Une géolocalisation trop approximative, une direction complètement erronée jusqu'à l’inverse de la bonne.Si les outils de guidage sont de plus en plus complets et pratiques, ces erreurs basiques gâchent l’utilisation quotidienne.
Google dit en être parfaitement conscient, en a analysé les causes et promet des solutions radicalement nouvelles.
Il s'en explique et s'est passionnant :
Une direction indiquée à l'opposée de la bonne, un GPS avec de grosses erreurs comment est-ce possible
Ces indications sont :
- fragiles, car dépendantes de capteurs miniaturisés aux performances limitées
- perturbées surtout en milieu urbain
L'orientation est calculée à partir du signal magnétique terrestre
 |
| Les signaux GPS rebondissent sur les façades en milieu urbain (Source Google Al Blog) |
Le capteur d'orientation qui sert à indiquer la direction est un capteur 3 axes comme l’accéléromètre.
Mais c'est capteur virtuel car il n'existe pas réellement.
Ce sont les données du capteur de champ magnétique qui sont transformées pour fournir les angles de direction.
Les erreurs de captation du champ magnétique ne perturbent pas seulement la boussole mais aussi les capteurs de direction.
Et les perturbations magnétiques sont très nombreuses dans notre environnement quotidien. A commencer par les carrosseries automobiles, les écrans métalliques, le béton armé...
Pas étonnant donc qu'au début d'un trajet, la direction indiquée est quelques fois à l'opposé de la direction réelle.
Le GPS reçoit les ondes radio des satellites
Le GPS déduit sa position à partir de la distance avec trois satellites en recevant leurs signaux radio et en mesurant le temps de transmission.
La précision dépend de ces ondes, qui en milieu urbain sont réverbérées par les façades d'immeubles, amorties par des écrans végétaux.
Le GPS, trompé par ces perturbations va vous situer à plusieurs mètres de l'endroit où vous êtes. Quelques fois il vous situera dans une rue adjacente ou dans un autre bloc de maisons.
 |
| (Source Google Al Blog) |
La localisation globale sur laquelle Google travaille
Tilman Reinhardt, ingénieur logiciel chez Google Maps explique "Utiliser la localisation globale pour améliorer la navigation" :
"Nous expérimentons un moyen de résoudre ce problème en utilisant une technique appelée localisation globale , qui combine le service de positionnement visuel (VPS), Street View, et apprentissage automatique pour identifier plus précisément la position et l’orientation.
En utilisant la caméra du smartphone comme capteur, cette technologie offre un moyen plus puissant et intuitif d’aider les utilisateurs à déterminer rapidement la voie à suivre".
Comment l'imagerie de Street View va vous localiser en milieu urbain mieux qu'un GPS
Nous avons vu qu'un GPS est trompé par de nombreux obstacles en ville.
Google décrit ainsi son nouveau système de positionnement visuel :
"Le service de positionnement visuel (VPS) détermine l'emplacement d'un appareil en fonction de l'imagerie plutôt que des signaux GPS.
VPS commence par créer une carte en prenant une série d’images qui ont un emplacement connu et en les analysant pour déterminer les caractéristiques visuelles clés, telles que le contour des bâtiments ou des ponts, afin de créer un index à grande échelle et rapidement consultable de ces caractéristiques visuelles.
 |
| (Source Google Al Blog) |
Mais comment mettre à jour ces images en temps réel ?
Tilman Reinhard le souligne :"Bien que cette approche fonctionne bien en théorie, sa mise en pratique est un défi.
Le problème est que les images du téléphone au moment de la localisation peuvent différer de ce à quoi la scène ressemblait lorsque les images Street View ont été collectées, peut-être des mois plus tôt.
Par exemple, les arbres ont beaucoup de détails riches, mais changent au fil des saisons et même lorsque le vent souffle. Pour obtenir une bonne correspondance, nous devons filtrer les parties temporaires de la scène et nous concentrer sur une structure permanente qui ne change pas avec le temps.
C’est pourquoi un élément essentiel de cette nouvelle approche consiste à appliquer l’apprentissage automatique pour décider automatiquement des caractéristiques à surveiller, en donnant la priorité aux caractéristiques susceptibles de faire partie intégrante de la scène et en ignorant des éléments tels que les arbres, le mouvement dynamique de la lumière et la construction. transitoire".
On voit donc que la captation d'images ne peut être passive. Il faut sélectionner au contraire les éléments marquants et représentatifs du paysage urbain.
Mais il faut aussi constamment mettre à jour ces éléments par un apprentissage continu de leurs évolutions.
 |
| (Source Google Al Blog) |
En 10 ans, Google Street a recueilli des milliards d'images de référence dans 93 pays du monde il vise maintenant le guidage en réalité augmentée
Il s'agit maintenant d'un défi encore plus grand pour lequel Google compte mobiliser tout son potentiel de réalité virtuelle et de communauté de passionnés de Street View, de Waze et de "Guides locaux" : "une communauté mondiale d'utilisateurs qui partagent des conseils, des photos et des nouveaux lieux sur Google Maps".
S'il est probable que le service complet ne va pas arriver tout de suite sur votre smartphone, ce plan de travail à l'ambition planétaire montre comment Google développe tous les outils convergents pour maîtriser l'environnement de tous les possesseurs de smartphones du monde entier tout en profitant de leurs expériences.
Les retombées et les domaines d'utilisation sont considérables dans tous les domaines de la mobilité (incluant les transports autonomes) mais aussi le génie civil, l'agriculture et tous les domaines où ces données seront indispensables.
Les retombées et les domaines d'utilisation sont considérables dans tous les domaines de la mobilité (incluant les transports autonomes) mais aussi le génie civil, l'agriculture et tous les domaines où ces données seront indispensables.
