La IA vence al GPS: un sistema basado en imágenes reduce errores de navegación más de 30 veces

Un reciente avance en inteligencia artificial promete revolucionar la forma en que ubicamos dispositivos y vehículos, superando ampliamente la precisión tradicional del GPS. Un equipo de la Universidad de Surrey ha presentado un sistema llamado Pose-Enhanced Geo-Localisation (PEnG), capaz de determinar la ubicación exacta de un dispositivo incluso en entornos urbanos densos, donde el GPS suele fallar.

En pruebas, PEnG redujo los errores de localización de 734 metros a tan solo 22 metros, es decir, logró más de 30 veces menos margen de error que las tecnologías convencionales.

El sistema PEnG abandona la dependencia exclusiva del GPS y apuesta por una combinación de imágenes satelitales y fotos a nivel de calle, lo que permite no solo identificar la posición precisa, sino también la orientación del dispositivo examinado. Este proceso se realiza en dos fases: la primera delimita la zona específica a nivel callejero y la segunda, mediante estimación de pose relativa, interpreta hacia dónde apunta la cámara del dispositivo. Esto, según los responsables del proyecto, funciona incluso con una simple cámara monocular como la que equipan muchos vehículos hoy día, lo que lo convierte en una opción accesible y lista para su despliegue masivo.

Uno de los investigadores principales, Tav Shore, estudiante de posgrado en IA y visión computarizada, explicó en un comunicado: “Muchos sistemas de navegación dependen del GPS, pero la cobertura no siempre está garantizada. Nuestro objetivo era crear una solución fiable usando solo información visual. Al conjugar imágenes satelitales y del entorno inmediato, PEnG logra un nivel de precisión que antes se consideraba imposible sin GPS, y abre nuevas oportunidades para vehículos autónomos y herramientas de navegación inteligente”.

El equipo subraya que PEnG ha sido especialmente diseñado para escenarios donde el GPS es poco fiable, como túneles, grandes ciudades con numerosos rascacielos o regiones con poca conectividad. Dr Simon Hadfield, profesor asociado en visión robótica y sistemas autónomos, detalló: “Uno de los aspectos más interesantes de este sistema es cómo transforma una cámara común en una potente herramienta de localización. PEnG está diseñado para funcionar sin GPS, por lo que es ideal en entornos rápidos y cambiantes. Esa flexibilidad es lo que necesitan los vehículos autónomos de próxima generación y la robótica en entornos adversos”.

La dependencia mundial del GPS es tan grande que cualquier interrupción, ya sea por fallos en la señal, interferencias, obstrucciones por edificios altos o incluso condiciones atmosféricas adversas, puede tener consecuencias graves para la logística, la aviación, la defensa o cualquier sector que dependa de una navegación precisa. PEnG ofrece una alternativa robusta y versátil, capaz de convertir la simpleza de una cámara en una poderosa solución de geolocalización.

La visión detrás de este desarrollo, según Adrian Hilton, director del Surrey Institute for People-Centred AI, es crear tecnologías centradas en las personas y que resuelvan problemas cotidianos: “Nuestro equipo ha desarrollado un sistema que responde a los desafíos de la tecnología de navegación, una herramienta en la que todos confiamos. Poder localizar con gran exactitud, incluso sin GPS, sienta las bases para sistemas autónomos más inteligentes y resistentes, preparados para operar en cualquier lugar, por remoto que sea”.

La llegada de soluciones como PEnG augura no solo mayor conveniencia diaria para los usuarios, sino una mejora significativa en seguridad y desempeño para vehículos autónomos, drones, robots y aplicaciones críticas de las próximas décadas.