Исследователи из Университета Суррея разработали систему искусственного интеллекта Pose-Enhanced Geo-Localisation (PEnG), которая определяет местоположение устройства даже там, где GPS часто даёт сбой — в плотной городской застройке, тоннелях или районах с нестабильной связью.
В основе метода лежит двухэтапный процесс. Сначала система сопоставляет изображения улиц с картами со спутников, определяя примерное положение устройства. Затем используется метод относительной оценки позы — технология, которая вычисляет ориентацию камеры. Важно, что для работы требуется всего лишь простая монокулярная камера, уже встроенная во многие автомобили.
В ходе испытаний PEnG удалось снизить среднюю погрешность определения местоположения с 734 метров до всего 22 метров, что сопоставимо с точностью GPS, но при этом без его прямой поддержки.
Зачем это нужно?
Современные транспортные и логистические системы сильно зависят от спутниковой навигации. Однако сигналы GPS подвержены помехам: их могут блокировать небоскрёбы, тоннели, погодные условия или даже специальные устройства. Для автономных машин и беспилотной техники это становится серьёзным ограничением.
PEnG решает эту проблему, предоставляя альтернативу, независимую от спутниковых сигналов. Такая система может обеспечить надёжную навигацию для беспилотных автомобилей, дронов, роботов и других автономных устройств, особенно в условиях сложной городской инфраструктуры.
По словам разработчиков, одно из ключевых преимуществ PEnG — это превращение обычной камеры в полноценный навигационный инструмент. Такая гибкость открывает возможности для нового поколения умных систем, способных действовать в условиях непредсказуемой среды.
Университет Суррея отмечает, что проект поддержан PhD Foundership Award, предназначенным для финансирования перспективных технологий на ранних этапах. Следующая цель команды — создать работающий прототип и протестировать его в реальных условиях.
Чтобы ускорить развитие направления, исследователи сделали результаты работы открытым исходным кодом, приглашая специалистов по всему миру подключиться к дальнейшим доработкам.
Результаты исследования уже опубликованы в журнале IEEE Robotics and Automation Letters.
