5月17日，谷歌公司在2017年度创新大会（Google I/O 2017）上公布了数十项人工智能和机器学习领域的颠覆性研究成果。其中，“基于计算机视觉的定位服务”（VPS）能够在谷歌人工智能终端的帮助下，实现基本不依赖于GPS系统的厘米级定位，一经发布便引起美空军的极大关注，未来有望应用于精确制导和室内作战，产生新型作战能力。
谷歌本次发布的VPS本质是一套新型的图像认知和机器学习系统，需要在谷歌的人工智能终端Tango上安装相应的软件和数据。通过对高分辨率摄像头采集到的图像进行智能分析和学习，可以对任意地点进行三维测绘定位和目标特征标识，利用内置的陀螺仪和加速度计实现无GPS信号下的区域精准三维定位，目前实测定位精度已达厘米级，远高于其他任何不依赖GPS的定位方案。该终端可以内置谷歌地图和街景数据，能够在无GPS、无网络的情况下实现精准定位，为地面机器人、旋翼无人机提供定位，并对完全陌生区域进行三维测绘标注。由于该终端无需外部信息输入，因此传统的干扰和反制方案无法对其造成影响，具有极好的军事应用前景。
与现有不依赖GPS的定位技术相比，VPS技术特有的定位精度高、部署成本低、难以干扰等特点已经引起美空军关注，其后续可能的军事化应用或将颠覆现有的精确导航模式。
首先，VPS技术可以通过离线地图和人工智能系统进行认知，与外界无任何信息沟通，因此具有先天的抗干扰、抗截获能力，能够极大的提升作战单元的执行能力和生存能力，有可能颠覆未来精确打击武器定位技术。
其次，通过VPS技术，巡航导弹等精确打击武器将有可能利用人工智能和图像识别实现不依赖GPS的厘米级精准打击，不会受到战场干扰和压制武器的影响。此外，该技术能够帮助旋翼无人机等平台自主识别室内作战环境，实现GPS受限环境下的精准打击，极大提升作战效能。
最后，VPS技术可以通过软件升级方式实现算法的更新和数据的升级，无需频繁更换硬件系统，因此部署和使用成本极低，便于军队推广使用。
Google VPS有这么灵？
VPS被夸的很牛：室内GPS、“划时代的影响”、“厘米级”、“适用范围和精度上都大大超越GPS”。看完给人错觉，仿佛射频定位技术一夜就要被淘汰了。
1. VPS并不是全新的技术。Google是在5月份的Google I/O 2017大会上公布的VPS（Visual Positioning Service）技术。虽然Google给这技术新起了个很牛的名字，但VPS实际上是普通视觉定位技术的一种。手机硬件上使用双目摄像头，软件采用类似vSLAM的算法。视觉定位的先驱是几年前微软Xbox游戏机上的Kinect摄像头（最初是以色列PrimeSense的技术），到后来intel的RealSense技术等，大致都是视觉定位的不同方案。各类视觉定位技术，已经在机器人领域有广泛应用。开源的ROS上也有针对Kinect+vSLAM的直接演示。
发布会上这个酷酷的画面，就是SLAM常见的点云图。
2. VPS适用的领域 -- 手机AR。开发者用Google这套封装好的技术，采用符合Google Tango标准的手机（有多摄像头），可以更快更好的开发手机AR应用，把Google技术平台再做大。我认为这是Google的主要目的。当然现在Tango手机还很少，第一台符合Tango标准的是联想的一款。对Tango的未来需保持谨慎，因为双目摄像头毕竟要增加手机成本，而AR应用目前并没有看到对大众的杀手应用。一些简单的AR应用，用普通手机的单摄像头也能做，就是精度差点。
3. VPS不适用的领域。Google发布会上举了个例子，利用VPS找到百货店里的螺丝刀。我认为这个应用很难落地，因为VPS技术还有很多局限Google没讲。
VPS技术，实质是通过手机摄像头拍摄比对地图数据库来实现定位。要求：摄像头能清晰拍摄、要有数据库、顺利完成比对。前者需要举起手机正对着环境、光线适宜能拍摄、距离关键特征点不能太远要能拍清楚；中者需要提前采集好室内精确数据、数据库要经常更新（以免装修、陈设一变就不能定位）；后者需要手机网速要快（能把照片上传服务器进行比对）、环境中特征点要足够多可以比对（在两个一样的房间里、在长走廊里基本无法定位）。这些制约条件中，数据库的定期采集更新应该是制约VPS走向更多应用的最大问题，成本太高了以致不可行。所以我认为VPS当前还是局限在固定场景内做AR应用，但这种场景内为啥一定要用手机呢？
4. 总结。视觉定位有它的优点：环境中不需要有基础设施（蓝牙ibeacon、超宽带基站等），成本相对低廉（摄像头也能做其它用途）；但缺点也同样很明显（上面3中所讲的），限制了视觉定位的普适应用。所以，视觉定位有它自己适用的独特领域，未来会作为一种独立的技术不断完善和发展。就好像人类用眼睛的辨识能力很强，但在室外仍然需要GPS做辅助，在复杂的够物中心里还是晕头转向。VPS的发展方向，不是要成为室内GPS，而是要把人眼的定位功能做好，其它留给别的技术更合适。
