Исследователи разработали систему GPS, которая при построении маршрута анализирует спутниковые снимки, чтобы точнее определить тип дорог и количество полос движения.
Обычно GPS-карты создают крупные компании, такие как Яндекс и Google, отправляя специальные автомобили с камерами для фиксации деталей инфраструктуры различных районов. Однако такой способ сбора информации дорогой и занимает много времени, поэтому некоторые части мира просто игнорируются, а полученные данные являются базовыми. Помимо этого, система не всегда правильно определяет количество полос движения и куда они ведут, поэтому иногда в пути маршрут может резко меняться.
Одним из вариантов решения этих проблем является использование алгоритмов машинного обучения для распознавания дорог на спутниковых снимках местности. Хотя такой метод дешевле, дает больше информации и использует регулярно обновляющиеся изображения, но дороги часто скрываются деревьями и зданиями, что усложняет работу ИИ.
Недавно исследователи из Массачусетского технологического института и Катарского НИИ совместно разработали комбинацию нейронных архитектур для автоматического прогнозирования типов дорог и числа полос движения за препятствиями. Во время испытаний система правильно определяла типы дорог в 93% случаев, а количество полос движения с точностью 77%.
В дальнейшем команда планирует научить систему распознавать парковочные места, велодорожки и предоставлять информацию о текущем состоянии дорог.
Эффективность работы подобных систем еще важна для беспилотного транспорта, который переходит с испытательных треков на общественные дороги.
текст: Илья Бауэр, фото: today