211service.com
GPS che non si guasta mai
Guida lungo una strada di Manhattan e il sistema di navigazione della tua auto lampeggerà dentro e fuori servizio. Questo perché i segnali satellitari del Global Positioning System (GPS) utilizzati dai sistemi di navigazione per auto e da altre tecnologie vengono bloccati dagli edifici. Inoltre, il GPS non funziona bene all'interno, all'interno di tunnel e sistemi di metropolitana o nelle caverne, un problema per tutti, dai soccorritori ai soldati.
Ma in un recente anticipo che non è stato ancora pubblicato, i ricercatori di Sarnoff , a Princeton, NJ, afferma che la loro tecnologia prototipo, che utilizza l'elaborazione avanzata di immagini video stereo per colmare le lacune GPS, può mantenere la precisione della posizione entro un metro dopo mezzo chilometro di movimento attraverso i cosiddetti ambienti GPS-negati.
Questo tipo di risoluzione è un importante passo avanti nel campo, poiché fornisce una precisione simile a quella del GPS su distanze rilevanti per interruzioni di servizio intermittenti che potrebbero verificarsi nei combattimenti urbani o nella guida in centro. Questo è un problema generale di ricerca sulla visione artificiale, ma nessuno ha ottenuto il tipo di precisione che stiamo ottenendo, afferma Rakesh Kumar, un informatico a Sarnoff. Il lavoro si basava in parte su ricerche precedenti fatte a Sarnoff da David Nister, un informatico ora all'Università del Kentucky.
Motilal Agrawal , un informatico presso SRI International, a Menlo Park, in California, che sta anche sviluppando tecnologie di localizzazione negate dal GPS, è d'accordo, dicendo che il progresso rappresenta essenzialmente un salto di cinque volte nella precisione. Non abbiamo mai visto quel tasso di errore segnalato prima, dice Agrawal. È dannatamente buono. Per noi un metro di errore è tipico sopra i 100 metri, e ottenerlo oltre i 500 metri è notevole e abbastanza buono.
L'approccio utilizza quattro piccole telecamere, che potrebbero eventualmente essere fissate sull'elmetto di un soldato o sul paraurti di un'auto. Due fotocamere sono rivolte in avanti e due all'indietro. Quando i segnali GPS svaniscono, la tecnologia calcola la posizione nello spazio 3D effettuando calcoli dagli oggetti che passano attraverso il suo campo visivo 2D mentre la telecamera si muove.
Questo è un compito in più fasi. La tecnologia deduce prima la distanza percorsa calcolando come una serie di oggetti fissi si muove in relazione all'immagine della telecamera. Quindi somma questi piccoli movimenti per calcolare la distanza totale. Ma poiché la somma di molti piccoli movimenti può introdurre errori nel tempo, un problema chiamato deriva, il software identifica i punti di riferimento e trova gli stessi punti di riferimento nei fotogrammi successivi per correggere questa deriva. Questa parte della tecnologia è chiamata odometria visiva. Infine, la tecnologia rileva quali oggetti si stanno muovendo e li filtra per evitare di annullare i calcoli. Funziona anche in ambienti difficili e disordinati, afferma Kumar.
Il metodo essenziale è come il modo in cui le persone navigano, afferma Kumar. Quando le persone chiudono gli occhi mentre camminano, sterzeranno a sinistra oa destra. Usi la vista per sapere se stai andando dritto o girando. Quindi usi la vista per riconoscere i punti di riferimento.
Sebbene l'idea generale sia stata perseguita per anni, Sarnoff ha raggiunto il traguardo della precisione di un metro solo negli ultimi tre mesi, un progresso che verrà pubblicato presto, afferma Kumar. È un progresso importante, afferma Frank Dellaert, informatico presso la Georgia Tech. Questo è significativo, dice. Il motivo è che l'aggiunta di queste velocità nel tempo accumula errori e ottenere questo tipo di precisione su una tale distanza significa che il componente 'odometria visiva' del loro sistema è di altissima qualità.
Kumar afferma che la tecnologia consente anche agli utenti, che si tratti di soldati, robot o, eventualmente, autisti, di costruire mappe accurate di dove sono stati e anche di comunicare tra loro per creare un'immagine comune delle loro posizioni relative.
Kurt Konolige, partner di ricerca di Agrawal presso SRI, di cui Sarnoff è una consociata, afferma che un obiettivo è ridurre la potenza di calcolo necessaria per eseguire un'elaborazione così intensiva delle immagini video, qualcosa su cui sta lavorando il gruppo di Kumar. Ma se le dimensioni e il costo potessero essere ridotti abbastanza, dice, potresti anche immaginare piccoli dispositivi che le persone potrebbero indossare mentre si spostano in una città, ad esempio, o all'interno di un grande edificio, che tengano traccia della loro posizione e li guidino alle località.
La tecnologia, finanziata dall'Office of Naval Research (ONR), è in fase di test da parte di unità militari per l'utilizzo nel combattimento urbano. Dylan Schmorrow, il responsabile del programma ONR, afferma che il lavoro di Sarnoff è unico e importante perché la loro tecnologia aggiunge un metodo a costo relativamente basso per creare punti di riferimento visivi con normali fotocamere per consentire ad altri sensori di funzionare in modo più accurato.
Kumar afferma che mentre la prima priorità è fornire versioni mature della tecnologia agli sponsor militari di Sarnoff, il prossimo passo sarà provare a produrre una versione che possa funzionare nell'industria automobilistica. Dice che la tecnologia non è stata ancora presentata alle case automobilistiche, ma abbiamo intenzione di farlo. Aggiunge che la più grande applicazione commerciale definitiva sarebbe quella di rafforzare i sistemi di navigazione per auto.