Et team af forskere fra Cambridge University, er at låne nogle af de teknikker, der anvendes i autonome køretøjer til at lære din telefon til at navigere, selv når det ikke har adgang til at placere oplysninger, som en GPS-signal.
I virkeligheden, holdet har udviklet to nye stykker software, der kører på mobiltelefoner, men tænker lidt som at førerløse biler. Den første, kaldet SegNet, kan tage optagelser af en gade scene fra en smartphone kamera og klassificere det, sortering af objekter i 12 forskellige kategorier – såsom veje, vejskilte og fodgængere, bygninger og cyklister. Du kan se det i aktion ovenfor. Holdet forklarer, hvordan det virker:
SegNet lærer ved eksempel – det var “uddannet” af en dygtig gruppe af Cambridge studerende, der manuelt mærket hver pixel i hver af 5000 billeder, hvor hvert billede tager omkring 30 minutter at gennemføre. Når mærkningen var færdig, forskere derefter tog to dage til at “oplære” systemet, før det blev sat i aktion.
Holdet hævder, at “det kan beskæftige sig med lys, skygge og nat-tid miljøer, og i øjeblikket etiketter mere end 90% af pixels korrekt.”
Det andet system bruger optagelser fra street scene til at skelne, hvor telefonen er, ved hjælp af geometri af bygninger og byrumsinventar til at skelne placering. Systemet er indtil videre blevet testet i centrum af Cambridge, hvor det er blevet vist at være “langt mere præcis end GPS.” Det er meget lig den måde, som de fleste autonome biler, herunder dem, der foretages af Google, undersøg fornemmede data til eksisterende forud for kort til at orientere sig på vejen.
Tror ikke, at din telefon vil pludselig slå din bil ind i et autonomt køretøj, selv om. “På kort sigt, er vi mere tilbøjelige til at se denne slags system på en indenlandsk robot – som en robot støvsuger, for eksempel,” forklarer Roberto Cipolla, en af de forskere, der arbejder på projektet, i en pressemeddelelse. Skal jo starte et sted, eh?
Sponsoreret
[Cambridge University]