هوش مصنوعی تکنولوژی غالب عصر ما است . اگرچه هوش مصنوعی شاخه های گوناگونی دارد ، ما در این مقاله به موضوع "مکان یابی و نقشه برداری همزمان (SLAM)" می پردازیم . با ما همراه باشید تا بیشتر راجع به این جنبه مهم از هوش مصنوعی بدانیم . این مقاله به شما کمک می کند تا آشنایی خوبی راجع به این موضوع - که بدون شک سرآغاز انقلابی در هوش مصنوعی خواهد بود - پیدا کنید .
در ابتدا باید بدانیم که "SLAM" یکی از پیشرفته ترین تکنولوژی ها برای کشف محیط اطراف ماست . SLAM با استفاده از نقشه های مجازی به روباتهای متحرک امکان اجرای فعالیتهای تکراری را می دهد .
کار برد اصلی SLAM در دنیای روباتهاست . هواپیماهای بدون سرنشین ، اتوموبیل های خودران ، لیفتراکهای اتوماتیک ، اشیا پرنده و روباتهای نظافتچی فقط تعدادی از این ماشینها بوده و این لیست هر روز در حال گسترش است . درک آسان و دقیق موقعیت مکانی ، دیگر امکان داده شده به روباتها توسط این تکنولوژی است .
SLAM در سال 1995 در سمپوزیوم بین المللی تحقیقات روباتیک مورد استفاده قرار گرفت . پیشتر در کنفرانسی که در سال 1986 برگزار شد اصول ریاضیات حاکم بر این تکنولوژی تعریف و مشخص شدند . در آن زمان مبانی محاسباتی برای روباتها یی که تنها از یک دوربین بدون سنسور استفاده می کردند ، تعریف شدند . در ادامه تحقیقات فراوانی در حیطه ناوبری و مطالعات آماری انجام شد و این روند پیشرفت همچنان ادامه دارد تا جایی که امروزه استفاده از SLAM های بصری با دوربین های مکان یاب سه بعدی ، امری متداول است .
اصول مکان یابی :
مکان یابی در SLAM به معنی تعیین محل دقیق اشیا می باشد . تصور کنید شما بدون اینکه تصوری از مسیر حرکت یا فاصله ها داشته باشید ، به مکانی جدید وارد می شوید . مخصوصا وقتی وارد شهر یا محله ی تازه ای شده اید احتمال گم شدن زیاد است . در مورد روباتها تکنولوژی SLAM به آنها کمک می کند تا با در نظر گرفتن مکان ابتدایی و محاسبه جابجایی های انجام شده در جهت های مختلف ، همچنین زمان طی شده درک درستی از موقعیت خود پیدا کنند . به همین دلیل روباتها هیچگاه گم نمی شوند ! زیرا نه تنها سر به هوا نیستند ! بلکه همواره با استفاده از الگوریتمهای مکان یابی در حال موقعیت یابی می باشند .
نقشه برداری :
عملیات تحلیلی که به روباتها برای جمع آوری و ساخت تصویری از محیط پیرامونشان ، کمک می کند را نقشه برداری می نامیم. SLAM های تصویری از دوربینها برای نقشه برداری استفاده می کنند .
کارکرد SLAM در دنیای واقعیت ارزش افزوده :
واقعیت ارزش افزوده جهان مجازی را با دنیای واقعی ترکیب می کند . برای اینکار به تکنولوژی نیاز داریم که محیط اطرافمان را با استفاده از دوربینهای قدرتمند و هوشمند ببیند و ادراک کند و برای این کار چه تکنولوژی بهتر از SLAM . SLAM نقش پررنگی در مواردی چون برقراری رابطه ، دید گرافیکی ، نمایش تصاویر ، مسیریابی ، جهت یابی و کشف موقعیت دارد .
آنچه تاکنون بیان شد تنها معرفی مختصری از فناوری SLAM بود . عصرجدید با هوش مصنوعی در حال ساخته شدن است و برای آنکه از قافله تحولات عقب نمانیم باید خودمان را با سلاح تکنولوژی های مربوط به آن مجهز کنیم .