PROBLEM
为什么定位会中断
GNSS是强大的全球参考，但是室内空间、地下区域、密集结构和信号阻塞环境会降低单独卫星定位的有用性。室内系统面临着相反的挑战：许多技术在配置的环境中运行良好，但在室外就无法正常运行。
KPT的方法是将定位视为连续体而不是单独的室内和室外系统。
- 单独卫星定位开放天空下强大的全球参考
- 仅限室内的系统在已配置的环境中工作
- KPT定位连续体跨界一张外景图
架构
KPT定位堆栈
六层将原始信号转化为应用程序可以使用的位置信息——从边缘的定位输入到作用于位置的应用程序。
01定位输入
- GNSS
- RTK GNSS
- Wi-Fi
- Bluetooth
- IMU
- 磁力计
- 压力
02边缘智能
- 信号处理
- 运动检测
- PDR
- AI推理
03传感器融合
- 环境检测
- 轨迹估计
- 地图约束
04定位引擎
- 室外
- 转变
- 室内
- 多层
05位置情报
- 当前位置
- 运动轨迹
- 区域
- 事件
- API
06应用
- 安全
- 紧急情况
- 医疗健康
- 防御
- 机器人技术
混合传感器融合
混合传感器融合
每种感测方式都有优点和缺点。卫星信号提供全球户外参考。 Wi-Fi 和 Bluetooth 在建筑物中提供有用的无线电信息。加速度计和陀螺仪描述运动。磁传感可以提供航向和环境信息。压力传感可以帮助估计垂直运动。
KPT定位系统结合可用信息而不是单独依赖于一种测量。
- GNSS全球室外定位参考
- Wi-Fi/Bluetooth建筑物内的无线电信息
- 加速度计/陀螺仪运动
- 磁力计航向与环境
- 压力垂直运动
传感器融合
一次连续位置估计
AI惯性定位
AI惯性定位
惯性传感器总是随着设备移动。挑战在于将噪声运动测量结果转换为有用的轨迹信息，同时管理累积的误差。 KPT的AI惯性技术旨在为行人、无人机和机器人定位应用提取边缘运动智能。
加速度计
陀螺仪
实时推理
轨迹估计
运动检测
KAILOS定位平台
室内定位用KAILOS
KAILOS将混合定位与室内地图和无线电地图相结合。其技术系列包括 Wi-Fi 指纹识别、传感器融合、众包无线电地图构建、地图工具和用于位置感知应用程序的 API。
- Wi-Fi接入点
- 无线电地图指纹
- 装置运动（步骤）
- 位置估计
关键术语
定位术语，简要解释。
GNSS
全球导航卫星系统——卫星星座系列，包括用于户外定位的GPS。
RTK GNSS
当合适的校正和卫星条件可用时，实时运动定位使用校正信息来提高GNSS精度。
IMU
惯性测量单元结合加速度计和陀螺仪（有时还结合磁力计）来测量运动和旋转。
行人航位推算（PDR)
从已知位置开始，根据检测到的步数、步长和航向来估计人的运动。
无线电地图
在已知室内位置观察到的 Wi-Fi 或 Bluetooth 信号模式的地图，由基于指纹的定位使用。
传感器融合
将互补测量——例如无线电、惯性和压力数据——组合成一个位置估计。
地图匹配
将位置估计限制在地图上可能的路径，例如走廊和门口。