Global Positioning System
PulseAugur coverage of Global Positioning System — every cluster mentioning Global Positioning System across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Xona 通过 SpaceX 卫星部署推出商业 GPS 替代品
Xona 正在准备推出其商业 GPS（全球定位系统）替代品。该公司提供的高精度计时和导航服务将在 SpaceX 发射六颗由 Xona 设计的卫星后开始 Beta 测试。
-
专家警告：AI生成的导航指令存在根本性缺陷且无法修复
AI生成的导航指令，尤其是在徒步等安全关键任务中，存在根本性缺陷，因为它们依赖于统计词语匹配而非真正的理解。与通过修复错误和完善数据而改进的GPS导航不同，AI的方法无法以同样的方式被“修复”。这种固有的局限性意味着，AI引导的灾难故事，例如人们被带到不存在的目的地或面临危险境地，可能会持续存在，直到用户停止依赖AI进行此类应用。
-
舜宇光学瞄准AI硬件增长，为机器人和智能眼镜提供先进光学器件
舜宇光学正利用其在光学元件方面的专业知识，在蓬勃发展的AI驱动机器人和智能眼镜领域扮演关键角色。该公司正在为机器人开发先进的视觉系统，以提高其在复杂环境中的感知和导航能力，超越简单的GPS。对于智能眼镜，舜宇光学正专注于创造更轻、更薄、更集成的光学解决方案，以提高显示质量并减轻重量，目标是参与下一代智能硬件的核心定义。
-
中国五年计划目标是人工智能和芯片，以挑战美国科技主导地位
中国公布了新的五年计划，重点是推进国内芯片制造和人工智能能力，以对抗美国的科技主导地位。该计划由工业和信息化部以及国家发展和改革委员会发布，旨在促进技术自给自足。到2030年，该计划预计相关产业收入将超过30万亿元人民币，同时优先发展其北斗卫星导航系统，以与美国的GPS竞争。
-
Apple Watch Ultra 4 弃用 GLONASS 支持
Apple 已在其新款 Apple Watch Ultra 4 中移除了 GLONASS 支持。该设备现在依赖 GPS、Galileo、QZSS 和 BeiDou 进行定位服务。这一变化紧随上一代 Ultra 3，后者确实包含 GLONASS 支持。
-
太阳风暴引发对美国GPS维护和自动驾驶汽车安全的担忧
最近的一次太阳风暴引发了对全球定位系统（GPS）可靠性的担忧。有人猜测，未来可能会出现法律诉讼，声称事故的发生是由于美国未能充分维护其GPS基础设施。这个问题在高度依赖精确GPS数据的AI和自动驾驶汽车领域尤为重要。
-
LeJEPA 架构已适配用于分子图编码器
研究人员已将自监督预训练架构 LeJEPA 应用于分子图神经网络，以评估其对分子性质预测的影响。预训练虽然增强了学习到的表示，但并未持续提升在抗生素活性预测或分子性质预测（ogbg-molhiv）等任务上的微调性能。然而，当预训练嵌入作为冻结探针使用时，其性能显著优于随机初始化，并且将这些嵌入与传统的 Morgan 指纹相结合，在 ogbg-molhiv 基准测试中取得了最佳性能。
-
AI 工具集与其他各种主题并列提及
该条目讨论了 AI 工具集，以及托尔金纪念品和时间服务器等不相关的其他主题。它还提到了 GPS 技术。
-
研究发现，医生使用的AI笔记工具可能遗漏重要的患者信息
最近的一项研究表明，旨在协助全科医生（GPs）做笔记的AI工具可能会忽略关键的患者信息。这种疏忽可能导致病历出现空白，并影响患者护理。研究结果强调了在医疗环境中谨慎使用AI应用并进一步开发其功能的需求。
-
Dreame推出先进机器人割草机，实现零边修剪
Dreame发布了其A4 AWD Pro机器人割草机，采用先进的导航技术进行精确草坪修剪。该割草机利用360° LiDAR、RTK和EdgeMaster 4.0技术，无需边界线即可实现零边切割。这项创新旨在显著减少或消除人工草坪维护的需要。
-
新的AutoCompass方法通过学习带噪声的地图标签来改进视觉定位
研究人员开发了AutoCompass，一种用于训练神经地图匹配器的新方法，即使在训练数据包含带噪声标签的情况下，也能准确确定图像相对于2D地图的姿态。该方法表明，不需要显式的航向标签，因为模型可以仅从原始GPS数据中学习预测准确的航向。通过在GPS坐标周围引入容差区域，并在可用时利用来自同步定位与地图构建（SLAM）或运动恢复结构（SfM）的相对姿态，AutoCompass在驾驶和以自我为中心的基准测试中取得了比依赖精确绝对姿态标签的…
-
新数据集和模型解决汽车雷达硬件故障诊断问题
研究人员推出了Rad-R，这是一个专为诊断汽车毫米波雷达系统硬件故障的新数据集。该数据集将原始ADC雷达记录与受控硬件故障数据、独立的物理严重性测量以及来自IMU、温度、GPS和摄像头的同步流配对。基准评估表明，提出的RadrNet模型，特别是其捕获不变变体，在跨严重性泛化任务上优于RD-CNN等现有方法，宏观F1分数为0.663。
-
HorizonNet 使用 CNN 和 DEM 数据实现 GPS 级 USV 导航
研究人员开发了 HorizonNet，这是一个用于在沿海和群岛环境中估计无人水面艇 (USV) 位置的新颖系统。该系统利用卷积神经网络 (CNN) 从全景图像中提取地平线，补偿相机方向。然后，通过 MOSSE 相关滤波器将此处理后的图像与数字高程模型 (DEM) 数据进行关联，最终以 GPS 级精度确定 USV 的位置。
-
新的iOS应用使用iPhone AI绘制行人基础设施地图
一篇新的研究论文介绍了一款名为iOSPointMapper的移动应用程序，该应用程序旨在使用iPhone和iPad进行实时的行人与无障碍地图绘制。该系统利用设备上的AI进行语义分割和深度估计，并结合GPS和IMU数据，以识别交通标志和信号灯等特征。用户引导的标注确保了数据质量，然后匿名数据会被发送到交通数据交换倡议（TDEI），以整合到更广泛的交通数据集中。
-
相机校准方法使用无人机GPS数据
研究人员开发了一种新颖的方法，使用来自GPS数据的无人机轨迹来校准固定相机。该方法解决了GPS高度不准确、GPS和相机信号异步且存在未知时间偏移，以及需要精确插值离散轨迹点等挑战。提出了一种使用迭代最小二乘算法的专用最大似然估计器，用于同时估计高度偏差、时间偏移和相机方向偏差。仿真测试证实，估计结果满足Cramér-Rao下界，并且论文推荐了特定的无人机轨迹以实现最佳校准精度。
-
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。