Global Positioning System
PulseAugur coverage of Global Positioning System — every cluster mentioning Global Positioning System across labs, papers, and developer communities, ranked by signal.
13 天有情绪数据
-
中国北斗卫星系统在关键行业应用中实现90%的覆盖率
中国北斗卫星导航系统已实现广泛应用，覆盖全国约90%的关键行业应用。作为全球定位系统（GPS）的本土替代方案，今年上半年在39个试点城市新增定位终端296万台，同比增长30%，终端部署显著增加。在共享单车、出租车、政务车辆和农用机械等特定领域，多个城市已实现100%的北斗系统应用。
-
Spotter框架利用建筑立面进行城市视觉定位
研究人员开发了Spotter，这是一个专为GPS信号不可靠的城市环境设计的新型视觉定位框架。该系统利用建筑立面作为全局地理参考源，并在可用时与GPS集成。Spotter处理Google街景数据以创建度量数据库，然后使用检索和验证管道来实现精确的相机定位。Spotter在巴塞罗那进行了测试，与里程计基线相比，其性能更优越，在准确性上与最先进的方法相当，同时运行帧率更高。
-
AI研究解决GPS欺骗无人机分离问题
研究人员开发了一种新方法，即使在GPS信号降级或被欺骗的情况下，也能确保小型无人机系统（sUAS）之间的分离。该方法利用多智能体强化学习（MARL）为智能体创建了一个鲁棒的对抗策略，将损坏的位置广播视为与对手的零和博弈。该方法推导出了对抗性扰动的闭式表达式，从而能够进行高效计算，并在GPS严重损坏的模拟中展示了接近零的碰撞率。
-
新AI框架利用海岸线几何进行GPS拒止环境下的航行器定位
研究人员开发了两个新的框架，用于在GPS拒止环境下对自主水面航行器进行定位，利用海岸线的几何结构。第一个框架使用LiDAR估计航行器运动，并通过将海岸线观测与卫星地图进行配准来确定位置。第二个框架采用被动成像进行海岸线和地平线的语义分割，从单目图像推断海岸线距离，并在因子图中融合这些观测。两种方法在实际测试中都显示出改进的轨迹精度和有界的长期漂移，其中单目方法在持续导航方面显示出特别的潜力。
-
四旋翼无人机利用立体视觉实现无IMU状态估计
研究人员为四旋翼无人机开发了一种新颖的纯视觉状态估计系统，该系统不依赖惯性测量单元（IMU）或GPS等外部定位系统。该系统利用一对立体摄像头，通过将静止场景点视为隐式惯性参考来估计四旋翼无人机的机体坐标系姿态、速度和其他参数。它生成一个稀疏的3D点云，其中包含每个点的速度和协方差，可作为下游世界模型的输入，无需外部依赖。
-
麻省理工学院通过新的挖掘机控制系统、电离层研究和代理AI课程推进人工智能发展
麻省理工学院正通过多项举措推进人工智能研究，其中包括由Hermano Krebs设计的新型挖掘机控制系统，该系统模仿人类操作员的心智图式以实现更高效的学习。此外，Anthea Coster因其在麻省理工学院Haystack天文台使用GPS测量进行电离层研究方面做出的重大贡献而获得了Appleton奖。该大学还在麻省理工学院CSAIL推出一门新的代理AI课程，重点关注生成式AI、LLM评估、商业价值、风险和合规性。
-
AI代理提供时间节省，但用户反馈不一
AI代理开始提供显著的时间节省，类似于AI抄写员正在协助全科医生（GPs）。然而，它们的可感知有用性存在显著分歧，许多用户报告没有益处。这种情况被比作早期家用电脑普及时的怀疑。
-
中国推进可重复使用火箭技术，提升解放军军事优势
中国在可重复使用火箭技术方面取得了重大突破，最近几周成功进行了两次回收。商业公司蓝箭航天（LandSpace）使用可展开支腿回收了不锈钢助推器，而国有企业中国航天科技集团（CASC）则使用网捕系统在海上成功回收了轨道级助推器。专家认为，这一进展将降低发射成本并提高卫星部署频率，可能增强中国人民解放军（PLA）的军事能力，特别是在卫星支持的目标定位和通信方面。
-
新的视觉语言模型统一大脑白质分析
研究人员开发了TractoGraphVLM，一个新颖的视觉语言框架，专为大脑白质示踪设计。该统一模型在共享的GPS架构内处理四个不同的任务：束分类、文本到束检索、解剖描述和视觉问答。通过将纤维束表示为图并使用对比学习将其与BiomedBERT文本编码器对齐，TractoGraphVLM在分类和检索任务上表现出色，并有可能实现对不同受试者群体的零样本迁移。
-
新的 YILDIZ-VPR 数据集增强了视觉定位研究
研究人员推出了 YILDIZ-VPR，一个旨在推进视觉定位 (VPR) 的新数据集。该数据集在一天中的不同时间、季节和天气等各种环境条件下，从行人视点捕捉了密集的视觉数据。YILDIZ-VPR 使用 GoPro 9 相机结合 Yildiz Technical University 的 Davutpasa 校区的 GPS 数据收集而成，为研究真实户外场景下的基于图像和时间序列的 VPR 提供了宝贵的资源。
-
新AI模型揭示行人流受远处城市区域影响
研究人员开发了一种新颖的“基于环的Spatial Transformer”模型，以更好地理解建筑分布如何影响东京车站周围的行人流。该模型将自注意力应用于同心环缓冲区，将每个缓冲区视为一个空间标记，并且在预测准确性方面始终优于传统的地理加权回归。分析表明，行人流更多地受到跨越更远距离的交互作用的影响，而不仅仅是车站附近区域的影响，这挑战了传统的城市规划假设。
-
人工智能在荷兰全科实践中的应用激增，到2025年将接近50%
人工智能在荷兰全科实践中的使用显著增加，约五分之一的实践在2024年使用人工智能应用。预计到2025年，这一比例将上升到近一半的实践。语音驱动的报告是最常见的应用，占实践的36%，其次是分诊，占16%。
-
由于经纬度度数差异，GPS距离计算常出错
在计算GPS坐标之间的距离时，一个常见的错误是将经度度数视为与纬度度数等同。虽然一度纬度大约固定为111,320米，但一度经度的距离会随着纬度的增加而缩小，在北纬51.5°时约为69,290米。如果不考虑这种差异，根据航向的不同，距离计算可能会长达61%。另一个错误原因是使用了Web Mercator投影，该投影也会根据纬度因素夸大距离。
-
中国开发星光制导高超音速武器以应对GPS失效
中国研究人员为高超音速武器开发了星敏感器原型，使其能够以天体导航作为GPS的备份。这种独立的系统可以通过跟踪恒星来引导武器，使其免受外部干扰和电磁干扰。该技术旨在提高高超音速武器的精度和自主性，这些武器被认为是关键的战略资产。
-
GPS狗围栏在悲剧后取代过时隐形围栏
Ken Ehrman在侄女的狗因逃脱隐形围栏而悲惨死亡后，创立了Halo Collar。他利用自己在物联网（IoT）和全球定位系统（GPS）技术方面的丰富经验，旨在为宠物围栏创造一个更有效、更现代的解决方案。他指出，隐形围栏已经过时且价格昂贵，而GPS技术已取得显著进步，足以实现精确追踪。Ehrman的研究表明，每年有数百万只宠物走失，其中相当一部分被汽车撞死，这凸显了对可靠的基于GPS的狗围栏的巨大市场需求。
-
GPS和AI等深度科技突破的广泛影响被讨论
Mastodon上的一场讨论探讨了对主流生活产生重大影响的深度科技突破，考虑了GPS、神经网络、太阳能电池、光纤和mRNA等技术。虽然这些创新都进入了前十名，但没有一个被确定为最具影响力的突破。
-
雪地地形无人机与地面机器人导航系统
研究人员开发了一种新颖的导航框架，用于在具有挑战性的雪地地形中运行的无人机和地面机器人。该系统利用高效的U-Net架构进行实时道路分割，通过合成雪数据增强实现了96.5%的准确率。无人机采用扩展卡尔曼滤波器集成GPS和IMU数据进行定位，最大位置误差为0.5米。地面机器人的位置通过无人机的RGB-D摄像头数据和YOLOv5对象检测进行跟踪，从而能够进行考虑雪堆的动态路径规划。
-
乌克兰冲突展示了无人机战争的未来及法律挑战
乌克兰冲突正预示着未来战争的面貌，其中大量依赖无人机和自主武器。这些技术，包括Bayraktar TB2和Switchblade等系统，被用于侦察、瞄准和直接交战。这些先进系统的使用引发了关于问责制和战争法的复杂法律和伦理问题，尤其随着自主能力的增强。
-
福特汽车公司以人工智能和可持续发展为重点，推进自动驾驶汽车技术
福特汽车公司正在积极开发其自动驾驶汽车技术，整合人工智能、机器学习和先进的传感器系统。该公司旨在引领汽车行业向自动驾驶汽车的转型，重点关注提升出行、安全性和可持续性。福特的战略包括开发城市出行生态系统，并将自动驾驶汽车计划与其企业可持续发展目标相结合，特别是在电动和混合动力车型方面。
-
美军GPS干扰与新墨西哥州致命医疗后送坠机事件相关联
美国军方在新墨西哥州进行的一场涉及GPS干扰的演习被怀疑导致了一起致命的民航客机坠毁事故。一架医疗后送航班在演习期间失去了GPS信号，随后在尝试降落时坠入山体。虽然干扰可能不是直接原因，但据信它引发了一系列导致事故发生的事件，引发了对这类军事活动对民航旅行影响的担忧。