Что такое SLAM Technology и SLAM Cars?

Многие из проектов, которые появились в экспериментальной мастерской Google, X LabsКазалось прямо из научной фантастики. очки Гугл обещали носимые компьютеры, которые расширили наш взгляд на мир с помощью технологий, но реальность Google Glass не оправдала своих ожиданий. Еще один проект X Labs, который не разочаровал, - это беспилотный автомобиль. Несмотря на фантастические перспективы беспилотного автомобиля, эти автомобили - реальность. Это замечательное достижение зависит от технологии SLAM.

SLAM: одновременная локализация и отображение

SLAM - это аббревиатура от одновременной локализации и картографии, технологии, с помощью которой робот или устройство могут создавать карту своего окружения и правильно ориентироваться на карте в режиме реального времени. Это непростая задача, и в настоящее время она существует на переднем крае технологических исследований и разработок. Большим препятствием на пути к успешному внедрению технологии SLAM является проблема курицы и яйца, вызванная двумя необходимыми задачами. Чтобы успешно нанести на карту среду, вы должны знать свою ориентацию и положение в ней; однако эта информация получена только из уже существующей карты окружающей среды.

Как работает SLAM

Технология SLAM обычно решает эту сложную проблему курицы и яйца путем построения уже существующей карты окружающей среды с использованием GPS данные. Затем эта карта уточняется по мере того, как робот или устройство перемещаются по окружающей среде. Настоящая проблема технологии - точность. При перемещении робота или устройства в пространстве необходимо постоянно проводить измерения, а технология должна учитывать учитывать «шум», который возникает как из-за движения устройства, так и из-за неточности измерения. метод. Это делает технологию SLAM в значительной степени вопросом измерения и математики.

Измерение и математика

Беспилотный автомобиль Google - это пример измерения и математики в действии. Автомобиль в основном выполняет измерения с помощью установленного на крыше LIDAR (лазерного радара), который может создавать трехмерную карту своего окружения до 10 раз в секунду. Эта частота оценки имеет решающее значение, поскольку автомобиль движется со скоростью. Эти измерения используются для дополнения уже существующих карт GPS, которые Google хорошо известен тем, что поддерживает их как часть своей службы Google Maps. Показания создают огромный объем данных, и создание из этих данных смысла для принятия важных решений - это работа статистики. Программное обеспечение автомобиля использует расширенную статистику, включая модели Монте-Карло и байесовские фильтры для точного отображения окружающей среды.

Последствия для дополненной реальности

Беспилотные автомобили - очевидное основное применение технологии SLAM. Однако менее очевидное применение может быть в мире носимых технологий и дополненной реальности. В то время как Google Glass может использовать данные GPS для определения приблизительного местоположения пользователя, подобное устройство будущего может использовать технологию SLAM для построения гораздо более сложной карты среды пользователя. Это может включать понимание того, на что пользователь смотрит с помощью устройства. Он может распознавать, когда пользователь смотрит на ориентир, витрину или рекламу, и использовать эту информацию для создания наложения дополненной реальности. Хотя эти функции могут показаться далекими от реальности, в рамках проекта Массачусетского технологического института был разработан один из первых примеров носимого устройства с технологией SLAM.

Технология, которая понимает космос

Не так давно технология представляла собой стационарный стационарный терминал, который мы используем в своих домах и офисах. Теперь технологии вездесущи и мобильны. Эта тенденция, несомненно, сохранится, поскольку технологии продолжают уменьшаться в размерах и становятся неотъемлемой частью нашей повседневной деятельности. Именно из-за этих тенденций технология SLAM становится все более важной. Пройдет немного времени, и мы будем ожидать, что наши технологии не только будут понимать наше окружение во время нашего движения, но и будут управлять нами в нашей повседневной жизни.