Globalni pozicioni sistem GPS je osnova navigacije autonomnih vozila, ali su bez njih ona bila potpuno neupotrebljiva. To bi sve moglo da se promeni novim sistemom vizuelnog lociranja,
Unapređenje VTRN sistema
Sistem nazvan VTRN – Navigacija na osnovu vizuelnog terena je razvijen pre neverovatnih 80 godina, a sada koristi slike satelita visoke rezolucije da bi odredili svoju lokaciju. Da bi ovaj sistem radio trenutna generacija VTRN sistema zahteva da teren izgleda slično slikama iz baze podataka, jer sve što na neki način menja izgled poput snega ili lišća, u različitim periodima godine onemogućava dobro prepoznavanje okoline. Tako da ukoliko slike iz baze podataka nisu napravljene za sva godišnja doba, može da se desi da se VTRN sistem zbuni.
Kako bi se rešio ovaj problem, tim naučnika i istraživača u NASA JPL se okrenuo mašinskom učenju i veštačkoj inteligenciji, kako bi se uklonile sezonske smetnje kada je prepoznavanje okoline u pitanju.
Samostalno učenje
Novi sistem koji se koristi da bi se poboljšalo prepoznavanje okoline poznat je kao učenje pod ličnim nadzorom. Dok se većina strategija koje koriste računari oslanjaju na napomene ljudi koji korišćenjem velike količine podataka uče algoritme kako da prepoznaju ono što vide, ova nova tehnologija uči samu sebe. AI prati šablone na slikama prateći detalje i karakteristike koje bi ljudima uglavnom promakle.
Preciznost sa 50% raste na preko 92%
Kada se ova tehnologija doda na VTRN novi sistemi mnogo preciznije vrše svoju lokaciju bez pomoći GPS-a. U eksperimentu koji je sproveden, istraživači su pokušali lokalizaciju korišćenjem letnjih slika u vreme zime kada je drveće bilo vez lišća.
Rezultat je bio polovičan, i sistem je u oko 50% slučajeva uspeo da prepozna teren i da se pravilno locira u prostoru. Nasuprot tome, ubacivanjem novog algoritma u VTRN sistem je pravilno identifikovao lokaciju u 92% slučajeva, dok je u ostalih 8% sistem imao poteškoće, koje su lako otklonjene korišćenjem dodatnih metoda geolokacije.
Računari mogu da pronađu šablone tamo gde ih ljudsko oko ne vidi, i da identifikuju i najmanje detalje, što je veoma značajno za unapređenje VTRN tehnologije, koja je imala problema sa izazovnim okruženjima. Prema rečima istraživača koji su radili na novom projektu, implementacijom novog algoritma su spasene desetine godina koje su bile potrebne da se reši problem koji je imala tradicionalna tehnologija.
Korisno za lociranje i van Zemlje
Pored korišćenja za autonomne dronove na Zemlji, ovaj sistem se može uspešno koristiti i u misijama u svemiru. Primera radi, sistem za ulazak u orbitu, spuštanje i sletanje Perceverance rovera opremljenog Linux OS-omna Mars koristio je VTRN da bi sleteo u Jezero krater na Crvenoj planeti, lokaciju koja je do tad bila obeležena kao opasna za bezbedno sletanje. Ovo je bio jedini način lokacije, jer nema GPS sistema na Marsu, a vreme dok prenos stigne od Zemlje do Marsa traje 20 minuta, pa je navigacija u realnom vremenu nemoguća.
Problem sa lociranjem na Marsu je sličan onome na Zemlji, jer su kao referentne tačke korišćeni polarni regioni planete, koji kao na Zemlji imaju svoje sezonske promene, pa bi implementacija novog sistema navigacija bila veoma korisna za ostvarivanje ciljeva i potrazi za vodom na Crvenoj planeti.