Un modelo creado por investigadores del MIT y del Qatar Computing Research Institute (QCRI) que utiliza imágenes satelitales para etiquetar elementos de las carreteras en mapas digitales podría ayudar a mejorar la navegación GPS.
Mostrar a los conductores más detalles sobre sus rutas puede ayudarlos a orientarse en lugares desconocidos. El número de carriles, por ejemplo, puede permitir que un sistema GPS advierta a los conductores de carriles que se separan o se unen. Incorporar información sobre plazas de aparcamiento puede ayudar a los conductores a planificar con antelación, mientras que cartografiar los carriles bici puede ayudar a los ciclistas a circular por calles urbanas concurridas. Proporcionar información actualizada sobre el estado de las carreteras también puede mejorar la planificación de las labores de ayuda en caso de desastre.
Pero crear mapas detallados es un proceso costoso y lento, que realizan sobre todo grandes empresas como Google, que envían vehículos con cámaras sujetas al capó para capturar vídeo e imágenes de las carreteras de una zona. Combinar esto con otros datos puede generar mapas precisos y actualizados. Sin embargo, como este proceso es costoso, algunas partes del mundo quedan al margen.
Una solución consiste en aplicar modelos de aprendizaje automático a imágenes satelitales —más fáciles de obtener y que se actualizan con bastante regularidad— para etiquetar automáticamente elementos de las carreteras. Pero las carreteras pueden quedar ocultas, por ejemplo, por árboles y edificios, lo que convierte la tarea en un reto. En un artículo que se presentará en la conferencia de la Association for the Advancement of Artificial Intelligence, los investigadores del MIT y del QCRI describen «RoadTagger», que utiliza una combinación de arquitecturas de redes neuronales para predecir automáticamente el número de carriles y el tipo de vía (residencial o autopista) tras los obstáculos.
Al probar RoadTagger en carreteras ocultas de mapas digitales de 20 ciudades estadounidenses, el modelo contabilizó el número de carriles con un 77 % de precisión e infirió el tipo de vía con un 93 % de precisión. Los investigadores también planean que RoadTagger pueda predecir otros elementos, como las plazas de aparcamiento y los carriles bici.
“La mayoría de los mapas digitales actualizados corresponden a los lugares que más interesan a las grandes empresas. Si estás en lugares que no les interesan demasiado, estás en desventaja en cuanto a la calidad del mapa”, afirma el coautor Sam Madden, profesor del Departamento de Ingeniería Eléctrica e Informática (EECS) e investigador del Laboratorio de Informática e Inteligencia Artificial (CSAIL). “Nuestro objetivo es automatizar el proceso de generación de mapas digitales de alta calidad, para que puedan estar disponibles en cualquier país”.
Los coautores del artículo son los estudiantes de posgrado del CSAIL Songtao He, Favyen Bastani y Edward Park; el estudiante de grado del EECS Satvat Jagwani; los profesores del CSAIL Mohammad Alizadeh y Hari Balakrishnan; y los investigadores del QCRI Sanjay Chawla, Sofiane Abbar y Mohammad Amin Sadeghi.
Combinación de CNN y GNN
Qatar, donde se encuentra el QCRI, “no es una prioridad para las grandes empresas que elaboran mapas digitales”, afirma Madden. Sin embargo, constantemente se construyen nuevas carreteras y se mejoran las antiguas, sobre todo de cara a la celebración de la Copa Mundial de la FIFA 2022.
“Durante nuestras visitas a Qatar, hemos tenido experiencias en las que nuestro conductor de Uber no lograba averiguar cómo llegar a su destino, porque el mapa estaba muy desfasado”, afirma Madden. “Si las aplicaciones de navegación no tienen la información correcta, por ejemplo, sobre la fusión de carriles, esto puede resultar frustrante o algo peor”.
RoadTagger se basa en una combinación novedosa de una red neuronal convolucional (CNN), de uso común en tareas de procesamiento de imágenes, y una red neuronal de grafos (GNN). Las GNN modelan las relaciones entre nodos conectados en un grafo y se han popularizado para analizar cosas como las redes sociales y la dinámica molecular. El modelo es “de extremo a extremo”, lo que significa que solo recibe datos sin procesar y genera resultados de forma automática, sin intervención humana.
La CNN toma como entrada imágenes satelitales sin procesar de las carreteras objetivo. La GNN divide la carretera en segmentos de unos 20 metros, o “teselas”. Cada tesela es un nodo independiente del grafo, conectado por líneas a lo largo de la carretera. Para cada nodo, la CNN extrae las características de la carretera y comparte esa información con sus vecinos inmediatos. La información sobre la carretera se propaga por todo el grafo, de modo que cada nodo recibe información sobre los atributos de la carretera de todos los demás nodos. Si una determinada tesela está oculta en una imagen, RoadTagger utiliza la información de todas las teselas a lo largo de la carretera para predecir qué hay tras la oclusión.
Según los investigadores, esta arquitectura combinada representa una intuición más parecida a la humana. Supongamos que parte de una carretera de cuatro carriles está oculta por árboles, de modo que algunas teselas solo muestran dos carriles. Las personas pueden deducir fácilmente que hay un par de carriles ocultos tras los árboles. Los modelos tradicionales de aprendizaje automático, como una CNN por sí sola, extraen características solo de teselas individuales y lo más probable es que predigan que la tesela oculta es una carretera de dos carriles.
“Las personas pueden usar la información de teselas adyacentes para adivinar el número de carriles de las teselas ocultas, pero las redes no pueden hacerlo”, afirma He. “Nuestro enfoque intenta imitar el comportamiento natural de las personas, en el que captamos la información local de la CNN y la información global de la GNN para hacer mejores predicciones”.
Aprendizaje de los pesos
Para entrenar y probar RoadTagger, los investigadores utilizaron un conjunto de datos cartográficos reales, denominado OpenStreetMap, que permite a los usuarios editar y revisar mapas digitales de todo el mundo. De ese conjunto de datos, recopilaron atributos de carreteras confirmados de 688 kilómetros cuadrados de mapas de 20 ciudades estadounidenses, como Boston, Chicago, Washington y Seattle. Después, obtuvieron las imágenes satelitales correspondientes de un conjunto de datos de Google Maps.
Durante el entrenamiento, RoadTagger aprende los pesos —que asignan distintos grados de importancia a las características y a las conexiones entre nodos— de la CNN y la GNN. La CNN extrae características de los patrones de píxeles de las teselas y la GNN propaga las características aprendidas a lo largo del grafo. A partir de subgrafos seleccionados al azar de la carretera, el sistema aprende a predecir las características de la carretera en cada tesela. Al hacerlo, aprende automáticamente qué características de la imagen son útiles y cómo propagarlas a lo largo del grafo. Por ejemplo, si una tesela objetivo tiene marcas viales poco claras, pero su tesela vecina tiene cuatro carriles con marcas viales claras y comparte la misma anchura de carretera, es probable que la tesela objetivo también tenga cuatro carriles. En este caso, el modelo aprende automáticamente que la anchura de la carretera es una característica de imagen útil, de modo que si dos teselas adyacentes comparten la misma anchura, es probable que tengan el mismo número de carriles.
Ante una carretera de OpenStreetMap que no se haya visto durante el entrenamiento, el modelo divide la carretera en teselas y utiliza sus pesos aprendidos para hacer predicciones. Al predecir el número de carriles de una tesela oculta, el modelo observa que las teselas vecinas tienen patrones de píxeles coincidentes y, por tanto, una alta probabilidad de compartir información. Así, si esas teselas tienen cuatro carriles, la tesela oculta también debe tener cuatro.
En otro resultado, RoadTagger predijo con precisión el número de carriles en un conjunto de datos de interrupciones viales sintetizadas y muy complejas. Como ejemplo, un paso elevado con dos carriles cubría algunas teselas de una carretera objetivo de cuatro carriles. El modelo detectó patrones de píxeles incoherentes del paso elevado, por lo que ignoró los dos carriles sobre las teselas cubiertas, y predijo con precisión que debajo había cuatro carriles.
Los investigadores esperan utilizar RoadTagger para ayudar a las personas a validar y aprobar rápidamente las modificaciones continuas de la infraestructura en conjuntos de datos como OpenStreetMap, donde muchos mapas no contienen el número de carriles ni otros detalles. Un área de especial interés es Tailandia, según explica Bastani, donde las carreteras cambian constantemente, pero hay pocas o ninguna actualización en el conjunto de datos.
“Las carreteras que antes eran de tierra se han asfaltado y ahora son más cómodas para conducir, y algunas intersecciones se han construido por completo. Cada año hay cambios, pero los mapas digitales están desfasados”, afirma. “Queremos actualizar constantemente esos atributos de las carreteras a partir de las imágenes más recientes”.
