地理定位的 4 項技術(shù)改進助長了新的垂直領(lǐng)域

Quectel Wireless Solutions GNSS 部門的產(chǎn)品開發(fā)經(jīng)理 Mark Winton 表示，隨著成本效益高的系統(tǒng)的出現(xiàn)，地理定位正在日趨成熟，這些系統(tǒng)利用連接的力量以及數(shù)據(jù)處理和人工智能方面的相鄰進步（人工智能）。在接受 EEWeb 采訪時，Mark Winton 提供了有關(guān)地理位置的重要信息。

對更多地采用地理定位的需求引入了許多技術(shù)發(fā)展，以在物流等應(yīng)用程序中實現(xiàn)有效的數(shù)據(jù)管理。

與此同時，人工智能和機器學(xué)習(xí)作為聚類模式分析的關(guān)鍵元素越來越受歡迎。許多人類活動創(chuàng)造了不同的地理模式，可以對其進行分析以改進流程。

Quectel 強調(diào)了 4 個重要的考慮因素：精度，在 GNSS 模塊中采用實時運動 (RTK) 定位通常可以實現(xiàn)低至厘米級的精度；低成本機會；超低功耗；以及對用于精準農(nóng)業(yè)的支持 RTK 的 GNSS 的需求不斷增長的高性能挑戰(zhàn)。

“提高精度對于 ADAS 和 DMS 類型的應(yīng)用至關(guān)重要。高性能傳感器需要高精度和更新速率才能在寬溫汽車環(huán)境中運行。需要低功率，因為許多車輛系統(tǒng)在車輛關(guān)閉時需要特定的低功率閾值。低成本并不是汽車領(lǐng)域的最大驅(qū)動力，因為高精度和性能是關(guān)鍵優(yōu)先事項。

然而，我們在汽車領(lǐng)域非常有競爭力，而且不會影響質(zhì)量。

我們能夠在我們的一些汽車產(chǎn)品上提供工業(yè)級 IMU 傳感器，從而在價格上提供靈活性，”Winton 說。

EEWeb：縱觀地理定位市場，您認為當今發(fā)展的主要業(yè)務(wù)趨勢是什么？

Mark Winton：由于一些重要的技術(shù)發(fā)展支持地理定位的增加，關(guān)鍵的業(yè)務(wù)趨勢正在展開。具體來說，這些是地理數(shù)據(jù)庫的融合以及向 GNSS 數(shù)據(jù)流添加豐富的元數(shù)據(jù)。這種強大的數(shù)據(jù)環(huán)境可以將冷凍貨物的溫度等應(yīng)用程序標記到其 GPS 位置，并在有保證的冷鏈物流和其他汽車相關(guān)功能上實現(xiàn)閉環(huán)。

與此同時，人工智能和機器學(xué)習(xí)正在被部署并支持集群模式分析。許多人類活動創(chuàng)造了不同的地理模式，可以對其進行分析以改進流程。例如，道路事故現(xiàn)場的集群模式可以從救護車后門開口中獲得，這些開口被地理標記為來自全球?qū)Ш叫l(wèi)星系統(tǒng) (GNSS) 的位置信息。這些改進使我們的道路更安全，智能技術(shù)使世界變得更美好。

EEWeb：哪些是地理定位的“新垂直領(lǐng)域”？

馬克·溫頓：我們看到精準農(nóng)業(yè)和農(nóng)業(yè)設(shè)備自動化的顯著提升。這不是一個全新的概念，但這個垂直領(lǐng)域是非常昂貴的設(shè)備領(lǐng)域。提高準確性、大幅降低定價以及運營商和 SAS 提供商對公共 NTRIP 網(wǎng)絡(luò)的采用相結(jié)合，為跟蹤更多設(shè)備和流程提供了機會，這些設(shè)備和流程以前只保留給最重要設(shè)備的一小部分。

EEWeb：您的路線圖上有哪些未來的產(chǎn)品和技術(shù)？

Mark Winton：我們目前專注于 RTK 和航位推算。我們正在推出我們產(chǎn)品的許多子版本和我們產(chǎn)品的替代芯片組版本。這使我們能夠比我們的許多傳統(tǒng)競爭對手更容易地解決當前的組件短缺問題。與我們的客戶保持靈活性也使我們能夠朝著關(guān)鍵市場的定制方向發(fā)展。

EEWeb：您認為人工智能和機器學(xué)習(xí)在哪些特定市場對地理定位有用？

Mark Winton：汽車（ADAS 和 DMS）領(lǐng)域是最清晰、發(fā)布最多的市場，GNSS 正在與 AI 相結(jié)合。然而，我們看到小農(nóng)使用我們的 RTK GNSS 與機器學(xué)習(xí)和基于視覺的 AI 來自動檢測作物問題。

這使得控制非常有針對性、非常高效和完全自動化。我們看到非常清晰的人類可識別地理模式，一旦與機器學(xué)習(xí)和人工智能相結(jié)合，就會成為非常強大的工具。這現(xiàn)在被廣泛用于采礦應(yīng)用，其中生產(chǎn)過程中的瓶頸與特定的地理區(qū)域相關(guān)。

AI 用于在實施流程更改之前識別約束和運行場景，以準確建模和改進通過復(fù)雜工廠的材料流。

EEWeb：RTK技術(shù)面臨哪些挑戰(zhàn)？在哪些特定的農(nóng)業(yè)應(yīng)用中可以有效地采用它？

Mark Winton：RTK 面臨的主要挑戰(zhàn)是嚴格的天線要求和跨各種網(wǎng)絡(luò)使用的兼容性標準。滿天都是衛(wèi)星星座，只支持少數(shù)幾個星座是不好的。

RTK 在開闊的天空中運行良好。天線可以有多小以及設(shè)備應(yīng)安裝在何處以獲得最佳性能是有限制的。精度取決于與最近掛載點的距離，NTRIP 網(wǎng)絡(luò)密度需要提高。

大規(guī)模的低成本大規(guī)模采用是新的。我相信隨著網(wǎng)絡(luò)獲得收入并且參考基礎(chǔ)的投資回報允許更高的密度，挑戰(zhàn)將會消失。我們看到小型溫室農(nóng)場采用 RTK。

我們還有許多帶有自動割草機和灌溉系統(tǒng)的項目。

審核編輯 黃昊宇