เทคโนโลยีที่สามารถเคลื่อนที่ผ่านอวกาศ
หลายโครงการที่เกิดขึ้นจากการทดลองเชิงปฏิบัติการของ Google, X Labs , ดูเหมือนจะถูกตัดออกจากนิยายวิทยาศาสตร์ Google Glass นำเสนอเครื่องคอมพิวเตอร์ที่สวมใส่ได้เพื่อเพิ่มมุมมองของโลกด้วยเทคโนโลยี อย่างไรก็ตามความเป็นจริงของ Google Glass ได้รับการพิจารณาจากหลาย ๆ คนเพื่อให้เกิดความเรียบง่ายกว่าคำสัญญาของ Google แต่โครงการ X Labs อื่นที่ไม่ผิดหวังคือการขับขี่ด้วยตนเอง แม้จะมีสัญญาแปลกประหลาดของรถ driverless, ยานพาหนะเหล่านี้เป็นจริง ความสำเร็จที่น่าทึ่งนี้ถูกผลักดันโดยวิธีการที่เรียกว่า SLAM technology
SLAM: รองรับการแปลและทำแผนที่พร้อม ๆ กัน
เทคโนโลยี SLAM ย่อมาจากภาษาท้องถิ่นและการทำแผนที่ซึ่งเป็นกระบวนการที่หุ่นยนต์หรืออุปกรณ์สามารถสร้างแผนที่ของสภาพแวดล้อมและปรับทิศทางได้อย่างถูกต้องภายในแผนที่นี้แบบเรียลไทม์ นี่ไม่ใช่เรื่องง่ายและขณะนี้มีอยู่ที่เขตแดนของการวิจัยและการออกแบบเทคโนโลยี อุปสรรคสำคัญในการนำเทคโนโลยี SLAM ไปใช้งานได้สำเร็จคือปัญหาไก่ไข่ที่ได้รับการแนะนำโดยทั้งสองงานที่จำเป็น เพื่อให้ประสบความสำเร็จในการทำแผนที่สิ่งแวดล้อมหนึ่งต้องรู้ทิศทางและตำแหน่งของพวกเขาภายในนั้น แต่ข้อมูลนี้จะได้รับจากแผนที่ที่มีมาก่อนของสภาพแวดล้อมเท่านั้น
SLAM ทำงานอย่างไร?
เทคโนโลยี SLAM มักจะเอาชนะปัญหาไข่ไก่แบบซับซ้อนนี้โดยการสร้างแผนที่ก่อนหน้าของสภาพแวดล้อมโดยใช้ข้อมูล GPS แผนที่นี้มีการกลั่นซ้ำเมื่อหุ่นยนต์หรืออุปกรณ์เคลื่อนผ่านสิ่งแวดล้อม ความท้าทายที่แท้จริงของเทคโนโลยีนี้เป็นความแม่นยำอย่างหนึ่ง ต้องใช้การวัดอย่างต่อเนื่องเนื่องจากหุ่นยนต์หรืออุปกรณ์เคลื่อนผ่านอวกาศและเทคโนโลยีต้องคำนึงถึง "เสียง" ที่เกิดจากการเคลื่อนไหวของอุปกรณ์และความไม่ถูกต้องของวิธีการวัด ทำให้เทคโนโลยี SLAM เป็นเรื่องของการวัดและคณิตศาสตร์
การวัดและคณิตศาสตร์
ตัวอย่างของการวัดและคณิตศาสตร์ในทางปฏิบัตินี้เราสามารถดูการใช้ รถยนต์ขับขี่ด้วยตนเองของ Google ได้ รถส่วนใหญ่จะใช้การวัดโดยใช้หลังคาติดตั้ง LIDAR (เลเซอร์เรดาร์) ซึ่งสามารถสร้างแผนที่ 3 มิติของสภาพแวดล้อมได้ถึง 10 ครั้งต่อวินาที ความถี่ของการประเมินเป็นสิ่งสำคัญเนื่องจากรถเคลื่อนที่ด้วยความเร็ว การวัดเหล่านี้ใช้เพื่อเพิ่มแผนที่ GPS ที่มีอยู่ก่อนแล้วซึ่ง Google เป็นที่รู้จักกันดีว่าเป็นส่วนหนึ่งของบริการ Google แผนที่ การอ่านสร้างข้อมูลจำนวนมหาศาลและสร้างความหมายจากข้อมูลนี้เพื่อให้การตัดสินใจในการขับขี่เป็นผลงานทางสถิติ ซอฟต์แวร์บนรถใช้สถิติขั้นสูงจำนวนมากรวมถึงโมเดล Monte Carlo และตัวกรองแบบเบส์เพื่อให้สามารถจับคู่สภาพแวดล้อมได้อย่างถูกต้อง
ผลกระทบต่อความเป็นจริงที่เพิ่มขึ้น
ยานยนต์เป็นโปรแกรมประยุกต์หลักของเทคโนโลยี SLAM ที่เห็นได้ชัดเจน แต่การใช้งานที่ไม่ค่อยเห็นได้ชัดอาจเป็นไปในโลกของเทคโนโลยีเครื่องแต่งตัวที่สวมใส่ได้และความเป็นจริงที่เพิ่มมากขึ้น ในขณะที่ Google Glass สามารถใช้ข้อมูล GPS เพื่อระบุตำแหน่งคร่าวๆของผู้ใช้อุปกรณ์ในอนาคตที่คล้ายคลึงกันสามารถใช้เทคโนโลยี SLAM เพื่อสร้างสภาพแวดล้อมของผู้ใช้ที่ซับซ้อนมากขึ้น ซึ่งอาจรวมถึงความเข้าใจในสิ่งที่ผู้ใช้กำลังมองหาด้วยอุปกรณ์ สามารถรับรู้ได้เมื่อผู้ใช้กำลังมองหาสถานที่สำคัญหน้าร้านหรือโฆษณาและใช้ข้อมูลดังกล่าวเพื่อให้มีการซ้อนทับความเป็นจริงแบบเติม แม้ว่าคุณลักษณะเหล่านี้อาจฟังดูไม่ไกลนัก แต่โครงการ MIT ก็ได้พัฒนาตัวอย่างแรกของอุปกรณ์เทคโนโลยี SLAM สวมใส่ได้
เทคที่เข้าใจอวกาศ
ไม่นานมานี้เทคโนโลยีถือว่าเป็นขั้วคงที่ที่เราจะใช้ในบ้านและที่ทำงานของเรา ขณะนี้เทคโนโลยีมีอยู่ตลอดเวลาและเป็นอุปกรณ์เคลื่อนที่ นี่เป็นแนวโน้มที่จะดำเนินต่อไปเนื่องจากเทคโนโลยียังคงมีขนาดเล็กและกลายเป็นสิ่งที่เราใฝ่ฝันในกิจกรรมประจำวันของเรา เนื่องจากแนวโน้มเหล่านี้ทำให้เทคโนโลยี SLAM กลายเป็นสิ่งสำคัญมากขึ้น จะไม่นานก่อนที่เราจะคาดหวังว่าเทคโนโลยีของเราจะไม่เพียง แต่เข้าใจถึงสภาพแวดล้อมของเราในขณะที่เราย้ายไป แต่อาจนำร่องเราผ่านชีวิตประจำวันของเรา