Нов алгоритъм помага на роботизирани превозни средства да се самоуправляват независимо от сезона

Подробности за процеса бяха публикувани на 23 юни 2021г. в списанието Science Robotics, публикувано от Американската асоциация за развитие на науката (AAAS) съвместно с Калифорнийски технологичен институт.

Алгоритъм позволява на машините да се научат как да разпознават пейзажи, дори на фона на променящите се сезони. Общият процес, известен като визуална навигация, свързана с терена (VTRN), е разработен за първи път през 60-те години. Чрез сравняване на близкия терен със сателитни изображения с висока резолюция, автономните системи могат да се локализират. Проблемът е, че за да работи, настоящото поколение VTRN изисква теренът, който разглежда, да съвпада плътно с изображенията в неговата база данни. Всичко, което променя или закрива терена, като снежна покривка или паднали листа, кара изображенията да не съвпадат и системата води до грешка.

„Основното правило е, че и двете изображения – тази от сателита и тази от автономното превозно средство – трябва да имат идентично съдържание, за да работят текущите техники. Разликите, с които могат да се справят, са относно това, какво може да се постигне с Филтър на Instagram, който променя нюансите на изображението „, казва Антъни Фрагосо, преподавател и учен, водещ автор на статията в Science Robotics. „В реалните системи обаче нещата се променят драстично в зависимост от сезона, тъй като изображенията вече не съдържат едни и същи обекти и не могат да бъдат директно сравнени.“

В проведен експеримент изследователите се опитват да локализират изображения на лятна зеленина срещу изображения от зимен пейзаж. Хората постигат успеваемост 50 процента, т.е. успеваемостта не е по-добра от обръщане на монета. За разлика от хората, вмъкването на новия алгоритъм във VTRN работи много по-добре: 92 процента от опитите са правилно съчетани, а останалите 8 процента могат да бъдат идентифицирани като проблематични предварително и след това лесно да се управляват с помощта на други утвърдени навигационни техники.

Освен за роботизирани МПС и полезността на автономни безпилотни летателни апарати на Земята, системата има и приложения за космически мисии. На Марс ни е необходимо известно количество автономно шофиране, но тъй като предаването отнема седем минути, за да пътува между Земята и Марс, това затруднява движението на роувърите, а на Марс няма GPS“. Екипът разгледа марсианските полярни региони, които също имат интензивни сезонни промени, условия, подобни на Земята, и новата система може да позволи подобрена навигация в подкрепа на научните цели, включително търсенето на вода.

И това не е всичко – в близкото бъдеще учените ще разширят технологията, за да се отчетат промените във времето като мъгла, дъжд, снеговалеж и т.н. Ако успеят, работата им може да помогне за подобряване на навигационните системи за автомобили без шофьор.