Автономные транспортные средства очень легко могут «заблудиться», если они попадают в зону неуверенного приема или отсутствия сигналов спутниковой навигационной системы GPS. Но новый алгоритм, разработанный специалистами Калифорнийского технологического института, позволит автономным системам
Автономные транспортные средства очень легко могут «заблудиться», если они попадают в зону неуверенного приема или отсутствия сигналов спутниковой навигационной системы GPS. Но новый алгоритм, разработанный специалистами Калифорнийского технологического института, позволит автономным системам определиться со своим местоположение, просто «осмотревшись вокруг» при помощи одной или нескольких камер. И, впервые за всю историю, работа такого алгоритма является практически независимой от сезонных изменений и различных факторов окружающей среды.
Процесс относительной визуальной ориентации (visual terrain-relative navigation, VTRN) был разработан еще в 1960-х годах. Он работает путем сравнения изображений окружающей местности, получаемых с камер, с высококачественными спутниковыми снимками, находящимися в специальной базе данных. Такой подход работает, пока что-либо кардинально не изменяет окружающий ландшафт, этим может являться снежный покров или опавшие с деревьев листья. К сожалению, в базу данных VTRN невозможно внести изображения одной и той же местности при всех возможных условиях, поэтому такие визуальные системы часто не могут найти совпадения и выдают недостоверные результаты.
Исследователи из Калифорнийского технологического института и Лаборатории НАСА по изучению реактивного движения (NASA Jet Propulsion Laboratory, JPL) решили задействовать для задачи визуальной ориентации специально обученную систему искусственного интеллекта. В этой системе был реализован метод «самоконтролируемого обучения», который позволяет системе обучаться полностью самостоятельно, без участия в этом деле людей и подготовленных людьми комментированных наборов данных. Анализируя изображения, такая система искусственного интеллекта находит на снимках такие детали и особенности, которые, с большим процентом вероятности, были бы пропущены и не приняты во внимание людьми.
{full-story limit=»10000″}
Источник: