Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/ios/120.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
定位精度定义-iOS_Ios_Gps_Core Location - Fatal编程技术网

定位精度定义-iOS

定位精度定义-iOS,ios,gps,core-location,Ios,Gps,Core Location,iOS上返回的“准确性”或“不确定性”的统计意图是什么,即使是近似值 例如,Android文档将其返回的精度数字解释为大约一个标准偏差: 我们将准确度定义为68%置信度的半径。换句话说,如果 以该位置的纬度和经度为中心绘制一个圆, 半径等于精度,则有68% 真实位置在圆内的概率。在里面 在统计方面,假设位置误差是随机的 一个正态分布,所以68%的置信圈代表一个 标准差。请注意,在实践中,位置错误不会 始终遵循这样一个简单的分布。这种精度估计是不正确的 仅与水平精度有关,不表示 方位、速度或高度的

iOS上返回的“准确性”或“不确定性”的统计意图是什么,即使是近似值

例如,Android文档将其返回的精度数字解释为大约一个标准偏差:

我们将准确度定义为68%置信度的半径。换句话说,如果 以该位置的纬度和经度为中心绘制一个圆, 半径等于精度,则有68% 真实位置在圆内的概率。在里面 在统计方面,假设位置误差是随机的 一个正态分布,所以68%的置信圈代表一个 标准差。请注意,在实践中,位置错误不会 始终遵循这样一个简单的分布。这种精度估计是不正确的 仅与水平精度有关,不表示 方位、速度或高度的准确度(如果包含在 这个位置


我们的设置是,我们需要将iOS返回的“准确性”或“不确定性”的值以与Android相同的量化方式对待,以使我们能够构建具有有效相同功能的应用程序。iOS的精度结果是否需要进行任何转换,以获得与上述相同的解释?具体来说,假设两台设备具有相同的GPS/定位硬件,位于同一物理位置,同时查询同一时刻具有相同参数的GPS GeoLocation,Android返回值之间最典型的关系是什么(径向1个标准偏差不确定性)而iOS的价值呢?

苹果没有记录这些细节

GPS芯片制造商甚至没有记录这些细节。

在内部,该值源自Gps属性“hdop”(或hAccEstim和hdop使用内部协方差),该协方差是表示与1-sigma值相关的精度因子的单位数。 大约2.5-3.5米。当使用WAAS或EGNOS(美国和欧洲)和5m时,否则无GPS校正。 因此,当hAcc基于1sigma(或RMS)时,美国和欧洲的平均设备应显示3m。在ios上,最低值为5m,这可能是一个固定的较低阈值

人们只能测量ios和adroid设备,并比较HORRAC值。 如果他们是1:1或者ios使用2的系数,我也不会感到惊讶。
(2DRMS),这意味着95-98%的概率位置在半径范围内。

苹果回应了我就这个问题提出的技术支持问题

统计意图是什么,即使是近似值 返回“准确性”或“不确定性”

没有iOS版的。我不能对Androids位置API/硬件发表评论,但我认为以下描述在iOS上发生灾难性失败的原因应该说明一些问题:

“我们将准确度定义为68%置信半径。换句话说, 如果在该位置的纬度和 经度,半径等于精度,则有 真实位置位于圆圈内的概率为68%。在 在统计方面,假设位置误差是随机的 一个正态分布,所以68%的置信圈代表一个 标准偏差。请注意,在实践中,位置误差不会 始终遵循这样一个简单的分布

问题的症结在于,假设错误是正态分布的在iOS上是无效的。目前,CoreLocation依赖于3个位置源获取其位置信息,并且每一个都具有完全不同的故障特征

-蜂窝塔。从错误的角度来看,这实际上是最简单的建模方法。蜂窝无线电信号不具有特殊的反射性,而且所涉及的距离足够大,因此反射效应相对较小,而且(更重要的是)在一般区域内通常一致。中心位置是最可能的位置,距离中心点越远,可能性越小

-GPS。GPS通常被认为是定位的“黄金”标准,但特别是在城市环境中,这可能会产生严重的误导。问题是GPS信号更容易反映出蜂窝信号,而蜂窝信号能够并将从根本上改变已知的“位置”在人口稠密的城市环境中,通常会出现疯狂和随机的设备移动,步行/驾驶的路线非常笔直。除了这些突然的移动(根据特定应用程序的使用情况相对容易过滤掉)之外,系统性故障也很常见,特定区域的特定几何结构显著改变了“GPS位置” 从它的真实位置

-WiFi。在许多方面,WiFi是最棘手的。问题是,对于单个基站的最简单定位情况,不可能推断出“靠近基站的某个地方”以外的任何真实位置信息。可以根据信号强度推断出一些关于径向距离的信息,但结构结构对信号强度的影响往往大于距离,这使得该数字毫无用处。更重要的是,根本没有方向信息。然而,更大的问题是WiFi位置依赖于注册位置关于WiFi热点…如果数据库完全错误呢?举个例子,几个月前我与一位开发人员一起工作,他非常生气,因为他收到一个位置跟踪,显示设备在整个3小时的车程中完全静止。经过大量调查,最终确定他:

a) 把他的手机放在一个袋子里,袋子放在他的前排座椅下(切断GPS和手机发射塔)。 b) 在f上留下了他的MiFi个人热点