分享一篇有关互联网，手机方面文章给大家，相信很多小伙伴们还是对互联网，手机这方面还是不太了解，那么小编也在网上收集到了一些关于手机和互联网这方面的相关知识来分享给大家，希望大家看了会喜欢。
『引言：AI的浪潮势不可挡，在无数大众最熟悉的生活场景中，其实蕴含着许多未被发现的秘密。这些“深藏功与名”的AI技术，在最基础的功能背后，却演绎着数据和算法最动人的一面。百度地图将通过揭秘黑科技一系列专题，讲讲地图日常功能背后的技术。
本期内容将为你展示，百度地图如何利用VDR与PDR的惯性导航算法，在GPS不可用的情况时，实现室内、室外的精准定位。无论用户身处隧道峡谷还是高楼林立，都不必再做“迷途的羔羊”。』
我是谁?我在哪?——可谓是“路痴”群体出行时的日常“人生困惑”。特别是开车经过高架隧道，或者在布局复杂的商场逛街时，GPS信号极易丢失，定位也飘忽不定，让人头疼不已。到底如何才能永不丢失方向感呢?或许你还不知道，百度地图中早就藏着应对的酷炫“利器”了。
室外驾车导航：VDR“对战”定位漂移和信号丢失
开车经过城市峡谷或高楼之下时，周围建筑的遮挡常常让GPS定位点发生严重漂移。导航时而向东，时而向西，偏航情况频发。更不用提在隧道里、高架下常见的GPS信号丢失现象，导致导航卡顿无法运行。通过VDR定位，百度地图能够有效解决这样的GPS定位漂移和信号丢失问题。在GPS不可用，甚至是GPS不可靠的情况下，利用惯性导航来推算驾车定位，从而实现更稳定可靠的导航定位引导。
面对遮挡严重、GPS都“无能为力”的环境，百度地图可以依靠准确靠谱的VDR技术，VDR是一套驾车场景下的惯性导航算法。通过“传感器模式检测”“GPS定位优化”“历史轨迹智能学习”三项关键技术，可以精确推算车辆速度、动静状态等，目前推算偏差能够控制在10%以下。通过手机传感器监测车辆动静状态、速度和行进方向;通过历史轨迹及单点数据特征优化GPS定位;再通过大量历史轨迹的机器学习，实现对速度、方向、驾车习惯、GPS等驾车状态的偏置估计，保证推算结果更加准确可信。
VDR模块主体框架
百度地图在VDR创新引入了迁移学习、强化学习、深度学习等AI技术，通过与传统的惯导技术结合，完成了各种疑难场景的极高准确率的模式识别及最优状态求解，从而实现了基于多模智能融合的惯导驾车定位技术，极大提升了驾车用户导航定位体验。
室内步行导航：PDR轻松应对“迷宫式商场”
高楼大厦遮风避雨，但也将定位导航赖以生存的GPS信号挡在了门外。当我们走进商场等大型建筑物时，迷宫式的布局和铜墙铁壁般的建筑外墙，让手机上的地图仿佛被蒙上了双眼，难有用武之地。百度地图通过高精度PDR技术有效解决了这一问题，其推出的国内首家高精度室内地图，目前已覆盖全国4000多家场所，涵盖商场、车站、机场、医院、图书馆等多种场景，规模达到业内第一。
与针对驾车场景的VDR技术略有相似，解决室内导航难题的PDR技术，是一套步行场景下的惯性导航算法。基于“状态识别”“精准计步”“方向推算””高精度定位”四项关键技术，可以实现从室外到室内定位的平滑过渡，以及在GPS短暂定位失败时持续提供定位能力，精确度达到3至5米。目前百度地图PDR版本已经迭代到了2.0版本，该版本能够智能调整各传感器置信度以及实现了对各种状态、通行方式等行为的精确建模，其中也涉及到了SLAM技术的应用，最终通过融合多种数据源实现高精度的步行惯导算法，技术评估精确度更达到3米以内。
PDR模块主体框架
上图是百度地图PDR模块主题框架示意图，PDR通过传感器数据，可以准确区分用户的静止、步行、驾车等不同状态，准确率达到90%以上;通过加速度传感器数据，采用滑动窗口、步态检测、步长估计模型来进行检测，误差率低于5%;基于9轴传感器数据，实现了高精度姿态角推算，以及实现了精确的行进方向检测算法，从而保证PDR能够输出较高准确率的方位角信息。
市面上的地图千篇一律，靠谱的导航万里挑一，百度地图借如此算法可实现的“随时随地精准定位”是来自AI加持的优秀惯性。随着人们对智能化出行的要求越来越高，高精度的地图服务将成为构建智慧交通的重要基础，进一步提升了人们的出行体验。期待AI时代的第五代地图，为我们带来更多惊喜。
特别提醒：本网内容转载自其他媒体，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。