211service.com
GPS, das nie versagt
Fahren Sie eine Straße in Manhattan entlang, und das Navigationssystem Ihres Autos blinkt ein und aus. Dies liegt daran, dass die von Autonavigationssystemen und anderen Technologien verwendeten Satellitensignale des Global Positioning System (GPS) durch Gebäude blockiert werden. GPS funktioniert auch nicht gut in Innenräumen, in Tunneln und U-Bahn-Systemen oder in Höhlen – ein Problem für alle, vom Rettungsdienst bis zum Soldaten.
Aber in einem jüngsten, noch nicht veröffentlichten Fortschritt haben Forscher von Sarnoff , in Princeton, NJ, sagt, dass ihre Prototyptechnologie – die fortschrittliche Verarbeitung von Stereo-Videobildern verwendet, um GPS-Lücken zu füllen – die Standortgenauigkeit auf einen Meter genau halten kann, nachdem sie sich einen halben Kilometer durch sogenannte GPS-verweigerte Umgebungen bewegt hat.
Diese Art von Auflösung ist ein großer Fortschritt auf diesem Gebiet, da sie eine GPS-ähnliche Genauigkeit über Entfernungen bietet, die für zeitweilige Servicelücken relevant sind, die bei Kämpfen in der Stadt oder beim Fahren in der Innenstadt auftreten können. Dies ist ein allgemeines Forschungsproblem im Bereich Computer Vision, aber niemand hat die Art von Genauigkeit erreicht, die wir erreichen, sagt Rakesh Kumar, Informatiker bei Sarnoff. Die Arbeit basierte teilweise auf früheren Forschungen, die David Nister, heute Informatiker an der University of Kentucky, in Sarnoff durchgeführt hat.
Motilal Agrawal , ein Informatiker bei SRI International in Menlo Park, Kalifornien, das auch GPS-verweigerte Ortungstechnologien entwickelt, stimmt dem zu und sagt, dass der Fortschritt im Wesentlichen einen fünffachen Genauigkeitssprung darstellt. Wir haben diese gemeldete Fehlerrate noch nie zuvor gesehen, sagt Agrawal. Das ist verdammt gut. Für uns ist ein Meter Fehler typisch über 100 Meter – und diesen über 500 Meter zu bekommen, ist bemerkenswert und ziemlich gut.
Der Ansatz verwendet vier kleine Kameras, die möglicherweise am Helm eines Soldaten oder an der Stoßstange eines Autos angebracht werden. Zwei Kameras zeigen nach vorne und zwei nach hinten. Wenn GPS-Signale ausgeblendet werden, berechnet die Technologie die Position im 3D-Raum, indem sie Berechnungen von den Objekten durchführt, die ihr 2D-Sichtfeld passieren, während sich die Kamera bewegt.
Dies ist eine mehrstufige Aufgabe. Die Technologie leitet zunächst die zurückgelegte Entfernung ab, indem sie berechnet, wie sich eine Reihe von festen Objekten im Verhältnis zum Kamerabild bewegt. Dann addiert es diese kleinen Bewegungen, um die Gesamtstrecke zu berechnen. Da jedoch das Addieren vieler kleiner Bewegungen im Laufe der Zeit zu Fehlern führen kann – ein Problem, das als Drift bezeichnet wird – identifiziert die Software Landmarken und findet dieselben Landmarken in nachfolgenden Frames, um diese Drift zu korrigieren. Dieser Teil der Technologie wird als visuelle Odometrie bezeichnet. Schließlich erkennt die Technologie, welche Objekte sich bewegen und filtert sie heraus, um die Berechnungen nicht durcheinander zu bringen. Es funktioniert sogar in anspruchsvollen, überladenen Umgebungen, sagt Kumar.
Die wesentliche Methode ist, wie Menschen navigieren, sagt Kumar. Wenn Menschen beim Gehen die Augen schließen, weichen sie nach links oder rechts aus. Sie verwenden Ihr Sehvermögen, um zu wissen, ob Sie geradeaus fahren oder abbiegen. Dann verwenden Sie das Sehvermögen, um Orientierungspunkte zu erkennen.
Während die Grundidee seit Jahren verfolgt wird, hat Sarnoff erst in den letzten drei Monaten den Meilenstein der Ein-Meter-Genauigkeit erreicht – ein Fortschritt, der in Kürze veröffentlicht wird, sagt Kumar. Ein wichtiger Fortschritt, sagt Frank Dellaert, Informatiker am Georgia Tech. Das sei bedeutsam, sagt er. Der Grund dafür ist, dass das Addieren dieser Geschwindigkeiten im Laufe der Zeit Fehler akkumuliert, und diese Art von Genauigkeit über eine solche Distanz zu erreichen bedeutet, dass die 'visuelle Odometrie'-Komponente ihres Systems von sehr hoher Qualität ist.
Kumar sagt, dass die Technologie es Benutzern – ob Soldaten, Robotern oder schließlich Fahrern – auch ermöglicht, genaue Karten darüber zu erstellen, wo sie waren, und auch miteinander zu kommunizieren, um ein gemeinsames Bild ihrer relativen Standorte zu erstellen.
Kurt Konolige, Agrawals Forschungspartner am SRI, zu dem Sarnoff eine Tochtergesellschaft ist, sagt, ein Ziel sei es, die Rechenleistung zu reduzieren, die für eine so intensive Verarbeitung von Videobildern erforderlich ist – daran arbeitet Kumars Gruppe. Aber wenn Größe und Kosten niedrig genug gehalten werden könnten, sagt er, könnten Sie sich auch kleine Geräte vorstellen, die die Leute tragen könnten, wenn sie sich beispielsweise in einer Stadt oder in einem großen Gebäude bewegen, die ihre Position verfolgen und sie führen würden zu Standorten.
Die vom Office of Naval Research (ONR) finanzierte Technologie wird von Militäreinheiten für den Einsatz im Stadtkampf getestet. Dylan Schmorrow, ONR-Programmmanager, sagt, Sarnoffs Arbeit ist einzigartig und wichtig, da ihre Technologie eine relativ kostengünstige Methode bietet, um visuelle Orientierungspunkte mit normalen Kameras zu erstellen, damit andere Sensoren genauer arbeiten können.
Kumar sagt, dass die erste Priorität zwar darin besteht, ausgereifte Versionen der Technologie an die Militärsponsoren von Sarnoff zu liefern, der nächste Schritt jedoch darin bestehen wird, eine Version zu entwickeln, die in der Automobilindustrie eingesetzt werden kann. Er sagt, dass die Technologie den Autoherstellern noch nicht vorgestellt wurde, aber wir planen, dies zu tun. Er fügt hinzu, dass die größte ultimative kommerzielle Anwendung darin bestehe, Autonavigationssysteme zu verbessern.