Un GPS qui ne tombe jamais en panne

Descendez une rue de Manhattan et le système de navigation de votre voiture clignotera en service et hors service. C'est parce que les signaux satellites du système de positionnement global (GPS) utilisés par les systèmes de navigation automobile et d'autres technologies sont bloqués par les bâtiments. Le GPS ne fonctionne pas non plus bien à l'intérieur, dans les tunnels et les systèmes de métro, ou dans les grottes, un problème pour tout le monde, des secouristes aux soldats.

Mais dans une avancée récente qui n'a pas encore été publiée, les chercheurs de Sarnoff , à Princeton, dans le New Jersey, affirment que leur technologie prototype - qui utilise un traitement avancé des images vidéo stéréo pour combler les lacunes du GPS - peut maintenir la précision de localisation à un mètre près après un demi-kilomètre de déplacement dans des environnements dits sans GPS.

Ce type de résolution est une avancée majeure dans le domaine, offrant une précision de type GPS sur des distances pertinentes pour les lacunes de service intermittentes pouvant être rencontrées lors de combats urbains ou de conduite en centre-ville. Il s'agit d'un problème de recherche général en vision par ordinateur, mais personne n'a obtenu le genre de précision que nous obtenons, explique Rakesh Kumar, informaticien chez Sarnoff. Le travail était basé en partie sur des recherches antérieures effectuées à Sarnoff par David Nister, un informaticien maintenant à l'Université du Kentucky.

Agrawal motilal , informaticien chez SRI International, à Menlo Park, Californie, qui développe également des technologies de localisation refusées par GPS, est d'accord, affirmant que l'avancée représente essentiellement un quintuple de précision. Nous n'avons jamais vu ce taux d'erreur signalé auparavant, dit Agrawal. C'est plutôt bien foutu. Pour nous, un mètre d'erreur est typique sur 100 mètres - et obtenir cela sur 500 mètres est remarquable et assez bon.

L'approche utilise quatre petites caméras, qui pourraient éventuellement être apposées sur le casque d'un soldat ou sur le pare-chocs d'une voiture. Deux caméras sont tournées vers l'avant et deux vers l'arrière. Lorsque les signaux GPS disparaissent, la technologie calcule l'emplacement dans l'espace 3D en effectuant des calculs à partir des objets qui traversent son champ de vision 2D lorsque la caméra se déplace.

Il s'agit d'une tâche en plusieurs étapes. La technologie déduit d'abord la distance parcourue en calculant comment une série d'objets fixes se déplacent par rapport à l'image de la caméra. Ensuite, il additionne ces petits mouvements pour calculer la distance totale. Mais comme l'addition de nombreux petits mouvements peut introduire des erreurs au fil du temps - un problème appelé dérive - le logiciel identifie les points de repère et trouve les mêmes points de repère dans les images suivantes pour corriger cette dérive. Cette partie de la technologie est appelée odométrie visuelle. Enfin, la technologie discerne quels objets sont en mouvement et les filtre pour éviter de fausser les calculs. Cela fonctionne même dans des environnements difficiles et encombrés, explique Kumar.

La méthode essentielle est comme la façon dont les gens naviguent, dit Kumar. Lorsque les gens ferment les yeux en marchant, ils font un écart vers la gauche ou la droite. Vous utilisez votre vue pour savoir si vous allez tout droit ou si vous tournez. Ensuite, vous utilisez la vue pour reconnaître les points de repère.

Alors que l'idée générale est poursuivie depuis des années, Sarnoff n'a atteint le jalon de précision d'un mètre qu'au cours des trois derniers mois, une avancée qui sera publiée bientôt, dit Kumar. C'est une avancée importante, déclare Frank Dellaert, informaticien à Georgia Tech. C'est important, dit-il. La raison en est que l'ajout de ces vitesses au fil du temps accumule les erreurs, et obtenir ce type de précision sur une telle distance signifie que le composant « odométrie visuelle » de leur système est de très haute qualité.

Kumar dit que la technologie permet également aux utilisateurs - qu'il s'agisse de soldats, de robots ou, éventuellement, de conducteurs - de créer des cartes précises de l'endroit où ils se trouvent, et également de communiquer entre eux pour créer une image commune de leurs emplacements relatifs.

Kurt Konolige, partenaire de recherche d'Agrawal au SRI, dont Sarnoff est une filiale, affirme que l'un des objectifs est de réduire la puissance de calcul nécessaire pour effectuer un traitement aussi intensif d'images vidéo, ce sur quoi le groupe de Kumar travaille. Mais si la taille et le coût pouvaient être suffisamment bas, dit-il, vous pourriez également imaginer de petits appareils que les gens pourraient porter lorsqu'ils se déplacent dans une ville, par exemple, ou à l'intérieur d'un grand bâtiment, qui garderaient une trace de leur position et les guideraient. aux emplacements.

La technologie, financée par l'Office of Naval Research (ONR), est testée par des unités militaires pour une utilisation dans les combats urbains. Dylan Schmorrow, le responsable du programme ONR, déclare que le travail de Sarnoff est unique et important car sa technologie ajoute une méthode relativement peu coûteuse de création de repères visuels avec des caméras ordinaires pour permettre à d'autres capteurs de fonctionner avec plus de précision.

Kumar dit que si la première priorité est de fournir des versions matures de la technologie aux sponsors militaires de Sarnoff, la prochaine étape sera d'essayer de produire une version qui peut fonctionner dans l'industrie automobile. Il dit que la technologie n'a pas encore été présentée aux constructeurs automobiles, mais nous prévoyons de le faire. Il ajoute que la plus grande application commerciale ultime serait de renforcer les systèmes de navigation automobile.

cacher