Funktionsweise
Die mobile Recheneinheit nutzt ein neuronales Netz (Convolutional Neural Network), um anhand eines Kamerabildes die aktuelle Position zu errechnen. Initial wird automatisiert eine Datenaufnahme von tausenden Kamerabildern und zugehöriger Position aufgezeichnet. Ein bestehendes Netz wird anhand dieser Daten weiter trainiert, um es an die Zielumgebung anzupassen. Das fertige Netz wird auf den Zielplattformen genutzt, um die Positionen neuer Bilder zu bestimmen. Um die Degenerierung des Systems über die Zeit zu verhindern, werden kontinuierlich aktualisierte Informationen auf einer zentralen Recheneinheit gesammelt, das Netzwerk weiter trainiert und an die mobilen Rechner verteilt.
Systemkomponenten von CNNLok
Die mobile Recheneinheit ist typischerweise entweder ein einfaches Smartphone oder ein ARM- oder Intel-basierter Einplatinenrechner mit einer Standardkamera. Durch die hohe Flexibilität der Plattform sind viele Anwendungsszenarien möglich, die durch klassische, infrastrukturbasierte Lösungen nicht abgedeckt werden können. Angepasste Bewegungsmodelle und spezielle Vorverarbeitung der gesammelten Daten ermöglichen das Einpflegen neuer Daten in das bestehende Ortungssystem. Das kontinuierliche Weitererlernen der Umgebung ist eine sehr rechenintensive Aufgabe für das System, weshalb eine Kopplung, zum Beispiel per Netzwerk oder Dockingstation erforderlich ist. Je nach Dynamik des Areals ist zusätzlich ein zentraler Rechner mit starker Standard Deep Learning Hardware, wie Grafikkarten oder speziellen Vektorprozessoren, nötig. Er übernimmt die Aufgaben der mobilen Recheneinheiten, wenn diese beispielsweise geladen werden müssen.