Michael Milford, a brisbane-i Queensland University of Technology's (QUT) kutatója szerint a GPS-es helymeghatározás sokkal megbízhatóbbá válik, ha a jelenlegi kameratechnológiai és speciális matematikai algoritmusok megalkotását célzó fejlesztéseik eredményre vezetnek. A hétköznapi felhasználók számára is sokkal egyszerűbbé és elfogadhatóbbá válhat általuk a navigáció.
Milford emlékeztetett, hogy jelenleg három műholddal kell kapcsolatot létesíteni, hogy azok meghatározhassák a helyzetünket. A kapcsolat kiépítése egy-két percet is igénybe vehet, s van, amikor ez túlságosan sok. Nagyvárosokban, alagutakban de természetes környezetben is elveszhet a jel, ami olykor kellemetlenséget okoz.
Ezért a QUT kutatói megpróbálták létrehozni a világ első vizuális navigációs algoritmusát, a SeqSLAM-et (Sequence Simultaneous Localisation and Mapping – sorrend alapú egyidejű lokalizáció és térképezés), amely a legjobb „helyi egyezéseket és sorrend felismerést” használja a helyzet meghatározásához. A rendszer azt a feltevést használja, hogy a lokalizáló kamera már egy meghatározott helyen van, s ezt újra és újra ellenőrzi a helyi tereptárgyak és azok sorrendjének vizsgálatával.
„Például, ha egy irodai blokk konyhájában vagyok, az algoritmus feltételezi, hogy az irodai blokkban vagyok, majd körülnéz és megállapítja, hogy ez egy konyha. Ha kilépek a folyosóra, akkor tesztelni kezdi, hogy a folyosó képe megfelel-e az irodaépületben lévé folyosó képének, amelyet a memóriájában tárol. Ha körbe mozogsz és megismétled a sorrendet elég hosszan, akkor pontosan azonosítani tudod, hogy hol is vagy az elraktározott képek alapján, egy egyszerű matematikai algoritmus segítségével” – fejtette ki Milford.
Az ötletet a Google street view projekt adta, amelyben az utcák az emberi szem magasságából tekinthetők át. Az utcák felismerése azonban nem egyszerű, mert nagyon sok hasonlóság lehet közöttük. A megoldást azonban a kicsiny emlősök, például a patkányok tájékozódási mintái inspirálták. Meg kellett érteniük, hogy miképpen tudnak ezek az állatok pontosan tájékozódni, miközben elég gyenge a látásuk.
„Eddig, ha pontosabb navigációt akartunk, egyre nagyobb felbontású eszközöket, bonyolultabb matematikai formulákat és a növekvő mennyiségű adat és számítás feldolgozására alkalmas számítógépeket állítottunk elő. Nem jutott eszünkbe, hogy lehetne ezt kisebb felbontású kamerákkal, egyszerűbb algoritmusokkal, kisebb teljesítményű számítógépeken és olcsóbban is csinálni, hogy ugyan azt az eredményt kapjuk" – fejtette ki Michael Milford. Mivel a SeqSLAM erre ad lehetőséget, a fiatal kutató erőfeszítéseit egy 375 ezer dolláros ösztöndíjjal ismerte el az Ausztrál Kutatási Tanács.
