A most kifejlesztett új mesterségesintelligencia-rendszer, a Pose-Enhanced Geo-Localisation (röviden PEnG) hatékony alternatívát kínál a műholdas helymeghatározással szemben – különösen ott, ahol a GPS-jelek gyengék vagy teljesen elérhetetlenek.

A tesztek során a PEnG a helymeghatározási hibát 734 méterről mindössze 22 méterre csökkentette – ez közel negyvenszeres javulást jelent. A rendszer nagy előnye, hogy nem kizárólag műholdas adatokra támaszkodik: a műholdképeket utcaszintű fotókkal kombinálva határozza meg az eszköz pontos helyét és tájolását. A folyamat két lépésből áll: először behatárolja a körülbelüli utcai pozíciót, majd a kamera irányának kiszámításával, az úgynevezett pózbecsléssel pontosítja azt.

Azt hihetnénk, hogy ehhez valami bonyolult masinéria szükséges – de ami igazán figyelemre méltó: a PEnG mindehhez csupán egy egyszerű, egykamerás (monokuláris) rendszert használ – olyat, amilyen már most megtalálható számos járműben. Vagyis a rendszer praktikus és költséghatékony megoldást kínál a navigációs rendszerek, önvezető autók és robotikai alkalmazások számára.

„Sok jelenlegi navigációs rendszer erősen támaszkodik a GPS-re, ám annak lefedettsége nem mindenhol biztosított” – magyarázta Tav Shore, mesterséges intelligenciával és számítógépes látással foglalkozó doktorandusz.

„A műholdképek és földi fotók kombinálásával a PEnG olyan pontosságot ér el, amelyet korábban elképzelhetetlennek tartottak GPS nélkül.”

Az biztos, hogy az alternatív megoldások iránti igény egyre sürgetőbb. A GPS gyakran megbízhatatlan alagutakban, sűrűn beépített városrészekben – például akár New York belvárosában –, vagy olyan területeken, ahol gyenge az internetkapcsolat. Emellett érzékeny a zavaró jelekre és a légköri viszonyok változásaira is. Ahogy pedig egyre több iparág – a logisztikától a légi közlekedésig – támaszkodik a GPS-re, egy-egy zavar súlyos következményekkel járhat.

„A rendszer egyik legizgalmasabb jellemzője, hogy egy egyszerű kamerából képes hatékony navigációs eszközt varázsolni”

– emelte ki Dr. Simon Hadfield, a robotlátás szakterületének oktatója.

„A PEnG rugalmassága ideálissá teszi olyan helyzetekre, ahol gyorsan változnak a körülmények – pontosan ilyen kihívásokkal néznek szembe az önvezető járművek és a következő generációs robotok.”

A projekt jól tükrözi a Surrey Egyetem emberközpontú megközelítését a mesterséges intelligencia terén – jegyezte meg Adrian Hilton professzor, az Emberközpontú MI Intézet vezetője: „A GPS nélküli, pontos helymeghatározás lehetővé teszi intelligensebb és rugalmasabb rendszerek kialakítását, amelyek akár távoli környezetekben is megbízhatóan működhetnek.”

A kutatás a Surrey Egyetem PhD Foundership Award támogatásával valósult meg, a csapat pedig már a működő prototípusok fejlesztésén dolgozik. Eredményeiket egyébként nyílt forráskódúvá tették, ezzel is ösztönözve a nemzetközi együttműködést. A kutatás részleteit az IEEE Robotics and Automation Letters című tudományos folyóiratban publikálták.

(Kép: Pixabay/DariuszSankowski)