Crédito: dominio público Unsplash/CC0
Los investigadores de la Universidad de Surrey han desarrollado un sistema de IA capaz de identificar la ubicación de un dispositivo en áreas urbanas densas sin depender de GPS. Al reducir los errores de localización de 734 metros a dentro de 22 metros, la innovación podría ser un paso adelante significativo para las tecnologías como los automóviles autónomos y los vehículos de entrega de ayuda.
En su papel publicado En IEEE Robotics and Automation Letters, los investigadores describen Peng (geo-localización mejorada por pose), una tecnología que combina imágenes satelitales y a nivel de calle para determinar la ubicación utilizando solo datos visuales. En entornos donde las señales GPS son débiles u obstruidas, como túneles, ciudades como Nueva York o regiones con mala conectividad, Peng ofrece una alternativa confiable y precisa para la navegación.
Tavis Shore, investigador de posgrado en IA y Visión de la Computadora de la Universidad de Surrey, dijo: “Muchos sistemas de navegación dependen de GPS, pero la cobertura no siempre está garantizada. Nuestro objetivo era desarrollar una solución que funcione de manera confiable utilizando solo información visual. Al combinar el satélite y las imágenes de nivel de tierra, Peng alcanza un nivel de precisión anteriormente pensado sin consolidar sin GPS sin poder ayudar a las nuevas posiciones de la jarra del suelo. herramientas.”
A diferencia de los métodos anteriores, que están limitados por la frecuencia con la que se muestrean las imágenes satelitales, Peng usa un proceso de dos pasos: primero reduciendo la ubicación a nivel de la calle, luego refinando las medidas utilizando una estimación de pose relativa, una técnica que analiza exactamente dónde está una cámara y de qué manera se enfrenta. El sistema ofrece alta precisión incluso cuando se usa cámaras monoculares estándar que se encuentran en la mayoría de los vehículos.
El Dr. Simon Hadfield, profesor asociado (lector) en visión de robot y sistemas autónomos en la Universidad de Surrey y el supervisor primario del proyecto, dijo: “Uno de los aspectos más emocionantes de este sistema es cómo convierte una simple cámara monocular en una poderosa herramienta de navegación.
“Peng está diseñado para operar sin GPS, lo que lo hace ideal para escenarios de rápido movimiento e impredecible. Ese tipo de flexibilidad es exactamente lo que se necesita para la próxima generación de vehículos autónomos y robótica que operan en entornos desafiantes”.
Tavis y su equipo ahora están enfocados en construir un prototipo de trabajo, apoyado por el Ph.D. de la Universidad de Surrey. El Premio Foundership, que financia el desarrollo en etapa inicial del dispositivo de navegación sin GPS propuesto.
El profesor Adrian Hilton, director del Centro de Visión de Visión, Decisión y Señal del Surrey, y el Instituto Surrey para la IA centrada en las personas, dijo: “El trabajo de nuestro equipo demuestra el enfoque centrado en las personas para la IA que defendemos aquí en Surrey, desarrollando un sistema que aborda los desafíos detrás de la tecnología de navegación, algo que todos hemos venido a confiar.
“La capacidad de identificar con precisión una ubicación sin GPS sienta las bases para sistemas autónomos más inteligentes y más resistentes que pueden funcionar incluso en los entornos más remotos”.
La investigación se ha publicado como código abierto para apoyar la innovación futura en las tecnologías de navegación.
Más información: Tavis Shore et al, Peng: Geo-Localización mejorada con pose, Robótica IEEE y cartas de automatización (2025). Doi: 10.1109/lra.2025.3546513
Proporcionado por la Universidad de Surrey
Cita: El nuevo sistema de IA podría cambiar la forma en que los vehículos autónomos navegan sin GPS (2025, 20 de agosto) recuperado el 20 de agosto de 2025 de https://techxplore.com/news/2025-08-ai-eutónomo-vehicles-gps.html
Este documento está sujeto a derechos de autor. Además de cualquier trato justo con el propósito de estudio o investigación privada, no se puede reproducir ninguna parte sin el permiso por escrito. El contenido se proporciona solo para fines de información.
