演示
基于 AI 的智能手机定位演示
使用商用智能手机演示基于人工智能的室外-室内定位。
电话传感器AI定位地图上下文
从运动到位置
每一步。一个相连的故事。
跟随智能手机从室外广场进入建筑物——同时查看屏幕、接听电话或以自然的手臂摆动携带它。探索传感器数据、人工智能和地图背景如何整合为一条连续轨迹。
持续的旅程
交互式插图携带手机的三种方式。
选择探索姿势
查看屏幕
保持在身体前方，同时看着屏幕。
外面开始散步。
电话随其用户移动。内置传感器提供定位系统使用的测量结果。
传感器流
01示例性传感器信号随着电话的携带姿势而变化。
AI估算
02AI模型解释传感器数据以估计位置。
位置轨迹
03连续的位置更新，放置在它们的地图上下文中。
地图数据库/室外和室内环境中的空间背景。
智能手机感测
将智能定位在您已经携带的硬件上。
与KAILOS Neural Engine一样，该系统使用AI模型来根据传感器数据估计位置。它将这一原则带入了商用智能手机的内置硬件中。
当人带着电话行走时，其传感器提供测量数据流。人工智能模型解释这些数据以估计一段时间内的位置，将日常运动转化为连续的位置轨迹。
从传感到定位
- 智能手机传感器数据
- AI 模型
- 估计位置
室内-室外连续性
穿过门口的连续位置。
当用户在室外空间和室内环境之间移动时，地图数据库支持基于AI的定位系统。传感器数据、人工智能模型和地图信息共同实现持续、实时的位置更新。
地图提供位置估计的空间上下文。其结果是从室外空间到建筑内部的过渡可以遵循的轨迹。
地图支持的连续性
能力
智能手机传感器。人工智能模型。地图支持。
商用智能手机硬件
使用已经内置于商业智能手机中的传感器。
基于AI的位置估计
将AI模型应用于传感器数据以估计用户的位置。
地图支持的连续性
地图数据库支持跨室外和室内环境的连续定位。
视频