Инженеры MIT объяснили, что обычно GPS-карты создаются крупными компаниями, такими как Google, которая посылает машины с камерами по местности, чтобы подробно запечатлеть дороги. Однако у их подхода есть свои ограничения — это дорогостоящий процесс, а поддержание карт в актуальном состоянии занимает много времени. Из-за затрат компании также игнорируют труднодоступные регионы, где нет даже базовых карт.
Исследователи сначала проанализировали спутниковые снимки с помощью машинного обучения для автоматического нанесения меток на дорожные объекты. Это дешевле — снимки регулярно обновляются, а вид с высоты птичьего полета дает более полезную информацию о регулировании и полосах движения. Проблема заключается в том, что спутниковые изображения дорог часто перекрываются деревьями или зданиями.
Сотрудничая с Катарским вычислительным исследовательским институтом, ученые разработали систему RoadTagger, которая использует комбинацию нейросетевых архитектур для автоматического предсказания типов дорог и количества полос, скрытых за препятствиями. В ходе испытаний система подсчитывала номера полос с точностью до 77% и могла делать выводы о типах дорог с точностью до 93%.
Исследователи смогут предсказывать и другие особенности, такие как парковочные места и велосипедные дорожки. Они надеются, что система поможет быстрее ориентироваться водителям с GPS. «Наша цель — автоматизировать процесс создания высококачественных цифровых карт, чтобы они были доступны в любой стране», — отметили ученые.