Tecnoloxía que pode moverse a través do espazo
Moitos dos proxectos que xurdiron do taller experimental de Google, X Labs , parecían perfectamente ciencia ficción. Google Glass ofrece a promesa de ordenadores usables que aumentarán a nosa visión do mundo coa tecnoloxía. Con todo, a realidade de Google Glass foi considerada por moitos como máis prosaico que a súa promesa. Pero outro proxecto de X Labs que non decepcionou é o auto condución. Malia a fantástica promesa dun coche sen condutor, estes vehículos son unha realidade. Esta notable realización está impulsada por un enfoque chamado tecnoloxía SLAM.
SLAM: localización e mapeamento simultáneo
A tecnoloxía SLAM representa a localización e mapeamento simultáneos, un proceso polo cal un robot ou un dispositivo pode crear un mapa do seu contorno e orientarse adecuadamente dentro deste mapa en tempo real. Esta non é tarefa fácil e actualmente existe nas fronteiras da investigación e deseño tecnolóxico. Un gran obstáculo para implementar con éxito a tecnoloxía SLAM é o problema de ovo e ovo introducido polas dúas tarefas esixidas. Para mapear correctamente un ambiente, hai que coñecer a súa orientación e posición dentro del; Con todo, esta información só se obtén a partir dun mapa preexistente do medio.
Como funciona SLAM?
A tecnoloxía SLAM normalmente supera este complexo problema de ovo e ovo mediante a construción dun mapa preexistente dun entorno que utilice datos GPS. Este mapa é entón refinado de xeito iterativo a medida que o robot ou o dispositivo móvense a través do contorno. O verdadeiro desafío desta tecnoloxía é preciso. As medicións deben tomarse constantemente a medida que o robot ou o dispositivo se mova ao espazo, ea tecnoloxía debe ter en conta o "ruído" que introduce tanto o movemento do dispositivo como a inexactitude do método de medición. Isto fai que a tecnoloxía SLAM sexa en gran parte unha cuestión de medición e matemática.
Medición e Matemática
Un exemplo desta medida e as matemáticas en acción, pódese ver a implementación do automóbil de condución de Google. O coche leva principalmente medidas usando o conxunto de LIDAR (radar láser) montado no teito, que pode crear un mapa 3D dos seus arredores ata 10 veces por segundo. Esta frecuencia de avaliacións é crítica xa que o coche móvese á velocidade. Estas medidas úsanse para aumentar os mapas GPS preexistentes, que Google é coñecido por manter como parte do seu servizo de Google Maps. As lecturas crean unha gran cantidade de datos e xerar o significado desta información para tomar decisións de condución é o traballo das estatísticas. O software do automóbil utiliza unha serie de estatísticas avanzadas, incluídos os modelos Monte Carlo e os filtros bayesianos para mapear con precisión o contorno.
Implicacións sobre a realidade aumentada
Os vehículos autónomos son a aplicación primordial obvia da tecnoloxía SLAM, pero un uso menos obvio podería ser no mundo das tecnoloxías usables e da realidade aumentada. Aínda que Google Glass pode usar datos GPS para proporcionar unha posición aproximada do usuario, un dispositivo similar podería usar a tecnoloxía SLAM para construír un mapa moito máis complexo do ambiente do usuario. Isto podería incluír unha comprensión exacta do que o usuario mira co dispositivo. Podería recoñecer cando un usuario está mirando unha marca, tenda ou publicidade, e utiliza esa información para proporcionar unha superposición de realidade aumentada. Aínda que estas características poden parecer moi lonxe, un proxecto MIT desenvolveu un dos primeiros exemplos dun dispositivo de tecnoloxía SLAM portátil.
Tech que entende o espazo
Non foi fai moito tempo que se supuña que a tecnoloxía era unha terminal fixa e estacionaria que usaríamos nas nosas casas e oficinas. Agora a tecnoloxía está sempre presente e móbil. Esta é unha tendencia que seguramente seguirá mentres a tecnoloxía continúa miniaturizándose e entrelazando nas nosas actividades cotiás. É por estas tendencias que a tecnoloxía SLAM será cada vez máis importante. Non pasará moito tempo antes de que esperemos que a nosa tecnoloxía non só comprenda o noso contorno a medida que nos movemos, pero talvez nos avaliemos a través da nosa vida cotiá.