Google की प्रयोगात्मक कार्यशाला, एक्स लैब्स से उभरी कई परियोजनाएं विज्ञान कथा से बाहर लग रही हैं। Google ग्लास ने पहनने योग्य कंप्यूटरों का वादा किया जिसने प्रौद्योगिकी के साथ दुनिया के हमारे दृष्टिकोण को बढ़ाया, लेकिन Google ग्लास की वास्तविकता ने अपना वादा नहीं किया है। 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 पर निर्भर है।
एसएलएएम: एक साथ स्थानीयकरण और मानचित्रण
एसएलएएम एक साथ स्थानीयकरण और मैपिंग के लिए एक संक्षिप्त शब्द है, एक तकनीक जिसके द्वारा एक रोबोट या डिवाइस वास्तविक समय में मानचित्र के भीतर अपने परिवेश और उन्मुख के मानचित्र को सही तरीके से बना 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, आपको इसके भीतर अपना अभिविन्यास और स्थिति जाननी चाहिए; हालांकि, यह जानकारी केवल पर्यावरण के पूर्व-मौजूदा मानचित्र से प्राप्त की जाती 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 तब परिष्कृत किया जाता है क्योंकि रोबोट या डिवाइस पर्यावरण के माध्यम से चलता है। प्रौद्योगिकी की असली 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 ध्यान में रखना चाहिए, जिसे डिवाइस के दोनों आंदोलन और माप विधि की गलतता द्वारा पेश किया गया है। यह एसएलएएम प्रौद्योगिकी को मोटे तौर पर माप और गणित का मामला बनाता है।
मापन और गणित
Google की स्वत: ड्राइविंग कार कार्रवाई में माप और गणित का एक उदाहरण है। कार मुख्य रूप से छत पर चढ़ने वाले लिडार (लेजर रडार) असेंबली का उपयोग करके माप लेती है, जो इसके आसपास के 3 डी मानचित्र को एक सेकंड में 10 गुना 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 उन्नत आंकड़ों का उपयोग करता है ताकि पर्यावरण को सटीक रूप से मानचित्रित किया जा सके।
बढ़ी वास्तविकता के लिए प्रभाव
स्वायत्त वाहन एसएलएएम प्रौद्योगिकी का स्पष्ट प्राथमिक अनुप्रयोग हैं। हालांकि, पहनने योग्य प्रौद्योगिकियों और बढ़ी हुई वास्तविकता की दुनिया में कम स्पष्ट उपयोग हो 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 तकनीक एक निश्चित, स्थिर टर्मिनल था जिसे हम अपने घरों और कार्यालयों में उपयोग करते हैं। अब तकनीक हमेशा मौजूद है और मोबाइल है। यह प्रवृत्ति 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 रही है। इससे पहले कि हम अपने तकनीक को न केवल हमारे आस-पास समझने के लिए उम्मीद करते हैं, बल्कि हमारे दैनिक जीवन के माध्यम से हमें पायलट करने की उम्मीद करते हैं।
