A nova ferramenta, que foi desenvolvida por cientistas do MIT em colaboração com o Qatar Computing Research Institute (QCRI), deve facilitar a vida dos motoristas. Nas suposições, seu uso fornecerá mapas mais precisos.
Inteligência artificial e imagens de satélite
Criar navegações GPS precisas para viagens de carro é um processo difícil e caro. Os produtores não usam apenas imagens de satélite e aéreas ou outros dados de estradas disponíveis. Freqüentemente, eles também precisam lançar uma frota de seus próprios carros para coletar informações mais precisas. Graças a isso, as empresas podem determinar, entre outros o número de faixas e a direção para a qual levam.
Os dados não só precisam ser coletados e processados, mas também constantemente atualizados, o que gera custos adicionais. Consequentemente, a navegação é muitas vezes criada por grandes empresas. No entanto, mesmo os maiores players, como o Google, não são capazes de fornecer informações sempre atualizadas. Além disso, nem todas as áreas são mapeadas com mais precisão pelos carros – nem sempre lucrativas, e outros problemas surgem.
A ferramenta RoadTagger é uma solução que pode ajudar na criação de mapas mais precisos e na sua atualização eficiente. Ele usa imagens de satélite e inteligência artificial para reconhecer o número de pistas, saídas e tipos de estradas.
(foto MIT)
Claro, se olharmos para uma imagem de satélite detalhada, é improvável que tenhamos problemas para contar o número de pistas. No entanto, é pior com ensinar esta máquina, especialmente se partes selecionadas da estrada são cobertas (por exemplo, por árvores). Aqui, algoritmos apropriados devem entrar no trabalho, o que garantirá a eficiência em um nível satisfatório.
O RoadTagger é baseado em uma combinação de uma rede neural convolucional (CNN), freqüentemente usada para tarefas de reconhecimento de imagem, e uma rede neural (GNN), ou gráfico, que entende as relações entre os pontos de dados. É graças a isso que todo o sistema é capaz de ler as informações necessárias a partir das imagens de satélite que lhe são fornecidas.
A ferramenta já foi testada em fotos de 20 cidades americanas. O RoadTagger identificou corretamente 77% das faixas ocultas e mostrou uma eficácia de 93% na indicação dos tipos de estradas. Os cientistas não vão parar por aí – novas melhorias na ferramenta estão planejadas para aumentar sua precisão. Além disso, é reconhecer os estacionamentos e as ciclovias ao longo do tempo.
Não se destina a substituir os métodos atuais usados na produção de mapas precisos. As empresas ainda terão que, por exemplo, ter uma frota de carros. O RoadTagger, no entanto, pode fornecer mapas melhores em áreas que não foram priorizadas antes. Ele também deve funcionar em situações em que você precisa atualizar rapidamente sua navegação.
Também recomendamos:
Teste Apple CarPlay – isso é o que os drivers de iPhone com iOS 13 oferecem
fonte: MIT, ExtremeTech
