Et team av forskere fra Cambridge University, er å låne noen av teknikkene som brukes i autonome kjøretøy for å lære telefonen å navigere, selv når det har ikke tilgang til å plassere informasjon, for eksempel GPS-signal.
Faktisk, teamet har utviklet to nye biter av programvare som kjører på mobile telefoner, men tenk litt som driverfri biler. Den første, kalt SegNet, kan ta opptak av en gate scene fra en smartphone kamera og klassifisere det, sortere objekter i 12 ulike kategorier, for eksempel veier, gateskilt, fotgjengere, bygninger og syklister. Du kan se den i aksjon ovenfor. Teamet forklarer hvordan det fungerer:
SegNet lærer ved eksempel, og det ble “trent” av et innholdsrikt gruppe av Cambridge lavere grads studenter, som manuelt merket hver piksel i hver av 5000 bilder, og hvert bilde du tar omtrent 30 minutter å fullføre. Når merking ble ferdig, forskere deretter tok to dager å “trene opp” systemet før det ble satt inn tiltak.
Teamet hevder at “det kan tilbyr med lys, skygge og natt-tid-miljøer, og i dag etiketter mer enn 90% av punkter på riktig måte.”
Det andre systemet bruker opptak fra gatebildet for å skjelne hvor telefonen er, ved hjelp av geometri av bygninger og gatemøbler å skjelne beliggenhet. Systemet har så langt blitt testet i sentrum av Cambridge, hvor den har vært vist å være “langt mer nøyaktig enn GPS.” Det er veldig lik den måten de fleste autonome biler, inkludert de som er laget av Google, kan du sammenligne følte data til eksisterende før kart til å orientere seg på veien.
Synes ikke at telefonen plutselig vil gjøre bilen til et autonomt kjøretøy, skjønt. “På kort sikt, er vi mer tilbøyelige til å se denne typen system på en innenlandsk robot – som for eksempel en robot som støvsuger, for eksempel,” forklarte Roberto Cipolla, en av forskerne som arbeider på prosjektet, i en pressemelding. Må starte et sted, eh?
Sponset
[Cambridge University]