Ett team av forskare från Universitetet i Cambridge är att låna några av de tekniker som används i autonoma fordon för att lära telefonen för att navigera, även när det inte har åtkomst till positionsinformation som en GPS-signal.
I själva verket, teamet har utvecklat två nya bitar av programvara som körs på mobiltelefoner, men tror lite som att förarlösa bilar. Den första, som kallas SegNet, kan ta bilder av en gata scen från en smartphone kamera och klassificera, sortera objekt i 12 olika kategorier – såsom vägar, vägskyltar, fotgängare, byggnader och cyklister. Du kan se det i action ovan. Teamet förklarar hur det fungerar:
SegNet lär sig genom exempel – det var “utbildas” av en flitig grupp av Cambridge-studenter, som manuellt märkta varje pixel i varje 5000 bilder, där varje bild tar ca 30 minuter att slutföra. När märkning var klar, och forskarna tog två dagar att “träna” systemet innan det var omsättas i handling.
Laget hävdar att “det kan ta itu med ljus, skugga och natt-tid miljöer, och för närvarande etiketter mer än 90% av pixlar på rätt sätt.”
Andra system använder footage från gatan scenen för att urskilja den där telefonen är, med hjälp av geometri av byggnader och urbana möbler för att urskilja läge. Systemet har hittills testats i centrala Cambridge, där det visat sig vara “mycket mer exakt än GPS.” Det är mycket på samma sätt som de flesta autonoma bilar, inklusive de som gjorts av Google, jämför kände data till befintliga innan kartor att orientera sig på vägen.
Tror inte att telefonen plötsligt kommer att förvandla din bil till ett autonomt fordon, dock. “På kort sikt, vi är mer benägna att se denna typ av system på en inhemsk robot – som en robot dammsugare, till exempel,” förklarade Roberto Cipolla, en av de forskare som arbetar på projektet, i ett pressmeddelande. Måste börja någonstans, va?
Sponsrade
[Cambridge University]