ಎಸ್ಎಎಲ್ಎಂ ತಂತ್ರಜ್ಞಾನ ಏನು?

ತಂತ್ರಜ್ಞಾನದ ಮೂಲಕ ಸ್ಥಳಾಂತರಿಸಬಹುದಾದ ತಂತ್ರಜ್ಞಾನ

ಗೂಗಲ್ ಪ್ರಾಯೋಗಿಕ ಕಾರ್ಯಾಗಾರ, ಎಕ್ಸ್ ಲ್ಯಾಬ್ಸ್ನಿಂದ ಹೊರಬಂದ ಅನೇಕ ಯೋಜನೆಗಳು ವೈಜ್ಞಾನಿಕ ಕಾದಂಬರಿಯಿಂದ ಹೊರಬಿದ್ದವು. ಜಗತ್ತಿನಲ್ಲಿ ನಮ್ಮ ದೃಷ್ಟಿಕೋನವನ್ನು ತಾಂತ್ರಿಕತೆಯೊಂದಿಗೆ ವರ್ಧಿಸುವ ವೇರೆಬಲ್ ಕಂಪ್ಯೂಟರ್ಗಳ ಭರವಸೆಯನ್ನು ಗೂಗಲ್ ಗ್ಲಾಸ್ ಒದಗಿಸುತ್ತದೆ. ಹೇಗಾದರೂ, ಗೂಗಲ್ ಗ್ಲಾಸ್ ರಿಯಾಲಿಟಿ ಅನೇಕ ಭರವಸೆ ಹೆಚ್ಚು ಪ್ರಾಸಿಕ್ ಎಂದು ಪರಿಗಣಿಸಲಾಗಿದೆ. ಆದರೆ ನಿರಾಶಾದಾಯಕವಾಗಿಲ್ಲದ ಮತ್ತೊಂದು ಎಕ್ಸ್ ಲ್ಯಾಬ್ಸ್ ಯೋಜನೆಯು ಸ್ವಯಂ ಡ್ರೈವಿಂಗ್ ಕಾರ್ ಆಗಿದೆ. ಚಾಲಕರಹಿತ ಕಾರುಗಳ ಅದ್ಭುತವಾದ ವಾಗ್ದಾನ ಹೊರತಾಗಿಯೂ, ಈ ವಾಹನಗಳು ಒಂದು ರಿಯಾಲಿಟಿ. ಈ ಗಮನಾರ್ಹ ಸಾಧನೆ SLAM ತಂತ್ರಜ್ಞಾನ ಎಂಬ ವಿಧಾನದಿಂದ ಚಾಲಿತವಾಗಿದೆ.

ಎಸ್ಎಎಲ್ಎಂ: ಏಕಕಾಲಿಕ ಸ್ಥಳೀಕರಣ ಮತ್ತು ಮ್ಯಾಪಿಂಗ್

ಎಸ್ಎಎಲ್ಎಮ್ ತಂತ್ರಜ್ಞಾನ ಏಕಕಾಲದಲ್ಲಿ ಸ್ಥಳೀಕರಣ ಮತ್ತು ಮ್ಯಾಪಿಂಗ್ ಆಗಿದೆ, ಈ ಪ್ರಕ್ರಿಯೆಯು ರೋಬಾಟ್ ಅಥವಾ ಸಾಧನವು ಸುತ್ತಮುತ್ತಲಿನ ನಕ್ಷೆಯನ್ನು ರಚಿಸಬಹುದು, ಮತ್ತು ನೈಜ ಸಮಯದಲ್ಲಿ ಈ ನಕ್ಷೆಯಲ್ಲಿಯೇ ಸ್ವತಃ ಸರಿಯಾಗಿ ಓರಿಯಂಟ್ ಮಾಡಬಹುದು. ಇದು ಸುಲಭದ ಕೆಲಸವಲ್ಲ, ಮತ್ತು ಇದು ಪ್ರಸ್ತುತ ತಂತ್ರಜ್ಞಾನ ಸಂಶೋಧನೆ ಮತ್ತು ವಿನ್ಯಾಸದ ಗಡಿಗಳಲ್ಲಿದೆ. SLAM ತಂತ್ರಜ್ಞಾನವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ಜಾರಿಗೆ ತರಲು ದೊಡ್ಡ ರಸ್ತೆಬಲಕವು ಅಗತ್ಯವಿರುವ ಎರಡು ಕಾರ್ಯಗಳಿಂದ ಪರಿಚಯಿಸಲ್ಪಟ್ಟ ಕೋಳಿ-ಮತ್ತು-ಮೊಟ್ಟೆಯ ಸಮಸ್ಯೆಯಾಗಿದೆ. ಪರಿಸರವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ನಕ್ಷೆ ಮಾಡಲು, ಅದರೊಳಗೆ ಅವರ ದೃಷ್ಟಿಕೋನ ಮತ್ತು ಸ್ಥಾನವನ್ನು ತಿಳಿದಿರಬೇಕು; ಆದರೆ ಈ ಮಾಹಿತಿಯು ಪರಿಸರದ ಪೂರ್ವ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ನಕ್ಷೆಯಿಂದ ಮಾತ್ರ ಪಡೆಯಲ್ಪಡುತ್ತದೆ.

SLAM ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ?

ಜಿಎಲ್ಎಸ್ ಡೇಟಾವನ್ನು ಬಳಸಿಕೊಂಡು ಪರಿಸರದ ಮೊದಲೇ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ನಕ್ಷೆಯನ್ನು ನಿರ್ಮಿಸುವ ಮೂಲಕ SLAM ತಂತ್ರಜ್ಞಾನವು ಈ ಸಂಕೀರ್ಣ ಕೋಳಿ ಮತ್ತು ಮೊಟ್ಟೆಯ ಸಮಸ್ಯೆಯನ್ನು ವಿಶಿಷ್ಟವಾಗಿ ಮೀರಿಸುತ್ತದೆ. ಈ ನಕ್ಷೆಯು ನಂತರ ಪುನರಾವರ್ತನೆಗೊಳ್ಳುತ್ತದೆ ಮತ್ತು ರೋಬೋಟ್ ಅಥವಾ ಸಾಧನವು ಪರಿಸರದ ಮೂಲಕ ಚಲಿಸುತ್ತದೆ. ಈ ತಂತ್ರಜ್ಞಾನದ ನಿಜವಾದ ಸವಾಲು ನಿಖರತೆಯಾಗಿದೆ. ಬಾಹ್ಯಾಕಾಶದ ಮೂಲಕ ರೋಬೋಟ್ ಅಥವಾ ಸಾಧನವು ಚಲಿಸುತ್ತದೆ ಎಂದು ಮಾಪನಗಳನ್ನು ನಿರಂತರವಾಗಿ ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಮತ್ತು ಸಾಧನವು "ಶಬ್ದ" ವನ್ನು ಗಣನೆಗೆ ತೆಗೆದುಕೊಳ್ಳಬೇಕು ಮತ್ತು ಅದು ಸಾಧನದ ಚಲನೆಯನ್ನು ಮತ್ತು ಮಾಪನ ವಿಧಾನದ ನಿಷ್ಕೃಷ್ಟತೆಯಿಂದ ಪರಿಚಯಿಸಲ್ಪಡುತ್ತದೆ. ಇದು SLAM ತಂತ್ರಜ್ಞಾನವನ್ನು ಹೆಚ್ಚಾಗಿ ಮಾಪನ ಮತ್ತು ಗಣಿತಶಾಸ್ತ್ರದ ವಿಷಯವನ್ನಾಗಿ ಮಾಡುತ್ತದೆ.

ಮಾಪನ ಮತ್ತು ಗಣಿತ

ಈ ಮಾಪನದ ಉದಾಹರಣೆ ಮತ್ತು ಕ್ರಮದಲ್ಲಿ ಗಣಿತಶಾಸ್ತ್ರ, ಗೂಗಲ್ನ ಸ್ವಯಂ ಡ್ರೈವಿಂಗ್ ಕಾರಿನ ಅನುಷ್ಠಾನವನ್ನು ನೋಡಬಹುದಾಗಿದೆ . ಕಾರ್ ಪ್ರಾಥಮಿಕವಾಗಿ ಲಿಯಾರ್ (ಲೇಸರ್ ರೇಡಾರ್) ಜೋಡಣೆಯನ್ನು ಆರೋಹಿತವಾದ ಛಾವಣಿಯ ಮೂಲಕ ಅಳತೆಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ, ಅದು ಅದರ ಸುತ್ತಮುತ್ತಲಿನ 3D ನಕ್ಷೆಯನ್ನು ಎರಡನೇ ಬಾರಿ 10 ಬಾರಿ ರಚಿಸುತ್ತದೆ. ವೇಗದಲ್ಲಿ ಚಲಿಸುವ ಕಾರಣ ಈ ಮೌಲ್ಯಮಾಪನಗಳ ಆವರ್ತನವು ವಿಮರ್ಶಾತ್ಮಕವಾಗಿದೆ. ಪೂರ್ವಭಾವಿ ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ಜಿಪಿಎಸ್ ನಕ್ಷೆಗಳನ್ನು ವೃದ್ಧಿಸಲು ಈ ಅಳತೆಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ, ಗೂಗಲ್ ತನ್ನ ಗೂಗಲ್ ನಕ್ಷೆಗಳ ಸೇವೆಯ ಭಾಗವಾಗಿ ನಿರ್ವಹಿಸಬೇಕಾದ ಹೆಸರುವಾಸಿಯಾಗಿದೆ. ವಾಚನಗೋಷ್ಠಿಗಳು ಭಾರೀ ಮೊತ್ತದ ಡೇಟಾವನ್ನು ರಚಿಸುತ್ತವೆ ಮತ್ತು ಚಾಲನೆ ನಿರ್ಧಾರಗಳನ್ನು ಮಾಡಲು ಈ ಡೇಟಾದಿಂದ ಅರ್ಥವನ್ನು ಉತ್ಪಾದಿಸುವುದು ಅಂಕಿಅಂಶಗಳ ಕಾರ್ಯವಾಗಿದೆ. ಕಾರಿನ ತಂತ್ರಾಂಶವು ಪರಿಸರವನ್ನು ನಿಖರವಾಗಿ ನಕ್ಷೆ ಮಾಡಲು ಮಾಂಟೆ ಕಾರ್ಲೋ ಮಾದರಿಗಳು ಮತ್ತು ಬೇಯೆಸಿಯನ್ ಫಿಲ್ಟರ್ಗಳನ್ನು ಒಳಗೊಂಡಂತೆ ಹಲವಾರು ಮುಂದುವರಿದ ಅಂಕಿಅಂಶಗಳನ್ನು ಬಳಸುತ್ತದೆ.

ವರ್ಧಿತ ರಿಯಾಲಿಟಿ ಮೇಲೆ ಪರಿಣಾಮಗಳು

ಸ್ವಾಯತ್ತ ವಾಹನಗಳು SLAM ತಂತ್ರಜ್ಞಾನದ ಸ್ಪಷ್ಟ ಪ್ರಾಥಮಿಕ ಬಳಕೆಯಾಗಿದ್ದರೂ, ಧರಿಸಬಹುದಾದ ತಂತ್ರಜ್ಞಾನಗಳು ಮತ್ತು ವರ್ಧಿತ ರಿಯಾಲಿಟಿ ಜಗತ್ತಿನಲ್ಲಿ ಕಡಿಮೆ ಸ್ಪಷ್ಟವಾದ ಬಳಕೆಯು ಇರಬಹುದಾಗಿದೆ. ಬಳಕೆದಾರರ ಒರಟಾದ ಸ್ಥಾನವನ್ನು ಒದಗಿಸಲು ಗೂಗಲ್ ಗ್ಲಾಸ್ ಜಿಪಿಎಸ್ ಡೇಟಾವನ್ನು ಬಳಸಬಹುದಾದರೂ, ಇದೇ ರೀತಿಯ ಭವಿಷ್ಯದ ಸಾಧನವು ಬಳಕೆದಾರರ ಪರಿಸರದ ಹೆಚ್ಚು ಸಂಕೀರ್ಣ ನಕ್ಷೆಯನ್ನು ನಿರ್ಮಿಸಲು SLAM ತಂತ್ರಜ್ಞಾನವನ್ನು ಬಳಸಬಹುದು. ಇದು ಬಳಕೆದಾರನು ಸಾಧನದೊಂದಿಗೆ ನಿಖರವಾಗಿ ನೋಡುತ್ತಿರುವುದರ ಬಗ್ಗೆ ತಿಳುವಳಿಕೆಯನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ. ಬಳಕೆದಾರರು ಒಂದು ಹೆಗ್ಗುರುತು, ಅಂಗಡಿ ಮುಂಭಾಗ ಅಥವಾ ಜಾಹೀರಾತನ್ನು ನೋಡುವಾಗ ಅದನ್ನು ಗುರುತಿಸಬಹುದು ಮತ್ತು ವರ್ಧಿತ ರಿಯಾಲಿಟಿ ಓವರ್ಲೇ ಅನ್ನು ಒದಗಿಸಲು ಮಾಹಿತಿಯನ್ನು ಬಳಸಿಕೊಳ್ಳಬಹುದು. ಈ ವೈಶಿಷ್ಟ್ಯಗಳು ದೂರದಿಂದಲೂ ದೂರವಾಗಿದ್ದರೂ, ಧರಿಸಬಹುದಾದ SLAM ತಂತ್ರಜ್ಞಾನ ಸಾಧನದ ಮೊದಲ ಉದಾಹರಣೆಗಳಲ್ಲಿ ಒಂದು MIT ಯೋಜನೆಯು ಅಭಿವೃದ್ಧಿಪಡಿಸಿದೆ.

ಬಾಹ್ಯಾಕಾಶ ಅಂಡರ್ಸ್ಟ್ಯಾಂಡ್ಸ್ ಟೆಕ್

ನಮ್ಮ ಮನೆಗಳು ಮತ್ತು ಕಛೇರಿಗಳಲ್ಲಿ ನಾವು ಬಳಸುವ ನಿಶ್ಚಿತ, ಸ್ಥಾಯಿ ಟರ್ಮಿನಲ್ ಎಂದು ತಂತ್ರಜ್ಞಾನವನ್ನು ಭಾವಿಸಲಾಗಿದೆ ಎಂದು ಬಹಳ ಹಿಂದೆಯೇ ಅಲ್ಲ. ಈಗ ತಂತ್ರಜ್ಞಾನವು ಯಾವಾಗಲೂ ಅಸ್ತಿತ್ವದಲ್ಲಿದೆ ಮತ್ತು ಮೊಬೈಲ್ ಆಗಿದೆ. ತಂತ್ರಜ್ಞಾನವು ನಮ್ಮ ದೈನಂದಿನ ಚಟುವಟಿಕೆಯಲ್ಲಿ ಚಿಕ್ಕದಾಗಿಸಲು ಮತ್ತು ತೊಡಗಿಸಿಕೊಳ್ಳುವುದನ್ನು ಮುಂದುವರೆಸುವುದು ಖಚಿತವಾದ ಒಂದು ಪ್ರವೃತ್ತಿಯಾಗಿದೆ. ಈ ಪ್ರವೃತ್ತಿಗಳ ಕಾರಣದಿಂದಾಗಿ SLAM ತಂತ್ರಜ್ಞಾನವು ಹೆಚ್ಚು ಮುಖ್ಯವಾಗುತ್ತದೆ. ನಮ್ಮ ಟೆಕ್ ನಾವು ಸರಿಸುವಾಗ ನಮ್ಮ ಸುತ್ತಮುತ್ತಲಿನ ಪ್ರದೇಶವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಮಾತ್ರವಲ್ಲ, ಆದರೆ ನಮ್ಮ ದಿನದಿಂದ ದಿನ ಜೀವನಕ್ಕೆ ಪ್ರಾಯಶಃ ಪೈಲಟ್ ಮಾಡುವುದನ್ನು ನಾವು ನಿರೀಕ್ಷಿಸುವ ಮೊದಲು ಇದು ದೀರ್ಘಕಾಲ ಇರುವುದಿಲ್ಲ.