Home-theater-designers
Es probable que la localización y el mapeo simultáneos (SLAM) no sea una frase que use todos los días. Sin embargo, varias de las últimas maravillas tecnológicas utilizan este proceso cada milisegundo de su vida útil.
¿Qué es SLAM? ¿Por qué lo necesitamos? ¿Y cuáles son estas tecnologías geniales de las que habla?
¿Pueden dos personas ver Netflix al mismo tiempo?
Del acrónimo a la idea abstracta
Aquí tienes un juego rápido. ¿Cuál de estos no pertenece?
- Automóviles autónomos
- Aplicaciones de realidad aumentada
- Vehículos autónomos aéreos y submarinos
- Wearables de realidad mixta
- El Roomba
Puede pensar que la respuesta es fácilmente el último elemento de la lista. En cierto modo, tienes razón. De otra manera, este fue un juego de trucos ya que todos esos elementos están relacionados.
Crédito de la imagen: Nathan Kroll / Flickr
La verdadera pregunta del (genial) juego es la siguiente: ¿Qué hace que todas estas tecnologías sean factibles? La respuesta: localización y mapeo simultáneos, ¡o SLAM! como dicen los chicos geniales.
En un sentido general, el propósito de los algoritmos SLAM es bastante fácil de iterar. Un robot utilizará la localización y el mapeo simultáneos para estimar su posición y orientación (o pose) en el espacio mientras crea un mapa de su entorno. Esto le permite al robot identificar dónde está y cómo moverse a través de un espacio desconocido.
Por lo tanto, sí, es decir, todo lo que hace este algoritmo de fantasía es estimar la posición. Otra tecnología popular, el Sistema de Posicionamiento Global (o GPS) ha estado estimando la posición desde la primera Guerra del Golfo de la década de 1990.
Diferenciar entre SLAM y GPS
Entonces, ¿por qué la necesidad de un nuevo algoritmo? El GPS tiene dos problemas inherentes. Primero, mientras que el GPS es preciso en relación con una escala global, tanto la precisión como la exactitud disminuyen la escala en relación con una habitación, una mesa o una pequeña intersección. El GPS tiene una precisión de hasta un metro, pero ¿qué centímetro? ¿Milímetro?
En segundo lugar, el GPS no funciona bien bajo el agua. Con no bien me refiero a nada. Del mismo modo, el rendimiento es irregular dentro de los edificios con gruesos muros de hormigón. O en los sótanos. Entiendes la idea. El GPS es un sistema basado en satélites que adolece de limitaciones físicas.
Por lo tanto, los algoritmos SLAM tienen como objetivo brindar una mejor sensación de posición para nuestros dispositivos y máquinas más avanzados.
Estos dispositivos ya tienen una letanía de sensores y periféricos. Los algoritmos SLAM utilizan los datos de tantos de estos como sea posible mediante el uso de algunas matemáticas y estadísticas.
¿Huevo o gallina? ¿Posición o mapa?
Se necesitan matemáticas y estadísticas para responder a un dilema complejo: ¿se usa la posición para crear el mapa de los alrededores o se usa el mapa de los alrededores para calcular la posición?
¡Es hora de experimentar el pensamiento! Estás deformado interdimensionalmente a un lugar desconocido. ¿Qué es lo primero que haces? ¿Pánico? Bien, cálmate, toma un respiro. Toma otro. Ahora, ¿qué es lo segundo que haces? Mire a su alrededor e intente encontrar algo familiar. Hay una silla a tu izquierda. Hay una planta a tu derecha. Una mesa de café está frente a ti.
Luego, una vez, el miedo paralizante de '¿Dónde diablos estoy?' desaparece, empiezas a moverte. Espera, ¿cómo funciona el movimiento en esta dimensión? Da un paso adelante. La silla y la planta se hacen más pequeñas y la mesa se hace más grande. Ahora, puede confirmar que de hecho está avanzando.
costo de reemplazo de la batería del macbook pro 2014
Las observaciones son clave para mejorar la precisión de la estimación SLAM. En el siguiente video, a medida que el robot se mueve de un marcador a otro, construye un mejor mapa del entorno.
De regreso a la otra dimensión, cuanto más caminas, más te orientas. Caminar en todas las direcciones confirma que el movimiento en esta dimensión es similar a la dimensión de su hogar. A medida que avanza hacia la derecha, la planta se hace más grande. Con ayuda, ve otras cosas que identifica como puntos de referencia en este nuevo mundo que le permiten vagar con más confianza.
Este es esencialmente el proceso de SLAM.
Entradas al proceso
Para realizar estas estimaciones, los algoritmos utilizan varios datos que pueden categorizarse como internos o externos. Para su ejemplo de transporte interdimensional (admítelo, tuvo un viaje divertido), las medidas internas son el tamaño de los pasos y la dirección.
Las medidas externas realizadas son en forma de imágenes. Identificar puntos de referencia como la planta, la silla y la mesa es una tarea fácil para los ojos y el cerebro. El procesador más poderoso conocido, el cerebro humano, es capaz de tomar estas imágenes y no solo identificar objetos, sino también estimar la distancia a ese objeto.
Desafortunadamente (o afortunadamente, dependiendo de su miedo a SkyNet), los robots no tienen un cerebro humano como procesador. Las máquinas se basan en chips de silicio con código escrito humano como cerebro.
Otras piezas de maquinaria realizan mediciones externas. Los periféricos como los giroscopios u otra unidad de medida inercial (IMU) son útiles para hacer esto. Los robots, como los coches autónomos, también utilizan la odometría de la posición de las ruedas como medida interna.
Crédito de la imagen: Jennifer Morrow / Flickr
Externamente, un automóvil autónomo y otros robots usan LIDAR. De manera similar a como el radar usa ondas de radio, LIDAR mide pulsos de luz reflejada para identificar la distancia. La luz utilizada suele ser ultravioleta o infrarroja cercana, similar a un sensor de profundidad infrarrojo.
LIDAR envía decenas de miles de pulsos por segundo para crear un mapa de nube de puntos tridimensional de muy alta definición. Entonces, sí, la próxima vez que Tesla se mueva en piloto automático, te disparará con un láser. Muchas veces.
Además, los algoritmos SLAM utilizan imágenes estáticas y técnicas de visión por computadora como medida externa. Esto se hace con una sola cámara, pero se puede hacer aún más preciso con un par estéreo.
Dentro de la caja negra
Las mediciones internas actualizarán la posición estimada, que se puede utilizar para actualizar el mapa externo. Las mediciones externas actualizarán el mapa estimado, que se puede utilizar para actualizar la posición. Puede pensar en ello como un problema de inferencia, y la idea es encontrar la solución óptima.
Una forma común de hacer esto es a través de la probabilidad. Técnicas como la posición aproximada y el mapeo de un filtro de partículas mediante inferencia estadística bayesiana.
Un filtro de partículas utiliza un número determinado de partículas distribuidas por una distribución gaussiana. Cada partícula 'predice' la posición actual del robot. Se asigna una probabilidad a cada partícula. Todas las partículas comienzan con la misma probabilidad.
Cuando se realizan mediciones que se confirman entre sí (como un paso adelante = la mesa se hace más grande), entonces las partículas que son 'correctas' en su posición reciben gradualmente mejores probabilidades. A las partículas que están muy lejos se les asignan probabilidades más bajas.
Cuantos más puntos de referencia pueda identificar un robot, mejor. Los puntos de referencia proporcionan información al algoritmo y permiten cálculos más precisos.
Aplicaciones actuales que utilizan algoritmos SLAM
Analicemos esta genial pieza de tecnología por una genial pieza de tecnología.
Vehículos autónomos submarinos (AUV)
Los submarinos no tripulados pueden operar de forma autónoma utilizando técnicas SLAM. Una IMU interna proporciona datos de aceleración y movimiento en tres direcciones. Además, los AUV utilizan un sonar orientado hacia el fondo para realizar estimaciones de profundidad. El sonar de barrido lateral crea imágenes del fondo del mar, con un alcance de un par de cientos de metros.
Crédito de la imagen: Florida Sea Grant / Flickr
Wearables de realidad mixta
Microsoft y Magic Leap han producido gafas portátiles que introducen aplicaciones de realidad mixta. Estimar la posición y crear un mapa es crucial para estos wearables. Los dispositivos utilizan el mapa para colocar objetos virtuales sobre objetos reales y hacer que interactúen entre sí.
cosas que hacer en internet cuando estás aburrido
Dado que estos dispositivos portátiles son pequeños, no pueden utilizar periféricos grandes como LIDAR o sonar. En cambio, se utilizan sensores de profundidad infrarrojos más pequeños y cámaras orientadas hacia el exterior para mapear un entorno.
Automóviles autónomos
Los coches autónomos tienen una pequeña ventaja sobre los wearables. Con un tamaño físico mucho mayor, los automóviles pueden contener computadoras más grandes y tener más periféricos para realizar mediciones internas y externas. En muchos sentidos, los vehículos autónomos representan el futuro de la tecnología, tanto en términos de software como de hardware.
La tecnología SLAM está mejorando
Dado que la tecnología SLAM se utiliza de diferentes maneras, es solo cuestión de tiempo antes de que se perfeccione. Una vez que se vean los automóviles autónomos (y otros vehículos) a diario, sabrá que la localización y el mapeo simultáneos están listos para que todos los utilicen.
La tecnología de conducción autónoma mejora cada día. ¿Quieres saber más? Consulte el desglose detallado de MakeUseOf sobre cómo funcionan los automóviles autónomos. También podría interesarle cómo los piratas informáticos se dirigen a los automóviles conectados.
Crédito de la imagen: chesky_w / Depositphotos
Cuota Cuota Pío Correo electrónico Cómo acceder al nivel de burbuja integrado de Google en AndroidSi alguna vez ha necesitado asegurarse de que algo esté nivelado en un apuro, ahora puede obtener un nivel de burbuja en su teléfono en segundos.
Leer siguiente Temas relacionados- Tecnología explicada
- Tecnología automotriz
- Inteligencia artificial
- Coche autónomo
- GOLPE
Tom es un ingeniero de software de Florida (agradecimiento a Florida Man) con una pasión por la escritura, el fútbol americano universitario (¡vaya Gators!), CrossFit y las comas de Oxford.
Más de Tom JohnsenSuscríbete a nuestro boletín
¡Únase a nuestro boletín de noticias para obtener consejos técnicos, reseñas, libros electrónicos gratuitos y ofertas exclusivas!
Haga clic aquí para suscribirse