SLAMテクノロジーとSLAMカーとは何ですか？

Googleの実験的なワークショップから生まれたプロジェクトの多くは、 Xラボ、空想科学小説からすぐに見えました。 グーグルグラス テクノロジーで世界観を強化するウェアラブルコンピューターの約束を提供しましたが、GoogleGlassの現実はその約束を果たしていません。 がっかりしていないもう1つのXLabsプロジェクトは、 自動運転車. 自動運転車の幻想的な約束にもかかわらず、これらの車両は現実のものです。 この驚くべき成果は、SLAMテクノロジーに依存しています。

SLAM：同時ローカリゼーションとマッピング

SLAMは、同時ローカリゼーションとマッピングの頭字語であり、ロボットまたはデバイスが周囲の地図を作成し、地図内でリアルタイムに適切に方向付けることができるテクノロジーです。 これは簡単な作業ではなく、現在、技術の研究と設計の最前線に存在しています。 SLAMテクノロジーの実装を成功させるための大きな障害は、2つの必要なタスクによってもたらされる鶏が先か卵が先かという問題です。 環境を正常にマッピングするには、環境内の方向と位置を知っている必要があります。 ただし、この情報は、既存の環境マップからのみ取得されます。

SLAMのしくみ

SLAMテクノロジーは通常、を使用して環境の既存のマップを作成することにより、この複雑な鶏が先か卵が先かという問題を克服します。 GPS データ。 このマップは、ロボットまたはデバイスが環境内を移動するときに洗練されます。 このテクノロジーの真の課題は、正確さの1つです。 ロボットまたはデバイスが宇宙を移動する間、測定は常に行われる必要があり、テクノロジーは デバイスの動きと測定の不正確さの両方によってもたらされる「ノイズ」を説明します 方法。 これにより、SLAMテクノロジーは主に測定と数学の問題になります。

測定と数学

Googleの自動運転車は、実際の測定と数学の例です。 この車は主に、ルーフに取り付けられたLIDAR（レーザーレーダー）アセンブリを使用して測定を行います。これにより、周囲の3Dマップを1秒間に最大10回作成できます。 車が高速で移動するため、この評価の頻度は重要です。 これらの測定値は、GoogleがGoogleマップサービスの一部として維持していることでよく知られている既存のGPSマップを補強するために使用されます。 読み取り値は大量のデータを作成し、このデータから意味を生成して運転の意思決定を行うことは統計の仕事です。 車のソフトウェアは、モンテカルロモデルやベイジアンフィルターなどの高度な統計を使用して、環境を正確にマッピングします。

拡張現実への影響

自動運転車は、SLAMテクノロジーの明らかな主要アプリケーションです。 ただし、あまり明白ではない用途は、ウェアラブル技術と拡張現実の世界である可能性があります。 Google GlassはGPSデータを使用してユーザーの大まかな位置を提供できますが、同様の将来のデバイスはSLAMテクノロジーを使用して、ユーザーの環境のはるかに複雑な地図を作成する可能性があります。 これには、ユーザーがデバイスで何を見ているのかを正確に理解することが含まれる場合があります。 ユーザーがランドマーク、店先、または広告を見ていることを認識し、その情報を使用して拡張現実オーバーレイを提供できます。 これらの機能はかなり遠いように聞こえるかもしれませんが、MITプロジェクトは、ウェアラブルSLAMテクノロジーデバイスの最初の例の1つを開発しました。

宇宙を理解する技術

テクノロジーが私たちの家庭やオフィスで使用する固定の固定端末であったのはそれほど昔のことではありません。 現在、テクノロジーは常に存在し、モバイルです。 この傾向は、テクノロジーが小型化され、私たちの日常の活動に巻き込まれ続けるにつれて、確実に続くでしょう。 これらの傾向のために、SLAMテクノロジーはますます重要になっています。 私たちの技術者が私たちが移動するときに私たちの周囲を理解するだけでなく、私たちの日常生活を通して私たちを操縦することを期待するのはそう長くはかからないでしょう。