი, ძირითადად, გაზომავს სახურავზე სახურავზე დაყენებულია LIDAR- ის (ლაზერული სარადარო) შეკრების გამოყენებით, რომელსაც შეუძლია შექმნას 3D რუკა 10 წმ-მდე. შეფასების ეს სიხშირე კრიტიკულია, რადგან მანქანა სიჩქარით მოძრაობს. ეს გაზომვები გამოიყენება ადრე არსებული GPS რუკების გაზრდის მიზნით, რომელიც Google- ის კარგად ცნობილია თავისი Google Maps- ის სერვისის შემადგენლობაში. კითხვები ქმნის მასიური რაოდენობით მონაცემებს და ამ მონაცემების მნიშვნელობიდან გამომდინარე, მართვის გადაწყვეტილებების მიღება სტატისტიკის მუშაობას წარმოადგენს. ავტომობილის პროგრამული უზრუნველყოფა იყენებს მთელ რიგ მოწინავე სტატისტიკას, მათ შორის მონტე კარლოს მოდელებს და ბაიასურ ფილტრებს, რათა ზუსტად განსაზღვრონ გარემო.
გავლენა Augmented რეალობა
ავტონომიური მანქანები აშკარად პირველადი გამოყენების SLAM ტექნოლოგია, თუმცა ნაკლებად აშკარა გამოყენება შეიძლება იყოს სამყაროში wearable ტექნოლოგიები და augmented რეალობა. მიუხედავად იმისა, რომ Google Glass- ს შეუძლია გამოიყენოს GPS მონაცემები მომხმარებელთა უხეში პოზიციის უზრუნველსაყოფად, მსგავსი სამომავლო მოწყობილობამ შეიძლება გამოიყენოს SLAM ტექნოლოგია მომხმარებელთა გარემოს უფრო კომპლექსური რუკის შესაქმნელად. ეს შეიძლება შეიცავდეს ზუსტად იმას, თუ რა მომხმარებელი ეძებს მოწყობილობას. ეს შეიძლება აღიაროს, როდესაც მომხმარებელი ეძებს საეტაპო, შენახვის, ან რეკლამას, და გამოიყენოს ინფორმაცია, რომ უზრუნველყოს augmented რეალობა overlay. მიუხედავად იმისა, რომ ეს მახასიათებლები შეიძლება გასწავლოთ გრძელი გზა, MIT პროექტი შეიმუშავა wearable SLAM ტექნოლოგიის აპარატის ერთ-ერთი პირველი მაგალითი.
ტექნიკური, რომელიც ასახავს სივრცეში
ეს არ იყო ძალიან დიდი ხნის წინ, რომ ტექნოლოგია იყო ფიქსირებული, სტაციონარული ტერმინალი, რომელიც ჩვენ სახლებში და ოფისებში ვიყენებდით. ახლა ტექნოლოგია მუდმივად არის და მობილური. ეს არის ტენდენცია, რომელიც დარწმუნებულია, რომ გაგრძელდეს როგორც ტექნიკური განაგრძობს მინიმუმამდე გაზრდის და ჩვენს ყოველდღიურ საქმიანობაში ჩაბმა. ეს გამოწვეულია იმიტომ, რომ SLAM ტექნოლოგია სულ უფრო მნიშვნელოვანი გახდება. ეს არ იქნება დიდი ხნით ადრე ჩვენ ველოდებით ჩვენს ტექნიკას არა მარტო ჩვენი გარემოებების გასაგებად, არამედ ჩვენი პილოტის საშუალებით ჩვენს ყოველდღიურ ცხოვრებაში.