Duża grupa naukowcy z Imperial College w Londynie, na Uniwersytecie w Edynburgu, University of Manchester i Stanford University Niedawno współpracował nad projektem poznawanie aplikacji w czasie rzeczywistym lokalizacji i mapowanie narzędzia dla Robotyka, autonomiczne pojazdy, wirtualnej rzeczywistości (VR) i rozszerzonej rzeczywistości (AR).
"Celem naszej pracy było doprowadzenie ekspertów naukowcy od społeczności wizji, sprzętu i kompilator komputer razem, aby budować przyszłe systemy, robotyka, VR/AR i Internet rzeczy (IoT)," Naukowcy powiedział Tech Xplore w wiadomości e-mail. "Chcieliśmy zbudować solidny komputer systemy wizyjne, które są w stanie dostrzec na świecie, o bardzo małej mocy budżetu, ale z żądaną dokładność; Jesteśmy zainteresowani postrzeganie na metryczne Joule."
Uczestniczących w projekcie Naukowcy połączyli swoje umiejętności i doświadczenie w montażu algorytmów, architektury, narzędzi i oprogramowania niezbędnych do zapewnienia SLAM. Ich wyniki może pomoc tych SLAM w różnych dziedzinach, aby wybrać i skonfigurować algorytmów i sprzętu, który może osiągnąć optymalny poziom wydajności, dokładności i zużycie energii.
SLAM algorytmy są metody, które można skonstruować lub zaktualizować mapę środowiska nieznany Dzięki rejestrowaniu lokalizacji określonego agenta w jego obrębie. Technologia ta może mieć użytecznych aplikacji w wielu dziedzinach, na przykład w rozwoju autonomiczne pojazdy, robotyka, VR i AR.
"Nasze badania już jest mających wpływ na wielu dziedzinach takich jak robotyka, VR/AR i IoT, gdzie maszyny są na zawsze i są w stanie komunikować się i wykonywać swoje zadania z należytą dokładnością, bez przerw, o bardzo mały pobór mocy," -twierdzą naukowcy.
Ten kompleksowy projekt doprowadził do kilku ważnych ustaleń, a także do rozwoju nowych narzędzi, które może w znacznym stopniu ułatwić realizację SLAM w robotyce, VR, AR i autonomiczne pojazdy.
Badania również wkład w kontekście projektowania sprzętu, na przykład, rozwój, profilowanie narzędzia Znajdź i oceny wąskich gardeł wydajności w aplikacjach macierzystych i zarządzane. Naukowcy przedstawione pełnego przepływu pracy tworzenia sprzętu dla komputera wizji aplikacji, które można zastosować do przyszłych platformach.
Płaszczyźnie ogniskowej czujnik-procesor tablice (FPSPs) są systemy przetwarzania równoległego, gdzie każdy piksel zawiera element przetwarzania.