Без GPS автономные системы легко сбиваются с пути. Ученые Калифорнийского технологического института (Caltech) разработали новый алгоритм, который позволяет автономным системам распознавать собственное местоположение. Технология работает вне зависимости от сезонных изменений окружающей среды.
Обычно машины с визуальной навигацией на местности (visual terrain-relative navigation, VTRN) сравнивают окружающую местность на соответствие спутниковым снимкам высокого разрешения и находит себя. Снежный покров или опавшие листья приводят к тому, что машины сбиваются с толку.
Новый алгоритм использует самообучающийся искусственный интеллект, который «удаляет» сезонную информацию из существующих VTRN-систем.
В ходе экспериментов ученые попытались локализовать изображения летней листвы на фоне изображений зимней листвы с использованием корреляционной техники VTRN. 92% попыток нового алгоритма были правильно сопоставлены, а оставшиеся 8% оказались проблемными.
Помимо реализации алгоритма в автономных дронах на Земле, система также может применяться для космических миссий. Например, для приземления марсохода JPL Mars 2020 Perseverance впервые использовалась VTRN. Ученые намерены усовершенствовать технологию, чтобы ее стабильной работе не мешали туман, дождь, снег и т. д. В случае успеха, работа может улучшить навигационные системы для беспилотных автомобилей.
Материалы исследования опубликованы в журнале Science Robotics.