Localizzazione Utente Indoor Utilizzando il Riconoscimento Visivo di Luoghi

Il riconoscimento visivo di luoghi è uno dei pilastri dello sviluppo della visione artificiale e della robotica. Il compito degli algoritmi VPR è quello di identificare luoghi esaminati in base a immagini. La tecnologia può supportare robot autonomi e forza lavoro umana, identificando l’ambiente circostante e facilitando l’esecuzione di azioni desiderate.

I ricercatori di NeuroSYS utilizzano algoritmi di visione artificiale come parte della piattaforma AR sviluppata, Nsflow, abilitando istruzioni di lavoro interattive e formazione pratica per identificare le posizioni degli utenti durante la formazione sul posto. In questo caso, l’utilizzo di VPR porta a una significativa accelerazione dei processi di formazione e apprendimento a causa della riduzione della necessità di formazione e supervisione precedente.

Trovare una persona o un luogo desiderato utilizzando il GPS è già una notizia vecchia. Ma cosa fare quando il sistema di navigazione satellitare non funziona? I sistemi di posizionamento indoor (IPS) vengono in soccorso.

Quando si cerca un ago in un pagliaio, si possono utilizzare varie tecniche, tra cui beacon, posizionamento magnetico, unità di misura inerziale (IMU) con accelerometri e giroscopi, misurazione del movimento dall’ultimo punto noto, posizionamento basato su Wi-Fi o semplicemente – utilizzare marcatori visivi.

Tutti i metodi sopra hanno i loro difetti (ad esempio, la necessità di installare marcatori o beacon, IMU che aumenta l’errore di misura nel tempo e richiede riposizionamento), superando i loro benefici. La soluzione che risponde al problema cruciale – la posizione generale dell’utente con precisione di pochi metri – si rivela essere nel campo degli algoritmi.

Il processo di riconoscimento di luoghi si basa su una procedura a due passaggi, creando due database. Inizialmente, il luogo bersaglio viene fotografato e vengono identificati alcuni elementi, punti chiave, da un rilevatore di caratteristiche per identificare elementi caratteristici dell’area. Successivamente, i punti etichettati vengono confrontati con un’immagine di riferimento. Una volta che i punti chiave valutati vengono considerati sufficientemente simili da un matcher di caratteristiche, l’immagine viene qualificata come rappresentante lo stesso luogo.

Il database di immagini combina immagini di luoghi bersaglio, in questo caso, aree di lavoro, e un set delle loro proprietà, tra cui identificatori univoci, seguiti da descrittori locali e globali. L’altro set, il database di stanze, abbina punti chiave singoli con aree specifiche nello spazio considerato.

Utilizzando SuperPoint, SuperGlue e netVLAD reti neurali dal campo del riconoscimento visivo di luoghi, i ricercatori hanno utilizzato il processo sopra descritto nella localizzazione degli utenti. Le reti neurali profonde, SuperPoint e SuperGlue, cooperano nella rilevazione di caratteristiche e nel matching, estraendo informazioni dai database.

I descrittori globali entrano in scena

Il processo richiede descrittori globali, che servono come vettori che distinguono il luogo, identificando aree in modo da non presentare ambiguità. Per adempiere al loro ruolo, i vettori dovrebbero essere invarianti per l’illuminazione e il punto di vista – indipendentemente dalla prospettiva e dalle condizioni di illuminazione, i descrittori globali non dovrebbero lasciare dubbi quando distinguono luoghi in diverse immagini.

Inoltre, gli oggetti variabili presenti nell’area di interesse non dovrebbero essere vincolati dai descrittori globali come caratteristiche che distinguono i luoghi. Elementi come mobili e attrezzature sono soggetti a cambiamenti (ristrutturazione, smantellamento), il che significa che non possono definire aree attraverso la loro presenza.

Il riconoscimento di luoghi basato sulla visione artificiale si basa su elementi permanenti dei luoghi esaminati, come porte, finestre, scale e altri elementi distintivi di natura duratura. Durante la ricerca in questione, la rete neurale profonda NetVLAD è stata utilizzata per i calcoli, presentando, come risultato, vettori che soddisfano i requisiti impostati. Nel processo di matching dei descrittori globali, vengono elaborate immagini dei vettori più simili, seguite dal calcolo della distanza tra ogni punto di ancoraggio caratteristico.

Quando si elaborano due database – il database di stanze e l’altro, che contiene punti chiave e descrittori globali – il sistema gestisce attributi di immagini. Dopo aver eseguito la stima delle somiglianze e delle distanze più corte, la seconda rete neurale, SuperGlue, identifica immagini di luoghi. Il sistema che utilizza VPR consente la localizzazione degli utenti in base, in breve, al numero di punti chiave corrispondenti.

Gli algoritmi hanno trovato applicazione nella piattaforma AI & AR, aiutando gli utenti a eseguire la formazione dotati di occhiali intelligenti. VPR consente la localizzazione degli utenti in formazione nel luogo di lavoro, avviando tutorial e guide appropriate assegnate a particolari spot, migliorando la sicurezza e riducendo la necessità di supervisione diretta. Project co-financed from European Union funds under the European Regional Development Funds as part of the Smart Growth Operational Programme. Project implemented as part of the National Centre for Research and Development: Fast Track.