प्रौद्योगिकी जो अंतरिक्ष के माध्यम से स्थानांतरित कर सकते हैं
Google की प्रयोगात्मक कार्यशाला, एक्स लैब्स से उभरी कई परियोजनाएं विज्ञान कथा से बाहर लग रही हैं। Google ग्लास पहनने योग्य कंप्यूटरों का वादा प्रदान करता है जो प्रौद्योगिकी के साथ दुनिया के हमारे दृष्टिकोण को बढ़ाएगा। हालांकि, Google ग्लास की वास्तविकता को कई लोगों ने अपने वादे से अधिक समृद्ध माना है। लेकिन एक और एक्स लैब्स प्रोजेक्ट जो निराश नहीं है वह स्वयं ड्राइविंग कार है। एक ड्राइवर रहित कार के fantastical वादे के बावजूद, ये वाहन एक वास्तविकता है। यह उल्लेखनीय उपलब्धि एसएलएएम प्रौद्योगिकी नामक दृष्टिकोण से प्रेरित है।
एसएलएएम: एक साथ स्थानीयकरण और मानचित्रण
एसएलएएम प्रौद्योगिकी एक साथ स्थानीयकरण और मैपिंग के लिए खड़ा है, एक प्रक्रिया जिसके द्वारा एक रोबोट या डिवाइस अपने आसपास के मानचित्र का नक्शा बना सकता है, और वास्तविक समय में इस मानचित्र के भीतर उन्मुख स्वयं को व्यवस्थित कर सकता है। यह कोई आसान काम नहीं है, और यह वर्तमान में प्रौद्योगिकी अनुसंधान और डिजाइन की सीमाओं में मौजूद है। एसएलएएम प्रौद्योगिकी को सफलतापूर्वक कार्यान्वित करने के लिए एक बड़ा रोडब्लॉक दो आवश्यक कार्यों द्वारा पेश की जाने वाली चिकन-एंड-अंडे समस्या है। किसी पर्यावरण को सफलतापूर्वक मानचित्रित करने के लिए, किसी को उनके अभिविन्यास और स्थिति को इसके बारे में जानना चाहिए; हालांकि यह जानकारी केवल पर्यावरण के पूर्व-मौजूदा मानचित्र से प्राप्त की गई है।
एसएलएएम कैसे काम करता है?
एसएलएएम तकनीक आमतौर पर जीपीएस डेटा का उपयोग कर पर्यावरण के पूर्व-मौजूदा मानचित्र का निर्माण करके इस जटिल चिकन-एंड-अंडे मुद्दे को खत्म करती है। इस मानचित्र को फिर से परिष्कृत किया जाता है क्योंकि रोबोट या डिवाइस पर्यावरण के माध्यम से चलता है। इस तकनीक की वास्तविक चुनौती सटीकता में से एक है। रोबोट या डिवाइस अंतरिक्ष के माध्यम से चलने के रूप में मापों को लगातार ले जाना चाहिए, और तकनीक को "शोर" को ध्यान में रखना चाहिए जो डिवाइस के दोनों आंदोलन और माप विधि की गलतता द्वारा पेश किया जाता है। यह एसएलएएम प्रौद्योगिकी को मोटे तौर पर माप और गणित का मामला बनाता है।
मापन और गणित
कार्रवाई में इस माप और गणित का एक उदाहरण, कोई Google की स्वयं ड्राइविंग कार के कार्यान्वयन को देख सकता है । कार मुख्य रूप से छत पर चढ़ने वाले लिडार (लेजर रडार) असेंबली का उपयोग करके मापन लेती है, जो इसके आसपास के 3 डी मानचित्र को दूसरी बार 10 गुना तक बना सकती है। मूल्यांकन की यह आवृत्ति महत्वपूर्ण है क्योंकि कार गति से आगे बढ़ती है। इन मापों का उपयोग पूर्व-मौजूदा जीपीएस मानचित्रों को बढ़ाने के लिए किया जाता है, जिसे Google अपनी Google मानचित्र सेवा के हिस्से के रूप में बनाए रखने के लिए जाना जाता है। रीडिंग्स भारी मात्रा में डेटा बनाते हैं, और ड्राइविंग फैसले बनाने के लिए इस डेटा से अर्थ उत्पन्न करना आंकड़ों का काम है। कार पर सॉफ़्टवेयर मोंटे कार्लो मॉडल और बेयसियन फ़िल्टर समेत कई उन्नत आंकड़ों का उपयोग करता है ताकि पर्यावरण को सटीक रूप से मानचित्रित किया जा सके।
बढ़ी वास्तविकता पर प्रभाव
स्वायत्त वाहन एसएलएएम प्रौद्योगिकी का स्पष्ट प्राथमिक अनुप्रयोग हैं, हालांकि पहनने योग्य प्रौद्योगिकियों और बढ़ी हुई वास्तविकता की दुनिया में कम स्पष्ट उपयोग किया जा सकता है। जबकि Google ग्लास उपयोगकर्ता की किसी न किसी स्थिति को प्रदान करने के लिए जीपीएस डेटा का उपयोग कर सकता है, वही भविष्य का उपकरण उपयोगकर्ता के पर्यावरण का एक और अधिक जटिल मानचित्र बनाने के लिए एसएलएएम तकनीक का उपयोग कर सकता है। इसमें डिवाइस की डिवाइस के साथ सटीक रूप से समझने की समझ शामिल हो सकती है। यह पहचान सकता है कि जब कोई उपयोगकर्ता एक ऐतिहासिक, स्टोरफ्रंट या विज्ञापन देख रहा है, और उस जानकारी का उपयोग एक उन्नत वास्तविकता ओवरले प्रदान करने के लिए करता है। हालांकि ये सुविधाएं एक लंबा सफर तय कर सकती हैं, एक एमआईटी परियोजना ने पहनने योग्य एसएलएएम प्रौद्योगिकी उपकरण के पहले उदाहरणों में से एक विकसित किया है।
तकनीक जो अंतरिक्ष को समझती है
यह बहुत समय पहले नहीं था कि प्रौद्योगिकी को एक निश्चित, स्थिर टर्मिनल माना जाता था जिसे हम अपने घरों और कार्यालयों में उपयोग करेंगे। अब तकनीक हमेशा मौजूद है, और मोबाइल। यह एक प्रवृत्ति है जो जारी रखने के लिए निश्चित है क्योंकि तकनीकी अल्पसंख्यक होना जारी रखता है और हमारी दैनिक गतिविधियों में शामिल हो जाता है। यह इन प्रवृत्तियों के कारण है कि एसएलएएम प्रौद्योगिकी तेजी से महत्वपूर्ण हो जाएगी। यह लंबे समय से पहले नहीं होगा कि हम उम्मीद करते हैं कि हमारी तकनीक न केवल हमारे आसपास के वातावरण को समझने के लिए, बल्कि शायद हमारे दैनिक जीवन के माध्यम से हमें पायलट करेगी।