KI-Modell könnte Navi-Karten erheblich verbessern

Ein neues KI-System soll helfen, digitale Karten für die GPS-Navigation zu verbessern. Das von Forschern des Massachusetts Institute of Technology (MIT) und des Qatar Computing Research Institute entwickelte «RoadTagger» erkennt in Satellitenaufnahmen den Strassentyp und die Zahl der Fahrspuren – und das auch trotz Bäumen oder Gebäuden, welche die Sicht verdecken. Künftig soll das System noch mehr Details wie Radwege und Parkplätze erkennen.

Je mehr Details digitale Karten umfassen, desto nützlicher sind sie – beispielsweise, weil ein Navigationssystem vor dem Flaschenhals zusammenlaufender Fahrspuren warnen kann. Doch um genaue Details zu sammeln, kommen bislang nur mit Kameras bestückte Autos wie die von Google zum Einsatz, die Strassen tatsächlich abfahren. «Die meisten richtig aktuellen, digitalen Karten gibt es von Orten, die grosse Unternehmen interessieren», sagt Sam Madden, MIT-Professor für Elektrotechnik und Informatik. Denn für andere, beispielsweise abgelegenere Gegenden, ist das Abfahren zu aufwendig. Eben dies soll RoadTagger nun unnötig machen.

«Unser Ziel ist es, den Prozess der Erstellung hochwertiger digitaler Karten zu automatisieren, sodass sie in jedem Land verfügbar werden», meint Madden. Dazu setzt die neue KI darauf, automatisch Strasseneigenschaften in für die meisten Gegenden leicht erhältlichen Satellitenkarten zu finden. Um das zu ermöglichen, kombiniert das System zwei unterschiedliche Arten neuronaler Netze, die anhand von Trainingsarten aus dem Projekt OpenStreetMap gelernt haben, Strasseneigenschaften zu erkennen. Unbekannte Strassen in Satellitenaufnahmen teilt RoadTagger nun in etwa 20 Meter lange Abschnitte auf und bewertet deren Eigenschaften.