Новая система точной локализации от МФТИ поможет роботам ориентироваться в пространстве
Учёные Института искусственного интеллекта МФТИ представили систему MSSPlace — инструмент для точной городской локализации роботов, рассчитанный на работу в сложных и меняющихся условиях. В отличие от привычных подходов, где навигация опирается либо на камеры (с ограниченной оценкой расстояний), либо на лидары (с картами без подробной семантики), новая архитектура объединяет несколько источников данных и формирует компактный цифровой «дескриптор» каждого места. Отдельные модули параллельно анализируют изображения, облака точек лидара, семантические маски — упрощённые схемы сцены с пометками объектов вроде «здание», «дерево», «дорога» — и текстовые аннотации. Такое комбинирование данных даёт роботу более стабильное представление о локации.
В процессе движения робот накапливает базу таких дескрипторов для посещённых точек. При необходимости система вычисляет дескриптор текущей сцены и ищет наиболее похожие записи в базе, что позволяет восстановить положение даже при изменении освещения, погодных условий или перестановке предметов. Авторы также подчёркивают, что особенно важны семантические маски: они мало зависят от внешних условий и помогают сохранять «память» о местах.
Разработчики отмечают, что ключевая особенность их подхода — использование разных источников информации одновременно. Это приближает нас к решению проблемы точной глобальной локализации в ситуациях, когда спутниковые сигналы (GPS, ГЛОНАСС) недоступны или искажены. По словам участников проекта, полученные результаты показали высокую перспективность, а код решения включён в открытую библиотеку OpenPlaceRecognition, доступную для тестирования и интеграции в сторонние проекты.
В пресс-службе МФТИ напомнили о практическом применении разработки. Система может пригодится для беспилотных автомобилей, сервисных роботов, курьеров и адаптивных дронов, которым требуется быстро и надёжно ориентироваться в меняющемся городском пространстве. В дальнейшем команда планирует адаптировать MSSPlace для реальных роботизированных платформ и автомобилей, а также проработать задачи локализации на больших пустых территориях без характерных ориентиров и при крайне изменчивом освещении.