可以通過空間移動的技術
Google實驗工作室X Labs出現的許多項目似乎都脫離科幻小說。 谷歌眼鏡提供可穿戴計算機的承諾，這將增強我們對技術世界的看法。 然而，谷歌眼鏡的現實被許多人認為比它的承諾更平淡無奇。 但另一個沒有失望的X Labs項目是自駕車。 儘管無人駕駛汽車具有夢幻般的前景，但這些車輛已成為現實。 這一顯著的成就是由一種稱為SLAM技術的方法所驅動的。
SLAM：同時進行本地化和映射
SLAM技術代表了同時定位和映射，這是一個機器人或設備可以創建周圍地圖的過程，並且可以在該地圖中實時定位自己。 這不是一件容易的事，它現在處於技術研究和設計的前沿。 成功實施SLAM技術的一大障礙是由兩項必需任務引入的雞與蛋問題。 為了成功地映射環境，必須知道它的方向和位置; 然而，這些信息只能從預先存在的環境地圖中獲得。
SLAM如何工作？
SLAM技術通常通過使用GPS數據構建預先存在的環境地圖來克服這一複雜的雞與蛋問題。 隨著機器人或設備在環境中移動，該映射隨後被迭代地改進。 這項技術的真正挑戰是準確性。 隨著機器人或設備在太空中移動，測量必須不斷進行，並且該技術必須考慮設備移動和測量方法不准確引起的“噪音”。 這使得SLAM技術在很大程度上成為衡量和數學問題。
測量和數學
這種測量和數學在行動的例子，可以看看谷歌的自動駕駛汽車的實施。 該車主要使用屋頂安裝的LIDAR（激光雷達）組件進行測量，該組件可以創建每秒10次以上的環境3D地圖。 汽車以高速運行時，評估頻率至關重要。 這些測量數據用於擴充先前存在的GPS地圖，Google將其作為其Google地圖服務的一部分而廣為人知。 讀數創造了大量的數據，並且從這些數據中產生的意義使駕駛決策成為統計工作。 汽車上的軟件使用了許多高級統計數據，包括蒙特卡羅模型和貝葉斯過濾器來精確映射環境。
對增強現實的啟示
自動駕駛汽車是SLAM技術的主要應用，然而在可穿戴技術和增強現實領域的應用可能不太明顯。 雖然Google Glass可以使用GPS數據提供用戶的粗略位置，但類似的未來設備可以使用SLAM技術來構建更加複雜的用戶環境地圖。 這可能包括了解用戶正在用設備查看的內容。 它可以識別用戶何時查看地標，店面或廣告，並使用該信息提供增強現實覆蓋。 儘管這些功能可能還有很長的路要走，但麻省理工學院的一個項目已經開發出了可穿戴SLAM技術設備的第一個例子。
理解空間的技術
不久之前，科技被認為是我們在家庭和辦公室使用的固定終端。 現在技術是永遠存在的，而且是移動的。 隨著科技繼續小型化並與我們的日常活動纏繞在一起，這一趨勢一定會持續下去。 正是由於這些趨勢，SLAM技術將變得越來越重要。 不久之後，我們希望我們的技術不僅能夠在我們移動的時候了解我們的周圍環境，還可能通過我們的日常生活來引導我們。