新的車輛定位技術正在破繭而出

儀表儀器、工程設備、運輸車輛甚至常常使用的手機等數(shù)十億互聯(lián)設備和傳感器，共同構成了備受關注的物聯(lián)網(wǎng)，收集和分享無數(shù)應用中使用的數(shù)據(jù)。這就要求運營者知道他們的位置，這在大多數(shù)室內(nèi)場所、隧道和城市峽谷等GPS信號弱的環(huán)境中是一個高難度的挑戰(zhàn)。

在日本，新的方法可以幫助智能設備網(wǎng)絡合作，在這種環(huán)境中尋找和交流它們的位置。這種 "物的定位 "可能有助于從車輛到資產(chǎn)跟蹤，從供應鏈監(jiān)測到智能城市和實時地圖的應用。

新方法融合了來自各種傳感測量的數(shù)據(jù)--如無線電、光學和慣性信號--并分析了每個信號的特征--包括其功率、角度和時間。使用機器學習技術來權衡這些 "軟信息"，同時還利用來自數(shù)字地圖、動態(tài)模型和大數(shù)據(jù)節(jié)點概況的背景信息。

為了減少其必須收集的數(shù)據(jù)的復雜性和規(guī)模，新方法在 "主成分分析 "的基礎上確定接收到的波形中對當前目的最有用和最沒用的方面。在充滿反射和回聲的挑戰(zhàn)性場景的模擬中，新系統(tǒng)的性能明顯超過了傳統(tǒng)系統(tǒng)，并不斷接近定位精度的理論極限，而傳統(tǒng)系統(tǒng)的精度則急劇下降。

轉自：互聯(lián)網(wǎng)