从Google，实验研讨会，X实验室出现的许多项目似乎都脱离了科幻小说。谷歌眼镜提供了可穿戴计算机的承诺，通过技术增强了我们对世界的看法，但谷歌眼镜的现实并未兑现其承诺。另一个X实验室项目并没有让人失望，那就是自动驾驶汽车。尽管无人驾驶汽车有着奇妙的承诺，但这些车辆仍然是现实。这一显着成就取决于SLAM技术。
SLAM：同时本地化和映射
SLAM是同步定位和映射的首字母缩写，这是一种机器人或设备可以创建其周围环境的地图并在地图中实时定位的技术。这不是一件容易的事，它目前存在于技术研究和设计的前沿。成功实施SLAM技术的一个重大障碍是由两项必要任务引入的鸡与蛋问题。要成功映射环境，您必须知道其中的方向和位置;但是，此信息仅从预先存在的环境地图中获取。
SLAM如何工作
SLAM技术通常通过使用GPS数据构建预先存在的环境地图来克服这种复杂的鸡与蛋问题。然后，当机器人或设备在环境中移动时，该地图将被细化。该技术的真正挑战是准确性。当机器人或设备在空间中移动时必须经常进行测量，并且该技术必须考虑设备的移动和测量方法的不准确性引起的“噪声”。这使得SLAM技术在很大程度上取决于测量和数学。
测量与数学
谷歌的自动驾驶汽车就是衡量和数学运作的一个例子。该车主要使用车顶安装的LIDAR（激光雷达）组件进行测量，该组件可以创建高达每秒10次的3D环境。当汽车高速行驶时，这种评估频率至关重要。这些测量用于增强已有的GPS地图，谷歌以其谷歌地图服务的一部分而闻名。读数创建了大量数据，从这些数据中产生意义以制定驾驶决策是统计工作。汽车上的软件使用高级统计数据，包括蒙特卡罗模型和贝叶斯过滤器，以准确地映射环境。
对增强现实的启示
自动驾驶汽车是SLAM技术的主要应用。然而，在可穿戴技术和增强现实世界中，使用不太明显。虽然Google Glass可以使用GPS数据来提供用户的粗略位置，但类似的未来设备可以使用SLAM技术来构建更复杂的用户环境地图。这可能包括准确了解用户使用设备查看的内容。它可以识别用户何时查看地标，店面或广告，并使用该信息来提供增强现实覆盖。虽然这些功能可能还有很长的路要走，但麻省理工学院的一个项目已经开发出了可穿戴SLAM技术设备的第一个例子。
理解空间的技术
不久前，该技术是我们在家庭和办公室使用的固定固定终端。现在技术永远存在并且移动化。随着科技继续小型化并与我们的日常活动交织在一起，这种趋势肯定会持续下去。正是由于这些趋势，SLAM技术变得越来越重要。它赢得了很久，我们希望我们的技术不仅可以了解我们周围的环境，还可以通过我们的日常生活来引导我们。
