Googleの実験ワークショップ、X Labsから出てきたプロジェクトの多くは、SF小説のように思えました。 Google Glassは、世界の視野をテクノロジーで拡大したウェアラブルコンピュータの約束を提供しましたが、Google Glassの現実はその約束を果たしていません。 X-Labsのもう1つのプロジェクトでは、自家用車が失望しています。運転手のない車の幻想的な約束にもかかわらず、これらの車は現実のものです。この素晴らしい成果はSLAM技術に依存しています。
SLAM：同時ローカリゼーションとマッピング
SLAMは、同時ローカリゼーションとマッピングの頭文字をとっており、ロボットやデバイスがその周囲の地図を作成し、リアルタイムで地図内で適切に向きを合わせることができる技術です。これは簡単な作業ではなく、現在は技術の研究と設計の最前線に存在しています。 SLAM技術をうまく実装するための大きな障害は、2つの必要なタスクによって導入された鶏と卵の問題です。環境を正常にマッピングするには、環境内での向きと位置を知る必要があります。ただし、この情報は環境の既存のマップからのみ得られます。
SLAMのしくみ
SLAM技術は、GPSデータを使用して環境の既存マップを構築することによって、この複雑な鶏卵の問題を一般的に克服します。このマップは、ロボットまたはデバイスが環境内を移動するときに洗練されます。この技術の真の課題は、正確さの1つです。ロボットやデバイスが宇宙を移動するにつれて測定が常に行われなければならず、技術はデバイスの動きと測定方法の不正確さの両方によって導入される「ノイズ」を考慮する必要があります。これにより、SLAM技術は主に測定と数学の問題となる。
測定と数学
Googleの自家用車は、実際の測定と数学の一例です。車は主に屋根に取り付けられたLIDAR（レーザーレーダー）アセンブリを使用して測定を行い、周囲の3Dマップを1秒間に最大10回作成することができます。この評価の頻度は、車が速度で動くときに重要です。これらの測定値は、既存のGPS地図を補強するために使用されます。Google MapsはGoogle Mapsサービスの一部として維持管理されています。読み値は大量のデータを生成し、このデータから意味を生成して運転意思決定を行うことが統計の作業です。車上のソフトウェアは、モンテカルロモデルやベイジアンフィルタなどの高度な統計を使用して、環境を正確にマッピングします。
拡張現実への含意
Autonomous Vehicleは、SLAM技術の明白な主要アプリケーションです。しかし、ウェアラブル技術と拡張現実の世界ではあまり使用されていない可能性があります。 Google GlassはGPSデータを使用してユーザーの大まかな位置を提供することができますが、同様の将来のデバイスではSLAM技術を使用してユーザー環境の地図をもっと複雑にすることができます。これには、ユーザーがデバイスで何を見ているかを正確に理解することが含まれます。ユーザーがランドマーク、店頭、または広告を見ているときを認識し、その情報を使用して拡張リアリティオーバーレイを提供することができます。これらの機能は遠くに聞こえるかもしれませんが、MITプロジェクトはウェアラブルSLAM技術デバイスの最初の例の1つを開発しました。
スペースを理解する技術
昔、テクノロジーは家庭やオフィスで使用されている固定された固定端末でした。現在、技術は常に存在し、モバイルです。この傾向は、テクノロジーが小型化を続け、日々の活動に絡み合っていくにつれて、継続しています。これらの傾向のために、SLAM技術がますます重要になってきています。私たちの技術が私たちの環境を理解するだけでなく、私たちの日々の生活を通じて私たちをパイロットすることを期待するのはずっと前にはありません。
