Ученые из массачусетского технологического института используют искусственный интеллект, чтобы улучшить навигацию GPS.

8

Новый инструмент, который был разработан учеными из массачусетского технологического института в сотрудничестве с Qatar Computing Research Institute (QCRI), должно упростить жизнь водителям. В предположениях его использование позволит, ибо более точные карты.

Искусственный интеллект и спутниковые снимки

Создание точных GPS-навигации, которые подходят во время путешествия на машине, это сложный и дорогостоящий процесс. Производители используют не только со спутниковых снимков, аэрофотосъемки или других доступных данных о дорогах. Часто также должны выпустить автопарк собственных автомобилей, которые соберут более подробную информацию. Благодаря этому, компании могут определить, в частности, количество полос и направление, к которому они ведут.

Данные не только нужно собрать и обработать, но требуется их постоянное обновление, что создает еще расходы. В связи с этим, навигаторы часто создаются крупные компании. Но даже крупнейшие игроки, как, например, Google, не в состоянии обеспечить актуальной информации. Кроме того, не все районы, точнее, подключенные автомобили – это не всегда выгодно и появляются другие проблемы.

Вариант, который может помочь в создании более точных карт, и в их быстром обновлении, должен быть инструмент RoadTagger. Оно использует спутниковые снимки и искусственный интеллект, чтобы определить количество полос, съезды и типы дорог.

Ученые из массачусетского технологического института используют искусственный интеллект, чтобы улучшить навигацию GPS.

(фото MIT)

Конечно, если посмотреть на подробные фото со спутника, это, скорее, мы не будем иметь проблем с policzeniem количество полос движения. Хуже, однако, с nauczeniem этой машины, особенно, если выбранные участки дороги закрыты (например, дерева). Здесь в работу должны войти соответствующие алгоритмы, которые обеспечат эффективность на удовлетворительном уровне.

RoadTagger основана на комбинации splotowej нейронная сеть (CNN), часто используемой для задач распознавания изображений, а также сеть нейронная (GNN), то есть grafowej, которое понимает отношения между точками данных. Именно благодаря этому вся система в состоянии прочитать необходимую информацию из предоставленных ему фотографий со спутника.

Средство уже было испытано на фотографиях, изображающих 20 американских городов. RoadTagger правильно опознал 77% скрытых полос и показал эффективность на уровне 93% при указании типов дороги. Ученые не намерены останавливаться на достигнутом – в планах дальнейшее совершенствование инструмента, чтобы увеличить его точность. Кроме того, он со временем распознавать парковки и велосипедные дорожки.

Цель не заменить нынешних методов, используемых при создании точных карт. Компании по-прежнему будут должны хотя бы иметь парк автомобилей. RoadTagger, однако, может обеспечить лучшие карты в областях, которые ранее не были приоритетными. Следует проверить также в ситуациях, когда необходимо быстрое введение обновления для навигации.

Рекомендуем также:

Тест Apple CarPlay – вот, что предлагает водителям iPhone с iOS 13

источник: MIT, ExtremeTech