Roma – I ricercatori dell’Accademia cinese delle scienze hanno sviluppato un innovativo quadro di posizionamento GNSS pubblicato su Satellite Navigation. Lo studio descrive in dettaglio un sistema che utilizza doppie stazioni base e mappe di correzione del ritardo atmosferico (CAM) in crowdsourcing per ottenere un posizionamento ad alta precisione, un progresso significativo per applicazioni come la guida autonoma e Internet. delle cose (IoT).
La ricerca introduce un nuovo quadro di posizionamento GNSS che sfrutta doppie stazioni base e enormi dati sui veicoli per produrre mappe atmosferiche ad alta risoluzione, migliorando la precisione del GNSS. Questo approccio di crowdsourcing, chiamato CAM, utilizza i dati provenienti da veicoli dotati di ricevitori GNSS. Questi veicoli raccolgono e trasmettono i dati sul ritardo atmosferico a un server cloud dove vengono integrati ed elaborati per aggiornare continuamente il CAM. Questo processo di aggiornamento dinamico migliora sia la risoluzione spaziale della CAM che la precisione di posizionamento per gli utenti pubblici in tempo reale.
L’innovazione principale di questo quadro risiede nell’uso dei dati GNSS comuni dei veicoli, che sono più abbondanti e facilmente disponibili rispetto alle fonti di dati tradizionali. Aggregando e perfezionando questi dati, lo studio ottiene un metodo economicamente vantaggioso per generare correzioni dettagliate del ritardo atmosferico. Il CAM riduce significativamente la dipendenza dalle stazioni CORS (Continuous Operational Reference System) costose e meno distribuite tradizionalmente utilizzate per i dati atmosferici, offrendo una soluzione scalabile che migliora la fattibilità e l’accuratezza delle applicazioni GNSS di precisione.
Il dottor Yunbin Yuan, ricercatore capo, afferma: “Questo quadro non solo riduce i costi di raccolta dei dati atmosferici, ma aumenta anche significativamente la precisione e l’affidabilità del posizionamento GNSS, segnando un significativo passo avanti nei servizi basati sulla posizione”.
L’applicazione di questa tecnologia va oltre il miglioramento della precisione del sistema di posizionamento globale (GPS); apre inoltre nuove strade al monitoraggio ambientale in tempo reale e ha implicazioni significative per la pianificazione urbana, i trasporti e i sistemi di risposta alle emergenze. Man mano che i veicoli diventano centri di raccolta dati, la scalabilità di questa tecnologia promette ampi vantaggi socioeconomici, in particolare nelle regioni altamente urbanizzate.(30Science.com)