业界通用的PDR估计模型,基于步态检测和步长估计的航迹推算,该模型对人的高矮、行走快慢、手机姿态切换等非常敏感,导致不同场景下,轨迹长度和方向的估计不稳定,误差抖动大。 HMS Core定位服务提供AI惯导轨迹估计技术解决该问题。该技术通过AI自监督学习的方法,只需原10%的标定数据即可实现同样的轨迹位姿估计精度,不仅减少了对训练数据量的依赖,同时提高了对用户行为姿态的泛化适应能力;另外采用华为自研的RIO网络设计,将轨迹估计精度进一步提升了30%以上(华为实验室测试数据),能够应对现实生活中各种用户在复杂室内环境中的定位需求。
多源信号因子图优化技术 多源信号因子图优化技术原理
多源信号因子图优化技术原理
HMS Core定位服务提供的多源信号因子图优化技术,基于信号传播模型基础理论,引入了图论的方法对5G、UWB、FTM、WiFi、BLE、RF等多源信号进行表征,将传统的特征匹配问题转换成了图优化问题,这样不仅提高了大数据处理的效率,而且也使得数据模型更准确地刻画了信号地图的特征。该技术将无序的轨迹分布构建成有序的2D平面拓扑的信号地图,并且能够随着信号覆盖密度的增加,最终达到“店铺级”位置分辨精度。
概率建模高精度定位技术原理
HMS Core定位服务提供的概率建模高精度定位技术,基于信号传播模型的分布特征,提出高斯过程对信号残差建模和自适应的学习超参数,将信号轨迹覆盖区域扩展到轨迹未经过区域。并且随着不断的AI自学习,越来越逼近模型估计最优解,从而使得定位更精准。
在存在室内地图的场景下,还可以进一步通过地图匹配算法提升定位精度。
华为Mate Xs 2折叠屏手机发布会现场图
以上技术来自华为2012黎曼实验室(Riemann Lab),通过HMS Core定位服务(Location Kit)面向开发者开放,目前HUAWEI Mate Xs 2折叠屏手机用户使用高德地图APP即可实现“店铺级”精准室内定位体验,后续还将有更多华为机型支持3D精准室内定位技术。
同时,伴随HMS生态布局全面加速,HMS Core 定位服务、地图服务、位置服务等核心应用开发能力也迎来快速提升,2021年6月整合推出了Petal Maps Platform,并全面对开发者与合作伙伴开放。Petal Maps Platform地图服务平台目前已拥有22个丰富的地图服务能力,截止2021年底已覆盖全球200多个国家与地区的开发者,积累了2.6亿+POI数据,支持70多种地图展示与搜索语言,接入开发者数量超20000。
其他更多关于HMS Core定位服务的信息,请访问华为开发者联盟官网-HMS Core定位服务,相关技术请参考论文清单。
参考文献:
1.AI惯导轨迹估计技术:
《RIO: Rotation-equivariance supervised learning of robust inertial odometry》, 2022 CVPR, 华为2012黎曼实验室(Riemann Lab)。
2.信号空间到距离约束建模技术:
《Mining geometric constraints from crowd-sourced radio signals and its application to information fusion and indoor positioning》, 2021 IEEE Access, 华为2012黎曼实验室(Riemann Lab)。
3.概率建模的高精度定位技术:
《Measuring Uncertainty in Signal Fingerprinting with Gaussian Processes Going Deep》, 2021 IPIN, 华为2012黎曼实验室(Riemann Lab)。 了解更多详情>>
访问华为开发者联盟官网
获取开发指导文档
华为移动服务开源仓库地址:GitHub、Gitee 关注我们,第一时间了解 HMS Core 最新技术资讯~