Это и есть логическая локализация – от обычного определения местонахождения такой метод отличается тем, что человек привязывается к определённому смысловому блоку: "я сейчас нахожусь в торговом центре".

Одна из главных погрешностей GPS – локализация объекта по "неправильной" стороне стены. В данном случае спутник не в состоянии разделить случаи нахождения человека в кафе или магазине мобильной электроники (иллюстрация Duke University).

Недостаток уже функционирующих разработок – их действие в рамках привычного восприятия "места" как географического понятия. Создатели подобных устройств программируют сеть на автоматическое срабатывание при появлении сигнала от мобильного телефона. Разумеется, всякий раз в одной и той же точке. По эффективности такая реклама немногим отличается от живого человека-промоутера, раздающего листовки на оговорённой заранее площади.

Одно из наиболее интересных альтернативных решений предлагают нам американские компьютерщики из университета Дюка (Duke University), объявившие о своей новой разработке – SurroundSense (SS), которая использует комплекс получаемых от камеры, микрофона и акселерометра сигналов, чтобы записывать и передавать на сервер уникальный информационный "отпечаток места", где находится владелец аппарата. Людей, находящихся в смежном пространстве (например соседнем магазине в том же доме), система логически отсекает.

	Ещё один пример GPS-ошибки: винный магазин оказался ошибочно помещён на территорию автостоянки (иллюстрация Duke University).

В отличие от современных устройств GPS, работающих с точностью до 10 метров и сдающих позиции за стенами домов, новое приложение, напротив, ориентировано на работу внутри. Оно способно накапливать информацию самостоятельно и может уже на более абстрактном уровне, руководствуясь множеством факторов, разделять "ночной клуб" и "библиотеку". Подобные способности логического локализатора, безусловно, важнее в условиях мегаполиса, чем знание широты и долготы.

SurroundSense предполагает некое разделение труда, дополняющее уже привычные нам методы локализации. Если ориентируясь на данные GSM или точки Wi-Fi, можно с довольно высокой точностью установить, где сейчас владелец мобильного в "макролокации", то разбить её на "микролокации", логические блоки, поможет именно SS.

Устройство могло бы ошибиться, опирайся оно на сигналы только от визуального или звукового канала. Задействуя же все возможности современного телефона, SurroundSense сводит вероятность ошибки к минимуму, что с успехом подтвердилось опытным путём.

SurroundSense может чётко отличить, например, неяркий зал бара, где люди малоподвижны, от залитого светом супермаркета с преобладанием ярких цветов (особенно красного), где покупатели движутся вперёд-назад по проходам. Книжный магазин даст совсем другую палитру и так далее (фотографии Duke University).

Алгоритм действия системы таков – когда обладатель устройства заходит в незнакомое помещение, сенсорные датчики автоматически записывают со всех каналов "образцы" окружающей обстановки и после предварительной обработки, уменьшающей объём данных, отправляют их на удалённый сервер.

Там полученный отпечаток места фильтруется и обрабатывается, система логически распределяет параметры и выбирает, как именно классифицировать заведение, куда зашёл пользователь.

"Поскольку система собирает и анализирует всё больше и больше информации о конкретном месте, его отпечаток становится максимально отчётливым, — говорит глава команды исследователей, профессор Ромит Рой Чоудхари (Romit Roy Choudhury). — Иными словами, чем больше людей используют приложение, тем быстрее оно "умнеет". Ясно, что не только разные места обладают разной атмосферой, но и одно и то же помещение может очень сильно разниться в зависимости от времени суток. SurroundSense по мере накопления данных без труда сможет отличить Starbucks на утреннем пике, когда там много клиентов, от этого же кафе с его более медленным полуденным темпом".

Схема работы SurroundSense. Самый первый отпечаток места называется тестовым, все последующие будут способствовать накоплению информации и дальнейшей эволюции системы (иллюстрация Duke University).

Чоудхари первым делом решил опробовать разработку в полевых условиях. Он дал задание группе своих студентов веером пройтись по улицам Дарема, попутно заходя в помещения различных кафе и магазинов и собирая информацию при помощи SS-модифицированных телефонов. Для чистоты эксперимента студенты в процессе вели себя так, как обычно себя ведут клиенты соответствующего заведения, на время "забыв" о собственном опыте.

Неоценимую помощь в построении отпечатка места оказывают встроенные в некоторые модели телефонов акселерометры. На рисунке по горизонтали – время в секундах, по вертикали – интенсивность движения (-1 – человек стоит, +1 — двигается). Первый график отображает активность в кафе, второй – в книжном магазине, третий – в супермаркете (иллюстрация Duke University).

По итогам теста SurroundSense показала себя на высоте – были составлены подробные отпечатки каждого из 51 посещённого заведения со средней точностью распознавания 87%. "Это обнадёживающий результат, действительно триумфальное подтверждение новых возможностей локализации в помещениях, – пишут исследователи в статье (PDF-документ) на сайте университета.

Даже просто "наблюдение" за полом, когда вы держите телефон камерой вниз, может сообщить SurroundSense массу полезных сведений (фото Duke University).

Surround Sense – проект по-настоящему интересный и уникальный, даже несмотря на определённую, чего уж греха таить, топорность в использовании текущего образца.

Одна из главных трудностей (помимо энергоёмкости), стоящих перед разработчиками, – необходимость держать телефон в руках, чтобы получать информацию по главному, визуальному каналу.

Возможность забирать из окружающей среды данные, чтобы использовать их для создания отпечатка, разумеется, значительно ограничивается, если телефон просто лежит в сумке или кармане.

Nokia N95 и запущенный на ней логический локализатор (фотографии Duke University).

Среди возможных путей решения этого вопроса – программирование устройства таким образом, чтобы, к примеру, когда человек набирает SMS или звонит, камера автоматически включалась и делала несколько снимков окружающей обстановки. Постобработка данных может осуществляться уже в фоновом режиме, когда пользователь телефон спрячет.

Как же можно создать глобальную базу отпечатков, не прибегая к услугам и без того занятых студентов из Дарема? Исследователи предлагают интересную концепцию популяризации SurroundSense с помощью своеобразных интернет-игр.

Идея такой игры может заключаться в конкурировании отпечатков, сделанных пользователями, а лучшие результаты будут обнародоваться с большой помпой. К примеру, отпечаток "анонимного" объекта из Нью-Йорка может быть передан пользователям в другом городе. Задачей игроков будет попытаться найти у себя дома аналогичный объект, проверяя совпадения и отличия, зондируя (при помощи SS-телефонов) звук и изображение.

Учёные считают: если игры подобного рода будут пользоваться популярностью в Сети, база данных отпечатков огромного количества мест может быть получена в разумные сроки и без лишних усилий.