可以通过空间移动的技术
Google实验工作室X Labs出现的许多项目似乎都脱离科幻小说。 谷歌眼镜提供可穿戴计算机的承诺，这将增强我们对技术世界的看法。 然而，谷歌眼镜的现实被许多人认为比它的承诺更平淡无奇。 但另一个没有失望的X Labs项目是自驾车。 尽管无人驾驶汽车具有梦幻般的前景，但这些车辆已成为现实。 这一显着的成就是由一种称为SLAM技术的方法所驱动的。
SLAM：同时进行本地化和映射
SLAM技术代表了同时定位和映射，这是一个机器人或设备可以创建周围地图的过程，并且可以在该地图中实时定位自己。 这不是一件容易的事，它现在处于技术研究和设计的前沿。 成功实施SLAM技术的一大障碍是由两项必需任务引入的鸡与蛋问题。 为了成功地映射环境，必须知道它的方向和位置; 然而，这些信息只能从预先存在的环境地图中获得。
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一复杂的鸡与蛋问题。 随着机器人或设备在环境中移动，该映射随后被迭代地改进。 这项技术的真正挑战是准确性。 随着机器人或设备在太空中移动，测量必须不断进行，并且该技术必须考虑设备移动和测量方法不准确引起的“噪音”。 这使得SLAM技术在很大程度上成为衡量和数学问题。
测量和数学
这种测量和数学在行动的例子，可以看看谷歌的自动驾驶汽车的实施。 该车主要使用屋顶安装的LIDAR（激光雷达）组件进行测量，该组件可以创建每秒10次以上的环境3D地图。 汽车以高速运行时，评估频率至关重要。 这些测量数据用于扩充先前存在的GPS地图，Google将其作为其Google地图服务的一部分而广为人知。 读数创造了大量的数据，并且从这些数据中产生的意义使驾驶决策成为统计工作。 汽车上的软件使用了许多高级统计数据，包括蒙特卡罗模型和贝叶斯过滤器来精确映射环境。
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领域的应用可能不太明显。 虽然Google Glass可以使用GPS数据提供用户的粗略位置，但类似的未来设备可以使用SLAM技术来构建更加复杂的用户环境地图。 这可能包括了解用户正在用设备查看的内容。 它可以识别用户何时查看地标，店面或广告，并使用该信息提供增强现实覆盖。 尽管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
不久之前，科技被认为是我们在家庭和办公室使用的固定终端。 现在技术是永远存在的，而且是移动的。 随着科技继续小型化并与我们的日常活动缠绕在一起，这一趋势一定会持续下去。 正是由于这些趋势，SLAM技术将变得越来越重要。 不久之后，我们希望我们的技术不仅能够在我们移动的时候了解我们的周围环境，还可能通过我们的日常生活来引导我们。