苹果寻求专利机器学习修正GPS估算值

 
GPS和类似的导航系统依靠在轨卫星来对用户的位置进行三角测量，由于卫星与地面上移动的用户之间的距离太长，该过程固有地容易受到误差的影响。但是苹果公​​司认为，通过将机器学习应用于卡尔曼估计滤波器，可以提高定位精度。
基本概念是，尽管导航系统通常依赖于来自多个卫星的实时位置确定ping(此过程可能会花费宝贵的时间，在此期间用户可能会移动)，但可以训练机器学习模型来为用户提供临时位置估计基于先前从环境中收集的数据。例如，给定的城市街区可能具有相当恒定的卫星信号反射特性，通常会在用户位置读数中引入误差，因此机器学习可以抵消这种误差。
尽管GPS是最著名的卫星定位系统，但Apple的应用范围已不止于此，它还包括各种类型的全球导航卫星系统(GNSS)，并假设每种情况下都将处理原始卫星数据的三角剖分和经过机器学习校正的版本转到卡尔曼线性二次估计滤波器。结果将是在任何时候的单个估计设备位置，与来自当前用户和机器培训的数据一致。
使用虚拟现实和增强现实头戴式耳机的用户可能会认为此处的前提是机器学习技术的天地并行，用于纠正Oculus Quest等头戴式耳机中的地面SLAM跟踪。虽然传感器和相机承担了很多繁重的工作，但Oculus Insight还使用在多个早期测试人员的住所和环境中训练过的机器学习模型来补偿常见的本地定位错误，使佩戴者的使用体验更加顺畅。
许多公司一直在致力于提供更精确的定位服务，在某些情况下，计划使用5G蜂窝网络进行厘米级的精确制图，并引入双频或三频接收以同时绘制多种类型的GNSS卫星。使用机器学习来让设备说明特定区域的已知干扰因素，可能会向导航系统的颤动添加另一个箭头。
苹果的专利申请在2019年8月悄悄提交申请后于今天正式发布。作为一项主要基于软件的实施，它可以随时添加到公司的导航软件中，也可以无限期地留在实验室中。该公司先前收购了Coherent等公司，以帮助其设备定位服务提高速度和准确性。