Изучаем применение компьютерного зрения в навигации

Сегодня достать телефон, ввести пункт назначения и следовать пошаговым инструкциям кажется проще простого. На это уходит всего несколько секунд. Но за этим повседневным удобством стоят годы технологического прогресса. Навигация прошла долгий путь — от бумажных карт и компасов до интеллектуальных систем, способных понимать окружающий мир и реагировать на него в реальном времени.

Одной из технологий, лежащих в основе этих изменений, является компьютерное зрение — область искусственного интеллекта (AI), которая позволяет машинам интерпретировать визуальную информацию подобно людям. Передовые навигационные инструменты теперь используют изображения в реальном времени со спутников, видеорегистраторов и датчиков, установленных на уровне улиц, чтобы повышать точность карт, отслеживать состояние дорог и помогать пользователям ориентироваться в сложной среде.

В этой статье мы рассмотрим, как компьютерное зрение совершенствует навигацию: повышает точность GPS-карт, предоставляет актуальную информацию о дорожном движении в реальном времени и поддерживает такие технологии, как навигация с дополненной реальностью и автономные транспортные средства.

Навигационные системы на базе AI с иммерсивным 3D-картографированием#

Использование таких инструментов, как Google Maps, стало неотъемлемой частью повседневной жизни — будь то поездка через весь город или поиск ближайшего кафе. По мере распространения технологий AI мы видим всё более продвинутые функции, например Immersive View, представленную Google Maps в 2023 году. Она позволяет пользователям заранее просматривать части маршрута в 3D-среде. Это стало возможным благодаря сочетанию AI, фотограмметрии и компьютерного зрения.

Рис. 1. Immersive View в Google Maps.

Всё начинается с миллиардов изображений высокого разрешения, снятых с помощью различного специализированного оборудования. В их число входят автомобили Street View — транспортные средства с камерами кругового обзора, которые ездят по городам, — и устройства Trekker: носимые рюкзаки с установленными камерами, используемые для съёмки мест, куда не могут проехать автомобили, например туристических троп или узких переулков.

Эти изображения совмещаются с картографическими данными с помощью фотограмметрии — метода, который объединяет 2D-фотографии, снятые под разными углами, чтобы создавать точные 3D-модели улиц, зданий и ландшафта.

Затем компьютерное зрение анализирует эти модели с помощью обнаружения объектов и сегментации изображений, чтобы идентифицировать и маркировать важные элементы, такие как дорожные знаки, тротуары, пешеходные переходы и входы в здания.

Рис. 2. Immersive View использует сегментацию для выделения объектов на улице.

Маркированные данные используются для обучения AI-систем, распознающих различия визуальных признаков в разных регионах. Например, система легко отличает знак «SLOW» в США, который обычно имеет форму жёлтого или оранжевого ромба, от похожего знака в Японии, обычно представляющего собой красно-белый треугольник. Такой уровень понимания делает навигацию точнее и позволяет учитывать культурные особенности.

Наконец, Immersive View накладывает маршруты навигации в реальном времени на 3D-среду, обеспечивая плавный и интуитивно понятный интерфейс, который точно показывает, куда ты направляешься.

Дополненная реальность в навигационных решениях#

Наверное, каждый из нас сталкивался с ситуацией, когда приходится крутиться на месте и пытаться понять, в какую сторону указывает Google Maps. Именно эту проблему призвана решить навигация с дополненной реальностью (AR) — технология, накладывающая цифровую информацию на изображение с камеры реального мира. Она меняет подход к навигации в людных местах, таких как городские улицы или большие закрытые помещения.

Обычными картами бывает сложно пользоваться, особенно когда сигнал GPS слабый или работает нестабильно. Навигация с AR решает эту проблему, отображая цифровые указания, стрелки и метки прямо на изображении реального мира с камеры в реальном времени. Благодаря этому ты видишь подсказки, соответствующие окружающим улицам и зданиям, и гораздо легче понимаешь, куда идти.

Как дополненная реальность используется в навигации#

Навигация с AR использует модели компьютерного зрения, чтобы понимать окружающую среду через камеру устройства. Для этого выполняются различные задачи, например локализация изображения: система обнаруживает такие признаки, как края зданий или дорожные знаки, и сопоставляет их с сохранённой картой. Одновременная локализация и построение карты (SLAM) создают карту окружающей среды и одновременно отслеживают положение устройства в реальном времени.

Например, аэропорт Цюриха первым внедрил Live View от Google Maps для навигации внутри здания. Пассажиры могут использовать камеры телефонов, чтобы видеть стрелки и указания, наложенные на реальную окружающую среду, и следовать через терминалы к выходам на посадку, магазинам и сервисам. Это улучшает впечатления пассажиров, упрощая навигацию в сложных закрытых пространствах.

Рис. 3. Аэропорт Цюриха использует компьютерное зрение и AR для навигации пассажиров внутри здания.

Повышение безопасности на дорогах с помощью навигационных систем на базе AI#

Городские улицы с каждым днём становятся всё более загруженными. Из-за увеличения числа автомобилей, переполненных тротуаров и постоянного движения поддерживать транспортный поток плавным и безопасным становится всё сложнее. Чтобы справиться с этим хаосом, многие города обращаются к AI и компьютерному зрению.

Интеллектуальные камеры и датчики, установленные на перекрёстках и вдоль дорог, непрерывно собирают визуальные данные. Эти записи обрабатываются в реальном времени, чтобы обнаруживать аварии, отслеживать транспортный поток, выявлять выбоины и фиксировать такие нарушения, как незаконная парковка или опасное поведение пешеходов.

Интересным примером служит интеллектуальная скоростная автомагистраль Smart Airport Expressway в Ханчжоу, Китай. Эта 20-километровая автомагистраль, соединяющая центр Ханчжоу с международным аэропортом Сяошань, была оснащена камерами высокого разрешения и радарами миллиметрового диапазона. Эти устройства непрерывно собирают видео и данные с датчиков, которые затем анализируются с помощью компьютерного зрения.

Система не просто записывает происходящее, а интерпретирует события на дороге. Алгоритмы компьютерного зрения обнаруживают столкновения автомобилей, распознают нарушения правил дорожного движения и даже выявляют пешеходов или необычные перемещения возле съездов с автомагистрали. Благодаря этому сотрудники дорожных служб могут реагировать на происшествия в течение нескольких секунд, не находясь непосредственно на месте.

Эти данные также поступают в цифровой двойник — живую виртуальную 3D-модель автомагистрали, отображающую дорожную ситуацию в реальном времени, сведения об автомобилях и возникающие заторы. Сотрудники дорожных служб отслеживают этот визуальный интерфейс, чтобы управлять потоком, отправлять интеллектуальные оповещения и быстро и точно реагировать на происшествия.

Автономная мобильность в навигации на базе компьютерного зрения#

Современная навигация — это гораздо больше, чем просто путь из точки A в точку B. Теперь она является важнейшей частью интеллектуальных систем, которые перемещают людей, управляют товарами и принимают решения в реальном времени — как на дорогах, так и внутри складов.

В основе многих таких систем лежит компьютерное зрение, позволяющее машинам интерпретировать визуальные данные и мгновенно реагировать на окружающую обстановку. Рассмотрим несколько примеров, чтобы понять, как эта технология преобразует навигацию в разных средах.

Навигация складских роботов с помощью компьютерного зрения#

Роботы становятся важной частью будущего логистики, особенно в крупных складских комплексах. По мере роста спроса в электронной коммерции компании всё чаще полагаются на машины с компьютерным зрением, которые перемещаются в сложной среде, сортируют товары и управляют запасами быстро и точно.

Например, в центрах обработки заказов Amazon более 750 000 роботов работают вместе с людьми, поддерживая эффективную работу предприятия. Эти роботы активно используют компьютерное зрение, чтобы перемещаться по загруженным складским площадям, распознавать товары и быстро принимать точные решения.

Одной из таких систем является Sequoia — роботизированная платформа, предназначенная для ускорения обработки запасов. Она использует передовое компьютерное зрение для сканирования, подсчёта и организации поступающих товаров, помогая оптимизировать процессы хранения и извлечения.

Аналогичным образом Vulcan — роботизированная рука — использует камеры и анализ изображений, чтобы безопасно брать товары с полок, регулируя захват в зависимости от формы и положения каждого объекта и даже распознавая необходимость помощи человека. Тем временем Cardinal — ещё один робот с компьютерным зрением — специализируется на сортировке: он сканирует смешанные груды посылок и точно помещает их в соответствующие тележки для отправки.

Рис. 4. Cardinal точно поднимает посылки из груды.

Компьютерное зрение в навигации автономных транспортных средств#

До сих пор мы видели, как компьютерное зрение помогает людям и роботам ориентироваться в окружающей среде. Но оно столь же важно для автономных систем, таких как беспилотные автомобили, где навигация полностью зависит от того, что транспортное средство может увидеть и понять в реальном времени.

Хорошим примером является система Tesla Vision. Tesla выбрала подход к автономному вождению, основанный только на камерах, отказавшись от радара и других датчиков в пользу сети камер, обеспечивающих полный обзор окружающей обстановки на 360 градусов. Эти камеры передают визуальные данные в компьютер Full Self-Driving (FSD), который использует глубокие нейронные сети для интерпретации окружающей среды и принятия решений о вождении за доли секунды.

На основе увиденного система решает, когда поворачивать, ускоряться, тормозить или перестраиваться, — совсем как человек за рулём, но исключительно по визуальным данным. Tesla постоянно совершенствует эту систему, собирая и анализируя огромные объёмы данных о вождении в реальных условиях, полученных от всего автопарка.

Рис. 5. Tesla использует компьютерное зрение для безопасной и автономной навигации (источник: Tesla).

Преимущества и недостатки компьютерного зрения в навигации#

Вот несколько ключевых преимуществ использования компьютерного зрения в навигации, особенно в системах, где важны точность, безопасность и принятие решений в реальном времени:

• Снижает расход топлива: помогая водителям избегать пробок и маршрутов с частыми остановками и разгонами, компьютерное зрение может снизить общий расход топлива и время в пути, делая повседневные поездки эффективнее.
• Выявляет износ дорог и проблемы инфраструктуры: решения на базе компьютерного зрения могут обнаруживать выбоины, стёртую разметку, сломанные знаки и повреждённую инфраструктуру, предоставляя ремонтным бригадам надёжные данные в реальном времени.
• Бесшовно интегрируется с другими инструментами AI: компьютерное зрение можно объединять с голосовыми помощниками, моделями прогнозирования поведения или алгоритмами оптимизации маршрутов, чтобы создавать высокоинтеллектуальный и персонализированный навигационный интерфейс.

Несмотря на многочисленные преимущества компьютерного зрения для навигации, при внедрении таких решений необходимо учитывать и несколько важных ограничений. Вот ключевые проблемы, о которых стоит помнить:

• Недостаточная обобщающая способность: модели, обученные на конкретных средах или сценариях, часто испытывают трудности при применении в новых или изменяющихся условиях без повторного обучения.
• Ограничения, связанные с освещением: для эффективной работы системам компьютерного зрения нужны хорошее освещение и ясная погода. В тумане, под проливным дождём или в темноте их производительность снижается, если они не используют дополнительные датчики, такие как LiDAR или радар.
• Риски конфиденциальности: навигационные системы с камерами могут снимать людей и частную собственность без согласия. Это создаёт проблемы с конфиденциальностью, которые необходимо тщательно решать на этапах разработки и внедрения.

Основные выводы#

Компьютерное зрение переосмысливает навигацию, делая карты более динамичными, транспортные системы — более интеллектуальными, а мобильность — более доступной. Статичные маршруты превращаются в интерактивные решения в реальном времени благодаря иммерсивным 3D-просмотрам, навигации с указаниями на базе AR и технологиям автономного транспорта.

По мере развития технологий внимание, вероятно, сместится к тому, чтобы сделать эти системы более инклюзивными, адаптивными и ответственными. Дальнейший прогресс будет зависеть от повышения точности в разнообразных средах, поддержания стабильной производительности и защиты конфиденциальности пользователей. Будущее компьютерного зрения в навигации заключается в создании решений, которые не только интеллектуальны, но и учитывают человека при разработке и оценке влияния.

Присоединяйся к нашей растущей сообщество! Изучи наш репозиторий GitHub, чтобы узнать больше об AI, и ознакомься с вариантами лицензирования, чтобы начать свои проекты в области AI для компьютерного зрения. Интересуешься такими инновациями, как AI в розничной торговле и компьютерное зрение в сельском хозяйстве? Посети наши страницы решений, чтобы узнать больше!