רבים מהפרויקטים שצמחו מתוך סדנת הניסוי של Google, X Labs, נראו נכונים מתוך מדע בדיוני. Google Glass הציעה את ההבטחה של מחשבים לבישים שהרחיבו את השקפת העולם שלנו על הטכנולוגיה, אך המציאות של Google Glass לא חייתה את הבטחתה. עוד פרויקט X Labs כי לא מאוכזב הוא רכב לנהיגה עצמית. למרות ההבטחה הפנטסטית של מכונית ללא נהיגה, כלי רכב אלה הם מציאות. הישג יוצא דופן זה תלוי בטכנולוגיית SLAM.
SLAM: לוקליזציה ומיפוי סימולטני
SLAM הוא ראשי תיבות של לוקליזציה מיפוי בו זמנית, טכנולוגיה לפיה רובוט או מכשיר יכול ליצור מפה של סביבתו ולהתמצא היטב בתוך המפה בזמן אמת. זו אינה משימה קלה, והיא קיימת כיום בגבולות המחקר והטכנולוגיה. מחסום גדול ליישם בהצלחה את טכנולוגיית ה- SLAM הוא בעיית התרנגולת והביצה של שתי המשימות הנדרשות. כדי למפות בהצלחה סביבה, עליך לדעת את הכיוון ואת המיקום בתוכו; עם זאת, מידע זה הוא רק שנרכשו ממפה קיים מראש של הסביבה.
איך עובד SLAM
טכנולוגיית SLAM בדרך כלל מתגבר על הבעיה המורכבת של עוף וביצה על ידי בניית מפה קיימת מראש של סביבה המשתמשת בנתוני GPS. מפה זו מזוקקת לאחר מכן, כאשר הרובוט או המכשיר נעים דרך הסביבה. האתגר האמיתי של הטכנולוגיה הוא אחד הדיוק. מדידות יש לקחת כל הזמן כמו הרובוט או המכשיר נע בחלל, ואת הטכנולוגיה חייבת לקחת בחשבון את, אשר תוצג על ידי הן את התנועה של המכשיר ואת אי דיוק של שיטת המדידה. זה עושה טכנולוגיית SLAM במידה רבה עניין של מדידה ומתמטיקה.
מדידה ומתמטיקה
המכונית העצמית של Google היא דוגמה למדידה ולמתמטיקה בפעולה. המכונית בעיקר לוקח מדידות באמצעות הרכבה LIDAR (לייזר מכ"ם) רכוב גג, אשר יכול ליצור מפה 3D של הסביבה שלה עד 10 פעמים בשנייה. תדר זה של הערכה הוא קריטי כמו המכונית נעה במהירות. מדידות אלה משמשות להגדלת מפות ה- GPS הקיימות, ש- Google ידועה לתחזוקתן כחלק משירות מפות Google שלה. הקריאות יוצרות כמות עצומה של נתונים, ומייצרים משמעות ממידע זה כדי לקבל החלטות נהיגה היא עבודת הסטטיסטיקה. התוכנה על המכונית משתמשת בסטטיסטיקה מתקדמת, כולל מונטה קרלו מודלים מסננים Bayesian למפות במדויק את הסביבה.
השלכות על מציאות מוגברת
כלי רכב אוטונומיים הם היישום העיקרי ברור של טכנולוגיית SLAM. עם זאת, שימוש פחות ברור עשוי להיות בעולם של טכנולוגיות לביש ומציאות מוגברת. בעוד ש- Google Glass יכולה להשתמש בנתוני GPS כדי לספק מיקום גס של המשתמש, מכשיר עתידי דומה יכול להשתמש בטכנולוגיית SLAM כדי לבנות מפה מורכבת הרבה יותר של סביבת המשתמשים. זה יכול לכלול הבנה של מה בדיוק המשתמש מסתכל עם המכשיר. הוא יכול לזהות מתי משתמש בודק ציון דרך, חזית חנות או פרסומת, ומשתמש במידע זה כדי לספק שכבת מציאות משופרת. בעוד תכונות אלה עשויים להישמע רחוק מאוד, פרויקט MIT פיתחה אחת הדוגמאות הראשונות של מכשיר ה- SLAM לביש הטכנולוגיה.
טק שמבין את החלל
זה לא היה מזמן כי הטכנולוגיה היא קבוע, נייח מסוף כי אנו משתמשים בבתים ומשרדים שלנו. עכשיו הטכנולוגיה היא אי פעם נוכחים. מגמה זו היא להמשיך להמשיך כמו טק ממשיכה למזער ולהשתלב בפעילות היומיומית שלנו. זה בגלל המגמות האלה כי טכנולוגיית SLAM הופך חשוב יותר ויותר. זה זכה הרבה לפני שאנחנו מצפים טק שלנו לא רק להבין את הסביבה שלנו כמו שאנחנו נעים אבל גם כדי לטייל אותנו דרך חיי היומיום שלנו.
