Tehnologija koja se može kretati kroz prostor
Mnogi od projekata koji su izašli iz Googleove eksperimentalne radionice, X Labs , činili su se pravom iz znanstvene fantastike. Google Glass nudi obećanje nosivih računala koja će povećati naš pogled na svijet tehnologijom. Međutim, stvarnost Google stakla mnogi smatraju da su prozaičnija od obećanja. No, još jedan projekt X Labs koji nije razočarao auto je vozilo za sebe. Unatoč fantastičnom obećanju automobila bez vozača, ta vozila su stvarnost. Ovaj izvanredan uspjeh proizlazi iz pristupa koji se zove SLAM tehnologija.
SLAM: simultano lociranje i mapiranje
SLAM tehnologija je istodobna lokalizacija i mapiranje, proces pomoću kojeg robot ili uređaj mogu stvoriti kartu svoje okoline i pravilno orijentirati unutar ove karte u stvarnom vremenu. Ovo nije lak zadatak, a trenutno postoji na granicama tehnološkog istraživanja i dizajna. Velika zapreka za uspješno primjenu SLAM tehnologije je problem pilića i jaja uveden dvama potrebnim zadacima. Da bi se uspješno mapiralo okruženje, treba znati njihovu orijentaciju i položaj unutar njega; međutim ove se informacije dobivaju samo iz prethodne mape okoliša.
Kako SLAM radi?
SLAM tehnologija obično nadilazi ovaj složeni problem kokoši i jaja izgradnjom već postojeće mape okruženja pomoću GPS podataka. Ova se karta tada iterativno pročišćava dok robot ili uređaj prolazi kroz okoliš. Pravi izazov ove tehnologije je točnost. Mjerenja se stalno moraju poduzeti dok se robot ili uređaj kreće kroz prostor, a tehnologija mora uzeti u obzir "buku" koja je uvedena i pokretom uređaja i netočnosti metode mjerenja. To čini SLAM tehnologiju u velikoj mjeri stvar mjerenja i matematike.
Mjerenje i matematika
Primjer takvog mjerenja i matematike u akciji, može se pogledati implementacija Googleovog auto-voznog automobila. Automobil prvenstveno traži mjerenja pomoću sklopa montiranog na krovu LIDAR (laserski radar) koji može stvoriti 3D kartu svoje okoline do 10 puta u sekundi. Ova učestalost procjena je ključna kad se automobil kreće brzinom. Ta se mjerenja koriste za povećanje već postojećih GPS karata, koje Google zna za održavanje kao dio svoje usluge Google Maps. Čitanja stvaraju ogromnu količinu podataka, a stvaranje značenja iz tih podataka za donošenje odluka o vožnji djelo je statističkih podataka. Softver na automobilu koristi brojne napredne statistike, uključujući modele Monte Carlo i Bayesianove filtere za precizno mapiranje okruženja.
Posljedice na povećanu stvarnost
Autonomna vozila očita su primarna primjena SLAM tehnologije, no manje očita upotreba može biti u svijetu nosivih tehnologija i povećane stvarnosti. Dok Google Glass može koristiti GPS podatke kako bi pružio grubu poziciju korisnika, sličan budući uređaj mogao bi koristiti SLAM tehnologiju kako bi izgradio mnogo složeniju mapu korisničkog okruženja. To može uključivati razumijevanje upravo onoga što korisnik gleda s uređajem. Moglo bi prepoznati kada korisnik pregleda orijentir, trgovinu ili oglas, te upotrijebiti te informacije kako bi pružio prošireni izgled za stvarnost. Premda se te značajke mogu zvučati daleko, MIT projekt je razvio jedan od prvih primjera uređaja koji se može nositi s SLAM tehnologijom.
Tehnika koja razumije prostor
Nije bilo davno da se tehnologija pretpostavlja da je fiksni, stacionarni terminal koji ćemo koristiti u našim domovima i uredima. Sada je tehnologija uvijek prisutna i mobilna. Ovo je trend koji će sigurno nastaviti, budući da tehnologija nastavlja minijaturizirati i postati uskogrudena u našim svakodnevnim aktivnostima. Upravo zbog tih trendova SLAM tehnologija postaje sve važnija. Neće dugo prije nego što očekujemo da naša tehnologija ne samo da razumije našu okolinu dok mi se krećemo, već da nas možda provodi kroz naše svakodnevne živote.