Visual Positioning System (VPS; deutsch Visuelles Positionierungssystem), auch Visual Navigation System (deutsch Visuelles Navigationssystem) ist eine Technologie, die es mobilen Geräten wie Smartphones, Drohnen und Robotern ermöglicht, ihren Standort und ihre Ausrichtung in der physischen Welt anhand visueller Merkmale zu bestimmen, die von Kameras erfasst werden. Während die GPS-Technologie auf Satellitensignalen basiert, werden bei VPS Computer Vision-Algorithmen und Bilderkennung eingesetzt, um Bilder der Umgebung zu analysieren und darauf erkannte Objekte mit einer Datenbank abzugleichen. Diese Technologie ist besonders nützlich in GPS-unzugänglichen Umgebungen wie Innenräumen, wo Satellitensignale i. d. R. blockiert werden.[1]
Geschichte
Die Idee der visuellen Navigation hat ihre Wurzeln in der frühen Computer Vision-Forschung. VPS als praktische Anwendung gewann mit Fortschritten in Maschinellem Lernen und Bildverarbeitung an Bedeutung. Google begann etwa 2018–2019, VPS in Google Maps zu testen. Die Technik ermöglicht Fußgängern eine visuelle Navigation mittels Augmented Reality.[2][3] Im Dezember 2022 führte Google die ARCore Geospatial API ein, die VPS einbezieht, um weltweit präzise Augmented Reality-Erfahrungen zu ermöglichen.
Funktionsweise
VPS erstellt eine visuelle Karte aus einer Reihe geo-referenzierter Bilder, indem es Schlüsselmerkmale wie Umrisse von Gebäuden oder Landmarken identifiziert. Diese Merkmale werden in einer durchsuchbaren Datenbank mit feststehenden Objekten indexiert.[4] Wenn ein Gerät neue Bilder aufnimmt, vergleicht das System diese mit der Datenbank, um die Position und Ausrichtung des Geräts zu berechnen. Die Implementierung von Google nutzt beispielsweise eine 3D-Punktwolke, die mit Milliarden von Street-View-Bildern abgeglichen wird, in Kombination mit tiefen neuronalen Netzen zur Bilderkennung, um hohe Genauigkeit zu erreichen.[3]
Anwendungen
- Innenraum-Navigation: VPS löst die Einschränkungen von GPS in Innenräumen und kann z. B. für die Navigation von mobilen Robotern genutzt werden.[5].
- Augmented Reality: Systeme wie Live View in Google Maps nutzen visuelle Merkmale, um virtuelle Inhalte wie Pfeile in die Umgebung zu projezieren.[2]
- Robotik und Drohnen: VPS ermöglicht Navigation in Umgebungen, in denen GPS unzuverlässig oder nicht vorhanden ist, z. B. auf planetaren Erkundungen.[6]
Einschränkungen
Die Genauigkeit von VPS hängt stark von der Qualität der Eingabebilder und der Vollständigkeit der visuellen Datenbank ab.[4] Schlechte Beleuchtung, Verdeckungen oder veraltete Referenzbilder können die Wirksamkeit verringern.
Siehe auch
Literatur
- Rajpurohit, Aryan Mukesh and Kumar, Puneet and Singh, Dalwinder and Kumar, Rishu Raj: A Review on Visual Positioning System 5. Mai 2023, 7th International Conference on Computing Sciences 2023
- Janghun Hyeon, Bumchul Jang, Hyunga Choi, Joohyung Kim, Dongwoo Kim, Nakju Doh: Photo-realistic 3D model based accurate visual positioning system for large-scale indoor spaces, Engineering Applications of Artificial Intelligence, Volume 123, Part A, August 2023,
- Yuri D. V. Yasuda, Luiz Eduardo G. Martins, Fabio A. M. Cappabianco: Autonomous Visual Navigation for Mobile Robots: A Systematic Literature Review. In: ACM Computing Surveys. Band 53, Nr. 1, 6. Februar 2020, ISSN 0360-0300, S. 13:1–13:34, doi:10.1145/3368961.
Weblinks
Einzelnachweise
- ↑ The Complete Guide on Visual Positioning System. In: TechFunnel. 2. Februar 2023, abgerufen am 11. Juli 2025.
- ↑ a b Andreas Floemer: Google Maps: AR-Navigation für Fußgänger kommt bei ersten Nutzern an. In: t3n.de. 11. Februar 2019, abgerufen am 11. Juli 2025.
- ↑ a b Meenal Dhande: Getting lost with GPS? Don’t worry, Google Maps VPS is here. In: Geospatial World. 12. Januar 2023, abgerufen am 11. Juli 2025 (amerikanisches Englisch).
- ↑ a b What is Visual Positioning System (VPS)? In: electronicsforu.com. 9. Januar 2023, abgerufen am 11. Juli 2025.
- ↑ De Xu, Liwei Han, Min Tan, You Fu Li: Ceiling-Based Visual Positioning for an Indoor Mobile Robot With Monocular Vision. In: IEEE Transactions on Industrial Electronics. Band 56, Nr. 5, Mai 2009, ISSN 0278-0046, S. 1617–1628, doi:10.1109/TIE.2009.2012457.
- ↑ Fabio Cozman, Eric Krotkov, Carlos Guestrin: Outdoor Visual Position Estimation for Planetary Rovers. In: Autonomous Robots. Band 9, Nr. 2, September 2000, ISSN 0929-5593, S. 135–150, doi:10.1023/A:1008966317408.