टेक्नोलोजी कि स्पेस मार्फत सार्न सक्छ
Google को प्रायोगिक कार्यशालाबाट उत्पन्न भएका धेरै परियोजनाहरू, एक्स प्रयोगहरू, विज्ञान कथाबाट सही देखिन्छ। Google ग्लासले पहिरनयोग्य कम्प्युटरहरूको प्रतिज्ञा प्रदान गर्दछ जुन संसारको हाम्रो दृश्य प्रविधिको साथ बढ्दैछ। तथापि, Google ग्लासको वास्तविकता धेरैले यसको प्रतिज्ञा भन्दा अधिक भिषाको रूपमा मानिएको छ। तर अर्को एक्स लैब्स प्रोजेक्ट जुन निराश भएको छैन स्व ड्राइभिङ कार हो। चालक रहित कारको काल्पनिक वादाको बावजुद, यो सवारीहरू वास्तविकता हुन्। यो उल्लेखनीय उपलब्धि SLAM प्रविधि भनिन्छ।
SLAM: एकसाथ स्थानीयकरण र म्यापिङ
SLAM प्रविधि एकसाथ स्थानीयकरण र म्यापिंगको लागि खडा हुन्छ, प्रक्रियामा जसो रोबोट वा उपकरणले यसको वरिपरि नक्सा सिर्जना गर्न सक्छ, र वास्तविक समयमा यो नक्शा भित्र ठीकसँग उन्मुख गर्दछ। यो कुनै सजिलो कार्य छैन, र यो अहिले टेक्नोलोजी अनुसन्धान र डिजाइनको सीमामा अवस्थित छ। SLAM प्रविधि सफलतापूर्वक कार्यान्वयन गर्न ठूलो सडक ब्लक दुई आवश्यक कार्यहरू द्वारा शुरू भएको चिकन र अन्डा समस्या हो। वातावरण सफलतापूर्वक नक्सा गर्न को लागी, कसैले यसको अभिविन्यास र यस भित्रको स्थिति जान पर्छ; तथापि यो जानकारी केवल पर्यावरण को पूर्व-अवस्थित नक्सा बाट प्राप्त भएको छ।
SLAM कसरी काम गर्दछ?
SLAM प्रविधिले सामान्य रूपमा यो जटिल चिकन र अन्डा मुद्दाको जीपीएस डाटा प्रयोग गरी पर्यावरणको पूर्व-अवस्थित नक्सा निर्माण गरेर आक्रोश गर्दछ। त्यसपछि यो नक्सा पुनरावृत्तिक रूपमा परिमार्जन गरिएको छ जस्तै रोबोट वा उपकरण वातावरण मार्फत चल्छ। यस प्रविधिको साँचो चुनौती सटीकताको हो। रोबोट वा यन्त्र अन्तरिक्ष मार्फत चल्छ किनभने मापन निरन्तर लिन सकिन्छ, र टेक्नोलोजीले यन्त्रको आचरण र माप विधिको अशुद्धता द्वारा पेश गरिएको "शोर" लाई ध्यान दिनुपर्छ। यसले SLAM प्रविधिको मात्रा मापन र गणितको कुरा गर्दछ।
मापन र गणित
यस माप र गणित को एक कार्रवाई मा एक उदाहरण, एक को Google को स्वयं ड्राइभिङ्ग कार को लागी को लागी देख सकते हो । कार मुख्यतया छत घुमाइएको LIDAR (लेजर रडार) विधान प्रयोग गरेर मापन लिन्छ, जुन यसको 3 डी एक सेकेन्ड सम्म एक सेकेन्डमा एक गुणा बनाउन सक्छ। मूल्यांकनको यो फ्रिक्वेन्सी महत्वपूर्ण छ किनभने कार गतिमा चल्छ। यी मापहरू पूर्व-अवस्थित जीपीएस नक्साहरू वृद्धि गर्न प्रयोग गरिन्छ, जुन Google लाई Google नक्सा सेवाको भागको रूपमा सुरक्षित राख्नका लागि चिनिन्छ। पढाइहरू डेटाको ठूलो संख्या सिर्जना गर्छन्, र ड्राइभिंग निर्णयहरू गर्न यो डेटाबाट उत्पन्न अर्थ तथ्याङ्कको काम हो। कार मा सफ्टवेयर वातावरण को सही ढंग देखि गर्न को लागी मोन्टे कार्लो मोडेल र बेईसेयन फिल्टर सहित विभिन्न तथ्याङ्कहरु को उपयोग गर्दछ।
विपरित वास्तविकता मा प्रभाव
स्वायत्त वाहनहरू SLAM प्रविधिको स्पष्ट प्राथमिक अनुप्रयोग हुन्, तथापि कम पहिरन प्रयोग पहिरनयोग्य प्रविधिहरू र वृद्धिको वास्तविकताको संसारमा हुन सक्छ। जबकि Google ग्लासले उपयोगकर्ताको कुनै नराम्रो स्थिति प्रदान गर्न जीपीएस डाटा प्रयोग गर्दछ, एक समान भविष्य उपकरणले SLAM प्रविधि प्रयोग गर्न सक्दछ प्रयोगकर्ताको वातावरणको धेरै जटिल नक्सा निर्माण गर्न। यसले प्रयोगकर्तालाई यन्त्रसँग कस्तो खोजिरहेको छ भनेर बुझ्न सक्दछ। यो प्रयोगकर्ताले ल्याण्डमार्क, स्टोरफ्रेन्ट, वा विज्ञापन हेर्दै गर्दा पहिचान गर्न सक्दछ र त्यस जानकारीको प्रयोग गर्नका लागि एक सच्चा सत्य ओभरले प्रदान गर्न। जबकि यी विशेषताहरूले लामो बाटो बन्द गर्न सक्छन्, MIT परियोजनाले पहिरन योग्य SLAM टेक्नोलोजी उपकरणको पहिलो उदाहरण विकसित गरेको छ।
टेकले स्पेसलाई बुझाउँछ
यो धेरै लामो थिएन कि त्यो प्रविधि एक निश्चित, स्थिर टर्मिनल को लागी मानिन्छ जुन हामीले हाम्रो घर र कार्यालयहरुमा प्रयोग गर्यौं। अब प्रविधि सधैँ उपस्थित छ, र मोबाइल। यो एक प्रवृति हो जुन जारी राख्ने निश्चित छ कि प्रविधि कम र कम हुन्छ र हाम्रो दैनिक क्रियाकलापमा उभिएको छ। यो यी प्रवृत्तहरूको कारण हो जुन SLAM प्रविधि बढ्दै जान्छ। यो हामी लामो समय सम्म हामी हाम्रो परिवेशको बारेमा बुझ्नको लागि हाम्रो टचको आशा गर्नुभन्दा लामो हुनेछैन, तर सम्भवतः हाम्रो पालिलोले हाम्रो दिनभरि जीवन बिताउँछ।