Viele der Projekte, die aus dem experimentellen Workshop von Google, X Labs, hervorgegangen sind, scheinen aus der Science Fiction zu stammen. Google Glass bot das Versprechen tragbarer Computer, die unseren Blick auf die Welt durch Technologie verstärkten, aber die Realität von Google Glass hat dieses Versprechen nicht erfüllt. Ein weiteres Projekt von X Labs, das nicht enttäuscht wurde, ist das selbstfahrende Auto. Trotz des fantastischen Versprechens eines fahrerlosen Autos sind diese Fahrzeuge Realität. Diese bemerkenswerte Leistung hängt von der SLAM-Technologie ab.
SLAM: Gleichzeitige Lokalisierung und Zuordnung
SLAM ist eine Abkürzung für Simultane Lokalisierung und Kartierung, eine Technologie, mit der ein Roboter oder ein Gerät eine Karte seiner Umgebung erstellen und sich in Echtzeit innerhalb der Karte richtig orientieren kann. Dies ist keine leichte Aufgabe und derzeit an den Grenzen der Technologieforschung und des Designs. Ein großer Hindernis für die erfolgreiche Implementierung der SLAM-Technologie ist das Henne-und-Ei-Problem, das durch die beiden erforderlichen Aufgaben eingeführt wird. Um eine Umgebung erfolgreich abzubilden, müssen Sie Ihre Orientierung und Position innerhalb der Umgebung kennen. Diese Informationen werden jedoch nur aus einer bereits vorhandenen Umgebungskarte gewonnen.
Wie funktioniert SLAM?
Die SLAM-Technologie überwindet dieses komplexe Henne-und-Ei-Problem in der Regel, indem eine bereits vorhandene Umgebungskarte mit GPS-Daten erstellt wird. Diese Karte wird dann verfeinert, wenn sich der Roboter oder das Gerät durch die Umgebung bewegt. Die wahre Herausforderung der Technologie ist die Genauigkeit. Während sich der Roboter oder das Gerät durch den Weltraum bewegt, müssen ständig Messungen durchgeführt werden, und die Technologie muss das "Rauschen" berücksichtigen, das durch die Bewegung des Geräts und die Ungenauigkeit der Messmethode verursacht wird. Daher ist die SLAM-Technologie weitgehend eine Frage der Messung und der Mathematik.
Messung und Mathematik
Das selbstfahrende Auto von Google ist ein Beispiel für Messung und Mathematik in Aktion. Das Fahrzeug misst in erster Linie mit der auf einem Dach montierten LIDAR-Baugruppe (Laser Radar), die bis zu zehn Mal pro Sekunde eine 3D-Karte der Umgebung erstellen kann. Diese Häufigkeit der Bewertung ist kritisch, da sich das Auto mit der Geschwindigkeit bewegt. Diese Messungen werden verwendet, um die bereits vorhandenen GPS-Karten zu erweitern, die von Google als Bestandteil des Google Maps-Dienstes bekannt sind. Die Messwerte erzeugen eine enorme Menge an Daten, und die Generierung von Bedeutung aus diesen Daten, um Fahrentscheidungen zu treffen, ist die Arbeit von Statistiken. Die Software des Fahrzeugs verwendet erweiterte Statistiken, einschließlich Monte-Carlo-Modellen und Bayes'schen Filtern, um die Umgebung genau abzubilden.
Implikationen für Augmented Reality
Autonome Fahrzeuge sind die offensichtliche Hauptanwendung der SLAM-Technologie. Eine weniger offensichtliche Verwendung kann jedoch in der Welt der tragbaren Technologien und der erweiterten Realität sein. Während Google Glass GPS-Daten verwenden kann, um eine grobe Position für den Benutzer bereitzustellen, könnte ein ähnliches zukünftiges Gerät die SLAM-Technologie verwenden, um eine viel komplexere Karte der Benutzerumgebung zu erstellen. Dies kann ein Verständnis dafür umfassen, was der Benutzer genau mit dem Gerät betrachtet. Es könnte erkennen, wenn ein Benutzer ein Wahrzeichen, eine Fassade oder eine Werbung betrachtet, und diese Informationen verwenden, um eine Augmented Reality-Überlagerung bereitzustellen. Während sich diese Funktionen möglicherweise noch weit entfernt anhören, hat ein MIT-Projekt eines der ersten Beispiele für ein tragbares Gerät der SLAM-Technologie entwickelt.
Tech, der den Weltraum versteht
Es ist nicht lange her, dass die Technologie ein feststehendes, stationäres Terminal war, das wir in unseren Häusern und Büros einsetzen. Jetzt ist Technologie allgegenwärtig und mobil. Dieser Trend wird sich sicherlich fortsetzen, da die Technologie sich weiter verkleinert und in unsere täglichen Aktivitäten eingebunden wird. Aufgrund dieser Trends wird die SLAM-Technologie immer wichtiger. Es wird nicht lange dauern, bis wir davon ausgehen, dass unsere Technik unsere Umgebung nicht nur in unserer Bewegung verstehen wird, sondern uns auch durch unseren Alltag führt.
