Eine große Gruppe von Forschern am Imperial College London, der University of Edinburgh, der University of Manchester und Stanford University haben vor kurzem gemeinsam an einem Projekt erforschen die Anwendung der Echtzeit-Lokalisierung und mapping-Tools für Robotik, autonome Fahrzeuge, virtuelle Realität (VR) und augmented Reality (AR).
"Das Ziel unserer Arbeit war Experten Forscher aus Computer Vision, Hardware und Compiler Gemeinschaften zusammen, um zukünftige Systeme für Robotik, VR/AR und das Internet der Dinge (IoT) zu bringen", sagte der Forscher Tech Xplore in einer e-Mail. "Wir wollten robuste Computer-Vision-Systeme zu bauen, die die Welt auf sehr niedrigem Stromverbrauch Haushalt aber mit gewünschter Genauigkeit wahrnehmen können; Wir sind interessiert die Wahrnehmung pro Joule Metrik."
Ihre Fähigkeiten und Erfahrungen zu Algorithmen, Architekturen, Tools und Software zum SLAM liefern montieren, kombinierten die Forscher am Projekt beteiligt. Ihre Erkenntnisse könnten Beihilfen gelten SLAM in den unterschiedlichsten Bereichen zum auswählen und konfigurieren, Algorithmen und Hardware, die optimale Leistung, Genauigkeit und Energieverbrauch erreichen kann.
SLAM-Algorithmen sind Methoden, die zu konstruieren oder eine Karte von einer unbekannten Umgebung während ihrer Verfolgung von bestimmten Vertriebsstandort darin aktualisieren können. Diese Technologie haben nützliche Anwendungen in einer Reihe von Bereichen, zum Beispiel bei der Entwicklung der Robotik, autonome Fahrzeuge, VR und AR.
"Unsere Forschung hat Auswirkungen auf vielen Gebieten wie Robotik, VR/AR und IoT, wo Maschinen sind immer auf und sind in der Lage, zu kommunizieren und ihre Aufgaben mit hinreichender Genauigkeit, ohne Unterbrechungen, bei geringem Stromverbrauch, ist bereits" die Forscher, sagte.
Dieses umfassende Projekt führte mehrere wichtige Erkenntnisse und die Entwicklung neuer Instrumente, die vor allem die Umsetzung der SLAM in der Robotik, VR, AR, und autonome Fahrzeuge erleichtern könnte.
Die Studie machte auch eine Reihe von Beiträgen im Zusammenhang mit Hardware-Design, zum Beispiel profiling-Tools zum Suchen und bewerten Leistungsengpässe in systemeigenen und verwalteten Anwendungen zu entwickeln. Die Forscher präsentierten einen vollständigen Workflow für die Erstellung von Hardware für Computer-Vision-Anwendungen, die auf zukünftigen Plattformen angewendet werden könnte.
Focal-Plane-Sensor-Prozessor-Arrays (FPSPs) sind Parallelverarbeitung Systeme, denen jedes Pixel eine Verarbeitungselement.