萨里大学的研究人员开发出一种人工智能系统，无需依赖GPS即可在人口密集的城市地区精确定位设备位置。该系统可将定位误差从734米缩小到22米以内，这对于自动驾驶汽车和救援车辆等技术的发展意义重大。

在发表于《IEEE 机器人与自动化快报》的论文中，研究人员描述了 PEnG(姿态增强地理定位)技术，该技术结合卫星和街道图像，仅使用视觉数据即可确定位置。在 GPS 信号较弱或受阻的环境中，例如隧道、纽约等城市或网络连接较差的地区，PEnG 提供了一种可靠且精确的导航替代方案。

萨里大学人工智能与计算机视觉研究生研究员塔维斯·肖尔 (Tavis Shore) 表示：“许多导航系统依赖 GPS，但其覆盖范围并非总能得到保证。我们的目标是开发一种仅使用视觉信息就能可靠运行的解决方案。通过结合卫星和地面图像，PEnG 实现了此前认为在没有 GPS 的情况下无法实现的精度，并有望为自动驾驶汽车和智能导航工具开启新的可能。”

与之前受卫星图像采样频率限制的方法不同，PEnG 采用两步流程：首先缩小街道层面的位置范围，然后使用相对姿态估计技术进行细化。相对姿态估计技术可以精确分析摄像头的位置和朝向。即使使用大多数车辆中常见的标准单目摄像头，该系统也能提供高精度。

萨里大学机器人视觉和自主系统副教授(读者)兼该项目主要主管西蒙·哈德菲尔德博士说：“该系统最令人兴奋的方面之一是它如何将一个简单的单目相机变成一个强大的导航工具。

PEnG 的设计无需 GPS 即可运行，非常适合快速移动、不可预测的场景。这种灵活性正是下一代自动驾驶汽车和机器人在具有挑战性的环境中运行所需要的。

塔维斯和他的团队目前正专注于构建一个工作原型，该原型由萨里大学的博士创始人奖提供支持，该奖项为拟议的无 GPS 导航设备的早期开发提供资金。

萨里大学视觉、语音和信号处理中心主任、萨里大学以人为本人工智能研究所所长阿德里安·希尔顿教授表示：“我们团队的工作体现了萨里大学倡导的以人为本的人工智能方法，开发了一个系统来解决导航技术背后的挑战，而导航技术是我们所有人都依赖的技术。

“无需 GPS 即可准确定位的能力为更智能、更具弹性的自主系统奠定了基础，这些系统甚至可以在最偏远的环境中运行。”

该研究已以开源形式发布，以支持未来导航技术的创新。

更多信息： Tavis Shore 等人，《PEnG：姿态增强地理定位》，IEEE 机器人与自动化快报(2025)。期刊信息： IEEE 机器人与自动化快报