ເຕັກໂນໂລຢີທີ່ສາມາດຍ້າຍຜ່ານຊ່ອງໄດ້
ໂຄງການຫຼາຍທີ່ໄດ້ອອກມາຈາກກອງປະຊຸມທົດລອງຂອງ Google, X Labs , ເບິ່ງຄືວ່າມີຄວາມເຫມາະສົມກັບວິທະຍາສາດ. ກູໂກແກ້ວ ສະເຫນີຄໍາສັນຍາຂອງຄອມພິວເຕີທີ່ໃສ່ໄດ້ທີ່ຈະເສີມຂະຫຍາຍທັດສະນະຂອງພວກເຮົາໃນໂລກດ້ວຍເຕັກໂນໂລຢີ. ຢ່າງໃດກໍ່ຕາມ, ຄວາມເປັນຈິງຂອງກູໂກແກ້ວໄດ້ຖືກພິຈາລະນາໂດຍຫຼາຍໆຄົນທີ່ຈະເປັນຄົນທີ່ມີຄວາມສາມາດຫຼາຍກວ່າຄໍາສັນຍາຂອງມັນ. ແຕ່ໂຄງການທົດລອງ X Labs ອື່ນທີ່ບໍ່ໄດ້ຮັບຄວາມຜິດຫວັງແມ່ນລົດຂັບລົດດ້ວຍຕົນເອງ. ເຖິງວ່າຈະມີຄໍາສັນຍາທີ່ດີຂອງລົດທີ່ຂັບຂີ່, ຍານພາຫະນະເຫຼົ່ານີ້ກໍ່ເປັນຈິງ. ຜົນສໍາເລັດທີ່ຫນ້າປະຫລາດໃຈນີ້ແມ່ນຖືກຂັບເຄື່ອນໂດຍວິທີການທີ່ເອີ້ນວ່າເຕັກໂນໂລຊີ SLAM.
SLAM: Localization ແລະການເຮັດແຜນທີ່ພ້ອມໆກັນ
ເທກໂນໂລຍີ SLAM stands for localization and maping simultaneously, a process whereby a robot or device can create a map of its surroundings and orient itself properly in this map in real time. ນີ້ບໍ່ແມ່ນວຽກງ່າຍແລະມັນມີຢູ່ໃນຂອບເຂດຂອງການຄົ້ນຄວ້າແລະການອອກແບບເຕັກໂນໂລຢີ. ບັນດາວິສາຫະກິດຂະຫນາດໃຫຍ່ທີ່ມີປະສິດຕິຜົນໃນການປະຕິບັດເຕັກໂນໂລຊີ SLAM ແມ່ນບັນຫາໄກ່ແລະໄຂ່ທີ່ນໍາສະເຫນີໂດຍສອງຫນ້າວຽກທີ່ຕ້ອງການ. ເພື່ອປະສົບຜົນສໍາເລັດໃນແຜນທີ່ສະພາບແວດລ້ອມ, ຫນຶ່ງຕ້ອງຮູ້ວ່າການປະຖົມນິເທດແລະຕໍາແຫນ່ງຂອງມັນພາຍໃນມັນ; ເຖິງຢ່າງໃດກໍ່ຕາມຂໍ້ມູນນີ້ແມ່ນໄດ້ຮັບຈາກແຜນທີ່ສະເພາະຂອງສິ່ງແວດລ້ອມເທົ່ານັ້ນ.
SLAM ເຮັດວຽກຢ່າງໃດ?
ເຕັກໂນໂລຢີ SLAM ປົກກະຕິແລ້ວ overcomes ບັນຫາໄກ່ແລະໄຂ່ທີ່ສະລັບສັບຊ້ອນນີ້ໂດຍການສ້າງແຜນທີ່ທີ່ມີຢູ່ແລ້ວຂອງສະພາບແວດລ້ອມໂດຍນໍາໃຊ້ຂໍ້ມູນ GPS. ແຜນທີ່ນີ້ຈະຖືກປັບປຸງຢ່າງລະອຽດຍ້ອນວ່າຫຸ່ນຍົນຫຼືອຸປະກອນເຄື່ອນຍ້າຍຜ່ານສະພາບແວດລ້ອມ. ສິ່ງທ້າທາຍທີ່ແທ້ຈິງຂອງເຕັກໂນໂລຢີນີ້ແມ່ນຫນຶ່ງໃນຄວາມຖືກຕ້ອງ. ການວັດແທກຕ້ອງໄດ້ຮັບການປະຕິບັດຕາມທີ່ຫຸ່ນຍົນຫຼືອຸປະກອນຍ້າຍຜ່ານພື້ນທີ່, ແລະເຕັກໂນໂລຢີຕ້ອງຖືເອົາ "ສິ່ງລົບກວນ" ທີ່ນໍາສະເຫນີໂດຍທັງການເຄື່ອນໄຫວຂອງອຸປະກອນແລະຄວາມບໍ່ຖືກຕ້ອງຂອງວິທີການວັດແທກ. ນີ້ເຮັດໃຫ້ເຕັກໂນໂລຢີ SLAM ສ່ວນໃຫຍ່ແມ່ນການວັດແລະຄະນິດສາດ.
ວັດແລະຄະນິດສາດ
ຕົວຢ່າງຂອງການວັດແລະຄະນິດສາດໃນການປະຕິບັດນີ້, ຫນຶ່ງສາມາດເບິ່ງການປະຕິບັດຂອງ ລົດຂັບລົດຕົນເອງ ຂອງ Google. ລົດໃຫຍ່ແມ່ນວັດແທກໂດຍໃຊ້ມຸງທີ່ຕິດຕັ້ງ LIDAR (ເລດາເລດາ), ຊຶ່ງສາມາດສ້າງແຜນທີ່ 3D ຂອງສະພາບແວດລ້ອມຂອງມັນໄດ້ເຖິງ 10 ເທື່ອຕໍ່ວິນາທີ. ຄວາມຖີ່ຂອງການປະເມີນຜົນນີ້ແມ່ນສໍາຄັນເພາະວ່າລົດຍ້າຍຢູ່ທີ່ຄວາມໄວ. ການວັດແທກເຫຼົ່ານີ້ຖືກນໍາໃຊ້ເພື່ອເພີ່ມແຜນທີ່ GPS ທີ່ມີຢູ່ແລ້ວ, ເຊິ່ງ Google ແມ່ນເປັນທີ່ຮູ້ຈັກດີສໍາລັບການຮັກສາເປັນສ່ວນຫນຶ່ງຂອງການບໍລິການຂອງ Google Maps. ຂໍ້ຄວາມສ້າງຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍແລະສ້າງຄວາມຫມາຍຈາກຂໍ້ມູນນີ້ເພື່ອເຮັດໃຫ້ການຕັດສິນໃຈຂັບຂີ່ແມ່ນວຽກງານຂອງສະຖິຕິ. ຊໍແວໃນລົດໃຊ້ຈໍານວນສະຖິຕິຂັ້ນສູງ, ລວມທັງແບບ Monte Carlo ແລະຕົວກອງ Bayesian ເພື່ອສະແດງແຜນທີ່ສະພາບແວດລ້ອມຢ່າງຖືກຕ້ອງ.
ຄວາມຫມາຍກ່ຽວກັບຄວາມເປັນຈິງເພີ່ມຂຶ້ນ
ຍານພາຫະນະເອກະລາດແມ່ນການນໍາໃຊ້ທີ່ສໍາຄັນຂອງເຕັກໂນໂລຢີ SLAM, ຢ່າງໃດກໍ່ຕາມ, ການນໍາໃຊ້ທີ່ບໍ່ຄ່ອຍຈະແຈ້ງແມ່ນສາມາດຢູ່ໃນໂລກຂອງເຕັກໂນໂລຢີທີ່ມີເກີບແລະຄວາມເປັນຈິງທີ່ເພີ່ມຂຶ້ນ. ໃນຂະນະທີ່ Google Glass ສາມາດນໍາໃຊ້ຂໍ້ມູນ GPS ເພື່ອສະຫນອງຕໍາແຫນ່ງທີ່ຫຍຸ້ງຍາກຂອງຜູ້ໃຊ້, ອຸປະກອນໃນອະນາຄົດທີ່ຄ້າຍຄືກັນສາມາດນໍາໃຊ້ເຕັກໂນໂລຊີ SLAM ເພື່ອສ້າງແຜນທີ່ສະລັບສັບຊ້ອນຫຼາຍຂອງສະພາບແວດລ້ອມຂອງຜູ້ໃຊ້. ນີ້ອາດປະກອບມີຄວາມເຂົ້າໃຈກ່ຽວກັບສິ່ງທີ່ຜູ້ໃຊ້ກໍາລັງຊອກຫາຢູ່ກັບອຸປະກອນ. ມັນສາມາດຮັບຮູ້ໃນເວລາທີ່ຜູ້ໃຊ້ກໍາລັງຊອກຫາຈຸດເດັ່ນ, ຫນ້າຮ້ານ, ຫຼືການໂຄສະນາ, ແລະນໍາໃຊ້ຂໍ້ມູນນັ້ນເພື່ອສະຫນອງການລອກເອົາຄວາມເປັນຈິງທີ່ເພີ່ມຂຶ້ນ. ໃນຂະນະທີ່ລັກສະນະເຫຼົ່ານີ້ອາດຈະມີຄວາມຍາວໄກ, ໂຄງການ MIT ໄດ້ພັດທະນາຫນຶ່ງໃນຕົວຢ່າງທໍາອິດຂອງອຸປະກອນເຕັກໂນໂລຊີ SLAM ທີ່ສາມາດໃສ່ໄດ້.
ເຕັກໂນໂລຢີທີ່ເຂົ້າໃຈພື້ນທີ່
ມັນບໍ່ດົນມານີ້ວ່າເຕັກໂນໂລຢີກໍ່ໄດ້ຖືກສົມມຸດວ່າມັນເປັນບ່ອນທີ່ຕັ້ງຢູ່ບ່ອນທີ່ມີຖາວອນ, ບ່ອນທີ່ພວກເຮົາຈະນໍາໃຊ້ຢູ່ເຮືອນແລະຫ້ອງການຂອງພວກເຮົາ. ໃນປັດຈຸບັນເຕັກໂນໂລຊີແມ່ນເຄີຍມີຢູ່, ແລະມືຖື. ນີ້ແມ່ນແນວໂນ້ມທີ່ແນ່ໃຈວ່າຈະສືບຕໍ່ຍ້ອນເຕັກໂນໂລຢີຍັງສືບຕໍ່ miniaturize ແລະກາຍເປັນ entwined ໃນກິດຈະກໍາປະຈໍາວັນຂອງພວກເຮົາ. ມັນແມ່ນຍ້ອນແນວໂນ້ມເຫຼົ່ານີ້ທີ່ເຕັກໂນໂລຢີ SLAM ຈະກາຍເປັນສິ່ງສໍາຄັນຫຼາຍຂຶ້ນ. ມັນຈະບໍ່ດົນກ່ອນທີ່ພວກເຮົາຄາດຫວັງວ່າເຕັກໂນໂລຢີຂອງພວກເຮົາບໍ່ພຽງແຕ່ເຂົ້າໃຈສິ່ງແວດລ້ອມຂອງພວກເຮົາໃນຂະນະທີ່ພວກເຮົາຍ້າຍ, ແຕ່ອາດຈະທົດລອງພວກເຮົາຜ່ານຊີວິດຂອງພວກເຮົາໃນທຸກໆມື້.