Apple подала заявку на патент технологии для коррекции данных GPS с помощью машинного обучения
Она позволит более точно определять координаты.
Чтобы повысить точность определения местоположения устройств, Apple подала заявку на использование машинного обучения вместе с фильтром Калмана, алгоритмом, который позволяет рассчитывать координаты, пишет The VentureBeat. Заявка опубликована на сайте Ведомства по патентам и товарным знакам США 13 февраля.
GPS и сходные навигационные системы используют данные спутников, чтобы определить координаты устройства. Из-за большого расстояния между спутниками на орбите и пользователями, которые всё время перемещаются, эти координаты могут быть определены неточно, поясняет издание.
Обычно навигационные системы используют данные о координатах с нескольких спутников в реальном времени. Apple хочет применить технологии машинного обучения, чтобы получать промежуточные данные о местоположении пользователя, опираясь на ранее собранную информацию об окружении, уточняет The VentureBeat.
Например, в конкретном городском квартале есть постоянные характеристики отражения сигнала спутника, которые искажают координаты. Машинное обучение позволит учесть эти погрешности, объясняет издание.
Apple выходит за пределы стандартных GPS-систем, считает The VentureBeat. Она использует данные глобальных навигационных спутниковых систем, версию координат, полученную с помощью машинного обучения, и пропускает их сквозь линейно-квадратичный оценочный фильтр Калмана. Результат — единые расчётные координаты устройства в любой момент времени.
Над более точными системами определения координат работают многие компании, напоминает The VentureBeat. Южнокорейская SK Telecom планирует использовать для этого связь 5G, сингапурская Broadcom и американская Qualcomm — специальные чипы.
Что за некомпетентные авторы у VC пошли:
Суть патента заключается в том, чтобы навигационная система отправляла запросы к нескольким спутникам
Бред же написан.
На самом деле apple не первая и не последняя. По своему опыту, в схожей области, проблемы gps не решит машинное обучение и фильтр Калмана. В один момент времени у разных устройств точность (accurancy gps), может шалить, как им угодно. Для нормализации путей уже давно используется также алгоритм Ramer-Douglas-Peucker, для уменьшения вылетов, также ограничивающие скорость передвижения, за единицу времени. Особенно часто это с android устройствами, когда ты стоишь в поле видимости 4 спутников, а у тебя вылеты в 500метров...
Правильно ли я понимаю, что, например, если на перекрёстке больше машин ездит направо, а я поеду на лево то алгоритм сначала оптимизирует меня направо, посчитав мой маршрут выбросом? У меня есть опасение, что машинное обучение помогает там, где выгодно усреднение, но это не всегда так и тем более не навигация в незнакомом месте.
Можно данные с акселерометра и гироскопа использовать для точности
Да, но там тупик.
На самом деле сейчас подобную фильтрацию приложения-навигаторы выполняют
Хороший патент. Слежка будет более точно теперь.