新的3D地图制图技术改变了全球定位的游戏规则

简介: 新的3D地图制图技术改变了全球定位的游戏规则

在人类技术发展的历史长河中,精确定位技术的能力如魔术般神奇。如今,全球导航卫星系统(GNSS)技术在商业、民用和军事应用中无处不在,但它仍然不是一个完美的工具,其最大问题是往往不是那么不可靠。当接收器对 GNSS 卫星有清晰的视线时,定位效果就会很好。大多数情况下,它们确实也是如此,特别是在空中、海上或高速公路上。不过可惜的是在某些地方,建筑物和地形可能会干扰卫星信号,导致重大错误甚至失去固定,因此定位系统通常无法预测这些重大误差将在何时何地发生。

长期以来,技术人员一直认为这是 GNSS 固有的功能,毕竟,我们无法改变物理定律来使卫星信号免受反射或干扰。不过通过新的 3D 地图制图技术,我们可以实现一些同样的功能,也能够确切地了解 GNSS 在何时何地可以信任,以及在哪种情况下不能信任。如今,行业领导者正在使用这些技术从根本上改善当前和新兴用例的定位,换言之,他们正在改写 GNSS 可能的规则。

应对GNSS的挑战

全球导航卫星系统技术的优势在于其对卫星星座的使用。接收器只需要根据其中几个接收器的清晰视线即可准确确定位置,并且大多数情况下都可以被获取,即使在大多数卫星信号被阻挡的情况下。不过问题是 GNSS 卫星从未停止移动,以每分钟约一度的速度绕地球运行。

如果在一个有高层建筑的城市地区计算位置,那么通常可以信任 GNSS 信号,特别是建筑物的反射可能会使定位偏离数十米(图1),定位系统也不能避免 “bad spots”,它随着卫星的移动而变化,不过实际上每一秒都在发生变化。

图1:GNSS 信号干扰情况

到目前为止,该问题还没有成为大多数商业 GNSS 应用的破坏者,然而在其它的用例中,如自动驾驶汽车或基于无人机的交付情况下,可靠的定位数据就会变得更加至关重要。

通过3D地图制图改变游戏规则

如今,行业领导者利用新技术,将 GNSS 数据与高分辨率 3D 地图相结合,他们可以准确地识别 GNSS 信号在哪些地方可用,也可以向任何商业客户或政府机构提供该见解(通常作为云服务),因此某些客户或政府机构也可以从更可靠的定位中受益。

对于航空和汽车用例,目前正在使用地图制图方案,该解决方案可提供低至30厘米的原始分辨率,并能够获得更高的分辨率。他们还使用多光谱成像等技术来区分天然和人造材料、穿透烟雾等。

一旦有了高保真地图,就会在该地区创建一个可观察点的叠加功能,例如将该地区分割成一平方米,之后确定哪些卫星将在给定时间内清晰可见,并且包括多种方法,其中最受欢迎的是以下两项:

阴影匹配:这种技术通常应用于智能手机,创建一个 3D 地图辅助 (3DMA) 网格,显示给定区域的预测 GNSS 信号,将这些预测与测量信号进行实时比较,以识别和纠正错误。

光线追踪:在其他领域,尤其是航空领域,需要更精细的仰角和方位角细节,领先的解决方案使用从每个可观测点到星座中每颗卫星的光线追踪。经过反复操作后,构建一个数据集,在 3D 地图的每一米(图 2)中逐秒显示哪些卫星是视距(可靠的)。

图2:通过光线追踪确定 GNSS 可靠性

下一代定位在行动

GNSS 可靠性解决方案针对不同的用例,应用于不同的技术。除了系统如何计算视线外,决定解决方案方法的最大因素是计算速度需要多快以及需要多少点,包括以下两个主要选项:

单点设备计算:对于具有充足本地计算资源的应用程序,计算定位的延迟量是可以接受的,并且设备只想知道单个(或少数)点,以设备为中心的解决方案是较合适的。这种方法用于大多数基于智能手机的场景,其中应用程序具有强大的端点设备,通常具有强大的网络连接,并且不需要以毫秒为单位测量精度。

基于云的扩展解决方案:在很多场景中,例如空中无人机和无人驾驶车辆,其中车辆或路线周围的整个环境都需要快速,并且车辆没有专用于 GNSS 的计算。在这些情况下,GNSS 云服务可以提供实时预测性见解。它们在云中提前执行某个区域的所有计算,预测未来的某个时期。定位引擎可以提前实时了解 GNSS 信号的可信和不可信任之处,以及利用它预测提取可能的最佳信号并提高其性能。

展望未来

早期集成的有效实施表明,这些技术可以将 GNSS 系统的精度提高一倍,这在多种航空、汽车和军事场景中潜力往往更大:

航空:3D 测绘技术可实现更智能的飞行计划,使组织能够提前知道何时何地可以安全飞行,并调整飞行时间以优化定位的可靠性。或者,在大型无人机应用中,如基于无人机的交付,公司可以选择特定时间的已知可靠路线。

汽车:汽车制造商可以实时使用这些预测来提高 GNSS 系统的性能,并通过了解 GNSS 作为汽车上所有传感器的一部分来提高安全性。

军事:任务规划人员都可以通过了解给定区域内 GNSS 的性能改进风险分析。还可以评估现场 GNSS 信号的完整性,包括检测定位数据何时被阻止或欺骗。

这些只是其中的几种可能性,借助新的 3D 映射技术,我们可以将 GNSS 从“通常可靠”转变为高度精确并开始挖掘定位的潜力。

目录
相关文章
|
3月前
|
人工智能 自动驾驶 机器人
吴泳铭:AI最大的想象力不在手机屏幕,而是改变物理世界
过去22个月,AI发展速度超过任何历史时期,但我们依然还处于AGI变革的早期。生成式AI最大的想象力,绝不是在手机屏幕上做一两个新的超级app,而是接管数字世界,改变物理世界。
7627 73
|
数据采集 机器学习/深度学习 传感器
在2018年影响企业的8个改变游戏规则的数据趋势
在2018年影响企业的8个改变游戏规则的数据趋势
161 0
在2018年影响企业的8个改变游戏规则的数据趋势
|
存储 弹性计算 编解码
发现新视界——视觉计算将如何改变生产方式
本篇内容将从3个部分为读者介绍关于视觉计算如何改变生产方式,进一步阐述可视化业务方面的挑战及阿里云视觉计算的解决方案与优势。
发现新视界——视觉计算将如何改变生产方式
|
弹性计算 运维 负载均衡
飞天丨想象没有边界,创造改变未来
千百年,龙传人想象没有边界;十二载,阿里云创造改变未来。
飞天丨想象没有边界,创造改变未来
「镁客·请讲」欧帝科技周雪松:一块屏幕或许不能改变命运,但会让教育发展更好
每个企业的追求是不同的,我们追求的是最终被认可的产品,这样的产品一定不是平庸的。
485 0
|
传感器 人工智能 物联网