Mobile-Menu

Spatial AI Wie Pokémon-Go-Spieler die letzte Meile der Robotik ebnen

Von Berk Kutsal 2 min Lesedauer

Anbieter zum Thema

INFOMOTION GmbH
BigData-Insider

Was als Augmented-Reality-Spiel begann, entwickelt sich zu einer unerwarteten Datenquelle für autonome Systeme. Die von Millionen Spielern gesammelten Bild- und Geodaten aus Pokémon Go fließen in großskalige Kartenmodelle ein, die Lieferrobotern und anderen Maschinen helfen, sich in realen Umgebungen präziser zu orientieren.

Pokémon-Go-Spieler liefern seit Jahren Bild- und Geodaten aus der realen Welt. Diese Informationen fließen heute in räumliche Modelle ein, die Robotern bei der Navigation helfen.(Bild: Niantic)
Pokémon-Go-Spieler liefern seit Jahren Bild- und Geodaten aus der realen Welt. Diese Informationen fließen heute in räumliche Modelle ein, die Robotern bei der Navigation helfen.
(Bild: Niantic)

Millionen Menschen haben mit ihren Smartphones virtuelle Monster gejagt und dabei nebenbei einen umfangreichen Datensatz über die physische Welt erzeugt. Genau diese Informationen nutzt das Unternehmen Niantic inzwischen, um dreidimensionale Modelle realer Umgebungen aufzubauen. Diese Modelle bilden die Grundlage für sogenannte Large Geospatial Models, die Maschinen helfen sollen, ihre Umgebung ähnlich zu „verstehen“, wie Sprachmodelle Text interpretieren.

Die Daten stammen aus Fotos, Videos und AR-Scans, die Spieler im Rahmen von Spielen wie Pokémon Go oder Ingress aufgenommen haben. Aus diesen Informationen entstehen detaillierte räumliche Karten von Städten, Gebäuden und öffentlichen Plätzen. Die Technologie dahinter nennt Niantic Visual Positioning System (VPS). Sie erlaubt es Geräten, ihre Position anhand von Bildinformationen mit hoher Genauigkeit zu bestimmen.

Für autonome Systeme, etwa Lieferroboter, ist diese Fähigkeit entscheidend. Gerade die sogenannte „letzte Meile“, also der Weg vom Straßenrand bis zur Haustür, gilt als besonders schwierig zu automatisieren. Fahrzeuge oder Roboter müssen Gehwege erkennen, Hindernisse umgehen und den richtigen Eingang eines Gebäudes identifizieren. Die von Spielern erzeugten 3D-Modelle liefern dafür zusätzliche Orientierungspunkte.

Niantic arbeitet dabei unter anderem mit Robotikunternehmen wie Coco Robotics zusammen, die autonome Lieferfahrzeuge in mehreren US-Städten testen. Die Roboter können mithilfe der geospatialen Daten ihre Umgebung genauer lokalisieren und Navigationsentscheidungen treffen.

Das Konzept dahinter erinnert an einen Trend aus der KI-Forschung: Große Modelle werden nicht nur für Sprache oder Bilder trainiert, sondern zunehmend auch für räumliche Informationen. Während Large Language Models Texte analysieren, zielen Large Geospatial Models darauf ab, die physische Welt maschinenlesbar zu machen.

Die Datenbasis dafür entsteht jedoch nicht primär durch gezielte Kartierungsprojekte, sondern durch Crowdsourcing. Millionen Nutzer erzeugen beim Spielen oder Fotografieren kontinuierlich neue Bild- und Geodaten, aus denen sich immer präzisere räumliche Modelle ableiten lassen.

(ID:50786510)

Jetzt Newsletter abonnieren

Täglich die wichtigsten Infos zu Big Data, Analytics & AI

Mit Klick auf „Newsletter abonnieren“ erkläre ich mich mit der Verarbeitung und Nutzung meiner Daten gemäß Einwilligungserklärung (bitte aufklappen für Details) einverstanden und akzeptiere die Nutzungsbedingungen. Weitere Informationen finde ich in unserer Datenschutzerklärung. Die Einwilligungserklärung bezieht sich u. a. auf die Zusendung von redaktionellen Newslettern per E-Mail und auf den Datenabgleich zu Marketingzwecken mit ausgewählten Werbepartnern (z. B. LinkedIn, Google, Meta).

Aufklappen für Details zu Ihrer Einwilligung

Weiterführende Inhalte