En stor gruppe af forskere ved Imperial College London, University of Edinburgh, University of Manchester og Stanford University har for nylig samarbejdet om et projekt, der undersøger anvendelsen af real-time lokalisering og kortlægningsværktøjer til robotik, autonome køretøjer, virtuel virkelighed (VR ) og forstørret virkelighed (AR).
"Formålet med vores arbejde var at bringe ekspertforskere fra computer vision, hardware og compilersamfund sammen til at opbygge fremtidige systemer til robotik, VR / AR og Things of Things (IoT)", fortalte forskerne Tech Xplore i en email. "Vi ønskede at opbygge robuste computersynssystemer, der kan opleve verden på et meget lavt strømbudget, men med ønsket nøjagtighed, vi er interesserede i perceptionen per Joule metrisk."
Forskerne involveret i projektet kombinerede deres kompetencer og ekspertise til at samle algoritmer, arkitekturer, værktøjer og software, der var nødvendige for at levere SLAM. Deres resultater kunne hjælpe dem, der anvender SLAM på en række områder, til at vælge og konfigurere algoritmer og hardware, der kan opnå optimale niveauer af ydeevne, nøjagtighed og energiforbrug.
SLAM-algoritmer er metoder, der kan opbygge eller opdatere et kort over et ukendt miljø, mens du holder øje med en bestemt agents placering i den. Denne teknologi kan have nyttige applikationer inden for en række områder, fx i udviklingen af autonome køretøjer, robotik, VR og AR.
"Vores forskning har allerede indflydelse på mange områder som robotik, VR / AR og IoT, hvor maskiner altid er i stand til at kommunikere og udføre deres opgaver med rimelig nøjagtighed uden afbrydelser ved meget lavt strømforbrug, "forskerne sagde.
Dette omfattende projekt har ført til flere vigtige fund og udvikling af nye værktøjer, der i vid udstrækning kunne lette implementeringen af SLAM i robotik, VR, AR og autonome køretøjer.
Undersøgelsen har også lavet en række bidrag i forbindelse med hardware design, for eksempel at udvikle profileringsværktøjer til at lokalisere og evaluere performance flaskehalse i både indfødte og administrerede applikationer. Forskerne præsenterede en fuld arbejdsgang for at skabe hardware til computersynsprogrammer, som kunne anvendes til fremtidige platforme.
Focal Plane Sensor-Processor Arrays (FPSP'er) er parallelle behandlingssystemer, hvor hver pixel har et behandlingselement.