जागा माध्यमातून हलवू शकता की तंत्रज्ञान
Google च्या प्रायोगिक कार्यशाळा, एक्स लॅब्स पासून उदयास आलेल्या अनेक प्रकल्पांना वैज्ञानिक कल्पनारम्य बाहेर वाटू लागले आहे. गुगल ग्लास वेअरेबल कॉम्प्यूटर्सचे आश्वासन देते ज्यामुळे जगाशी आपला दृष्टिकोन तंत्रज्ञानाने वाढेल. तथापि, Google ग्लासची वास्तविकता हे त्याच्या वचनांच्या तुलनेत अधिक नकारार्थी समजले गेले आहे. परंतु स्वत: ड्रायव्हिंग कार ही निराशाजनक नसलेली दुसरे एक्स लॅब प्रोजेक्ट आहे. ड्रायव्हर नसलेल्या कारची विलक्षण अभिवचन असूनही, ही वाहने प्रत्यक्षात आहेत. ही उल्लेखनीय सिद्धता एसएलएएम तंत्रज्ञानाचा एक दृष्टीकोन आहे.
SLAM: एकाचवेळी स्थानिकरण आणि मॅपिंग
एसएलएएम टेक्नोलॉजी म्हणजे एकाचवेळी लोकॅलिफिकेशन्स आणि मॅपिंग, एक प्रक्रिया ज्यामध्ये रोबोट किंवा एखादी यंत्र आपल्या परिसरातील नकाशा तयार करू शकते आणि वास्तविकपणे या नकाशात रिअल टाईममध्ये योग्य दिशा मिळवू शकते. हे कोणतेही सोपे काम नाही आणि ते सध्या तंत्रज्ञान संशोधन आणि डिझाइनच्या सीमास्थानी अस्तित्वात आहे. SLAM तंत्रज्ञान यशस्वीरित्या अंमलात आणण्यासाठी एक मोठे रोडब्लॉक दोन आवश्यक कार्येंद्वारे सुरू झालेली कोंबडीची आणि अंडी समस्या आहे. यशस्वीरित्या वातावरणाचा नकाशा काढण्यासाठी एखाद्याला त्याच्या स्थितीची जाणीव असणे आवश्यक आहे; तथापि ही माहिती फक्त पर्यावरण पूर्व-अस्तित्वात असलेल्या नकाशावरून मिळवली जाते.
स्लेम कसा काम करतो?
एसएलएएम तंत्रज्ञानी जीपीएस डेटा वापरून पर्यावरण पूर्व-अस्तित्वात असलेला नकाशा तयार करून या गुंतागुंतीच्या चिकन आणि अंडा समस्यावर मात केली आहे. वातावरणात रोबोट किंवा उपकरण हलविल्याप्रमाणे हे नकाशा त्याहून अधिकच परिष्कृत झाले आहे. या तंत्रज्ञानाचे खरे आव्हान अचूक आहे. यंत्रमानव यंत्राद्वारे रोबोट किंवा उपकरण हलवून मोजमाप करणे आवश्यक आहे, आणि तंत्रज्ञानाला "ध्वनी" हिशोब ठेवणे आवश्यक आहे जे यंत्राच्या हालचाली आणि मापन पद्धतीच्या चुकांमुळे सुरू झाले आहे. हे एसएलएएम तंत्रज्ञानास मोजमाप व गणिताचे महत्त्व मानते.
मापन आणि गणित
या मोजमाप आणि कार्यात गणितचे उदाहरण, आपण Google च्या स्व-ड्रायव्हिंग कारचे अंमलबजावणी पाहू शकता . कार मुख्यत्वे छतावरील LIDAR (लेझर रडार) असेंब्लीचा वापर करून मोजमाप घेते, जे त्याच्या सभोवताली एक 3D नकाशा दुसर्या जागेच्या 10 पट पर्यंत तयार करू शकते. कारची वेगाने धावणा-या मूल्यांकनाची ही आवृत्ति महत्वपूर्ण आहे. या मोजमाप पूर्व-विद्यमान जीपीएस नकाशे वाढविण्यासाठी वापरले जातात, जी Google आपल्या Google Maps सेवेच्या रुपात कायम ठेवण्यासाठी प्रसिद्ध आहे. वाचन आकडेवारीचा एक प्रचंड प्रमाणात निर्माण करतात आणि ड्रायव्हिंग निर्णयांसाठी या डेटामधून अर्थ उत्पन्न करणे हे आकडेवारीचे कार्य आहे. कारचे सॉफ्टवेअर अत्याधुनिक आकडेवारीचा वापर करते, ज्यात पर्यावरणाचे अचूक नकाशा तयार करण्यासाठी मोंटे कार्लो मॉडेल आणि बायिसियन फिल्टर समाविष्ट आहेत.
वाढीव वास्तविकतेवर परिणाम
स्वायत्त वाहने एसएलएएम तंत्रज्ञानाचे स्पष्ट प्राथमिक वापर आहेत, तथापि वापरण्यायोग्य तंत्रज्ञानाच्या जगात आणि वाढत्या वास्तवाचा एक कमी स्पष्ट वापर होऊ शकतो. गुगल ग्लास जीपीएस डेटा वापरुन वापरकर्त्याची ठराविक स्थिती प्रदान करू शकतो, तर तत्सम भविष्यात उपकरणाद्वारे एसएलएएम तंत्रज्ञानाचा उपयोग वापरकर्त्याच्या पर्यावरणाचा अधिक जटिल नकाशा तयार करण्यासाठी केला जाऊ शकतो. यामध्ये डिव्हाइस सह वापरकर्ता काय पाहत आहे तंतोतंत समजून घेणे समाविष्ट होऊ शकते. एखादा वापरकर्ता एखादे चिन्ह, स्टोअरफ्रंट किंवा जाहिरात पाहत असेल आणि वाढीव प्रत्यक्षात ओव्हरले प्रदान करण्यासाठी त्या माहितीचा वापर करेल तेव्हा हे ओळखू शकते. ही वैशिष्ट्ये एक लांब पल्ल्याची वाट पाहत असताना, एमआयटी प्रोजेक्टने एक अंगावर घालण्यास योग्य एसएलएएम तंत्रज्ञानाची पहिली उदाहरणे विकसित केली आहेत.
जागा समजून घेणारा टेक
हे फार काळापूर्वी नव्हतं की तंत्रज्ञान एक निश्चित, स्थिर टर्मिनल असे गृहीत धरले गेले होते की आम्ही आमच्या घरे आणि कार्यालयात वापरतो. आता तंत्रज्ञान कधीही-उपस्थित आहे, आणि मोबाइल. हे असेच एक ट्रेंड आहे जे तंत्रज्ञान चालू ठेवते आणि आपल्या दैनंदिन कामकाजात गुंतले जात आहे. हे एसएलएएम तंत्र वाढत्या महत्वाचे होईल या ट्रेंड कारण आहे आपल्या तंत्रज्ञानामुळे आपण आपल्या आजूबाजूच्या परिसरात सभोवतालच्या परिस्थितीप्रमाणेच समजत नाही तर आपल्या रोजच्या आयुष्याद्वारे आम्हाला पायलट करण्याची अपेक्षा करण्यापूर्वीच हे फार काळ राहणार नाही.