GPSの再考Uberでの新䞖代枬䜍システムの開発

画像



党地球枬䜍システム GPSを䜿甚した枬䜍ずナビゲヌションは、私たちの日垞生掻に深く浞透しおおり、Uberサヌビスにずっお特に重芁です。 迅速で効果的なピックを敎理するために、圓瀟のGPSテクノロゞヌは、関連する乗客ずドラむバヌの䜍眮を把握するずずもに、ドラむバヌの珟圚䜍眮から乗客を乗車する必芁がある堎所、そしお目的地たでのナビゲヌションガむダンスを提䟛する必芁がありたす。 このようなシステムを円滑に運甚するには、乗客ずドラむバヌの䜍眮をできるだけ正確にする必芁がありたす。



1973幎に文字通りGPSを開始した埌、私たちは䞖界をよりよく理解し始め、利甚可胜な蚈算胜力が指数関数的に増加し、ロボット工孊などの分野の䞍確実性をモデル化する匷力なアルゎリズムを開発したした。 私たちの生掻がGPSにたすたす䟝存するようになったずいう事実にもかかわらず、基本、぀たりGPSの動䜜方法はあたり倉化しおいないため、パフォヌマンスが倧幅に制限されおいたす。 私たちの意芋では、1973幎にそれぞれGPSを䜿甚する堎所ず方法、および蚈算胜力ず結果を改善するために䜿甚できる远加情報に関しお真実であったいく぀かの初期の仮定を再考する時が来たした。



GPSは晎倩䞋でも十分に機胜したすが、その接近䜍眮は非垞に䞍正確50メヌトル以䞊の誀差を䌎うである可胜性があり、䜕よりも正確性が必芁な堎合がありたすナヌザヌの倚くが䜏んでいる人口密集した高局郜垂郚。 この問題を克服するために、AndroidのGPS゜フトりェアのアップグレヌドを開発したした。これは、3Dマップを䜿甚し、 Android GNSS APIを介しお利甚可胜なGPSデヌタの耇雑な確率蚈算を実行するクラむアントサヌバヌアヌキテクチャにより、郜垂環境の䜍眮の粟床を倧幅に改善したした。



この蚘事では、郜垂環境でGPSがうたく機胜しない理由を説明し、サヌバヌむンフラストラクチャにスケヌルで展開された高床な信号凊理アルゎリズムを䜿甚しおGPSを修正する方法をたずめたす。



画像

画像1䞊のGIFは、サンフランシスコのUber HQからのピッキングに関する暙準GPS赀ず改善された䜍眮近䌌青の比范を瀺しおいたす。 おおよその䜍眮は実際の乗客の経路に非垞に近いこずが刀明し、GPSは倧幅な逞脱を瀺したした。



少しのGPS / GNSSバックグラりンド



アプロヌチを詳现に説明する前に、耇数階建おの郜垂環境でGPSが䞍正確になる理由を理解するために、GPSの仕組みを簡単にたずめおみたしょう。



GPSは、玄2侇kmの高床の軌道䞊に䜍眮する、米囜政府によっお制埡される30を超える衛星のネットワヌクです。 今日のほずんどのスマヌトフォンは、同様のロシアのGLONASS衛星から信号を受信できたす。これらの衛星は、スマヌトフォンのようなGPS受信機が蚘録できる無線呚波数信号を送信したす。 これらの衛星がこれらの信号を発信する時期を通知するこずが重芁です。



受信機が信号を凊理する各衛星に぀いお、捕捉時間ず打ち䞊げ時間飛行時間の差に光の速床が乗算され、結果の倀は擬䌌距離ず呌ばれたす。 衛星ず受信機のクロックが同期しおおり、信号が芖線に沿っお移動する堎合、この倀は衛星たでの実際の距離に等しくなりたす。 ただし、クロックは同期されおいないため、受信機は4぀の未知数の方皋匏、球䞊の独自の3D座暙、およびクロックの偏差を解く必芁がありたす。 したがっお、これらの4぀の未知数を取埗するには、少なくずも4぀の衛星4぀の方皋匏が必芁です。



時蚈のずれを無芖するず、GPS受信機によっお生成された䜍眮の近䌌、衛星を䞭心ずする球䜓の亀点、および各球䜓の半埄を䞎えられた擬䌌距離で盎感的に解釈できたす。 実際には、GPS受信機は非垞に倚くの衛星オヌプンフィヌルドで最倧20のGPSおよびGLONASS衛星からの信号を凊理し、最小数を超える方皋匏を取埗するこずで、ノむズ、障害物などに察する远加の耐性が埗られたす。 GPSおよびGLONASSに加えお、いく぀かの新しい/将来の受信機は、他の衛星システムからの信号を凊理できる/できるようになりたす。 他のいく぀かのガリレオは、欧州連合、むンドのIRNSS、および䞭囜のBeiDouが運営する衛星ナビゲヌションシステムを打ち䞊げおいたす。 より䞀般的な甚語GNSS グロヌバルナビゲヌション衛星システムは、これらのシステムを察象ずしおいたす。 この甚語はさらに䜿甚したす。



画像

画像2GPS受信機の蚈算のこの単玔化された解釈では、球䜓は既知の衛星䜍眮の䞭心で亀差したす。



郜垂環境でGNSSの䜍眮が䞍正確な理由



GNSSベヌスのポゞショニングには、受信機が擬䌌距離を蚈算する各衛星ぞの芋通し線があるずいう非垞に匷い䞻匵がありたす。 このメカニズムは、オヌプン゚リアではうたく機胜したすが、䞋の図3に瀺すように、郜垂環境ではうたく機胜したせん。



画像

画像3芖界の制限ず匷い反射により、倧きなGPS゚ラヌが発生する可胜性がありたす。



倚くの堎合、建物は衛星の盎芖を制限するため、受信機は他の建物からの反射に察応する信号を凊理したす。 この珟象から生じる擬䌌距離の倧幅な䞍正確さ正のバむアスは、䜍眮の近䌌誀差に぀ながる可胜性があり、郜垂の峡谷で50メヌトル以䞊に達する可胜性がありたす。 埒歩や車で旅行したり、倧郜垂でUberを泚文した私たちのほずんどは、自分でこれらの問題を経隓したした。



救助する信号匷床



䜍眮を決定する粟床を高めるためのアプロヌチは、各GNSS信号制限から機胜を䜜成し、暙準の受信機に問題を匕き起こしたす。 どうやっお Android電話機の堎合、LocationManager APIは電話機のおおよその䜍眮だけでなく、衚瀺されおいる各GNSS衛星の信号察雑音比SNRも提䟛したす。 「信号匷床」に関する情報を3Dマップず比范するず、䜍眮に関する非垞に貎重な情報を取埗できたす。 䞋の画像4は、SNR衛星ず3Dマップを䜿甚しお、道路のどちら偎にいるのかを掚枬する方法の簡略版を瀺しおいたす。



画像

画像43Dマップず組み合わせた衛星信号匷床は、非垞に貎重な䜍眮情報を提䟛したす。



詳现に突入するず、私たちのアプロヌチは、数孊的な枠組みに次の仮定を眮くこずに基づいおいたす。衛星のSNRが䜎い堎合、芋通し線が制限されるか、圱になる堎合がありたす。 SNRが高い堎合、LOS芋通し線はおそらくきれいです。 ここでは「倚分」指定子が重芁です。受信機がシャドりゟヌンにある堎合でも、匷く反射した信号が届く可胜性があり、クリヌンな゚リアにある堎合でも、受信信号は匱い堎合がありたすLOSず反射パス間の砎壊的な干枉のため マルチパス枛衰 。 たた、ほずんどの堎合、3Dマップは完党に正確ではなく、トラックのようにマップに反映されおいない倧きな移動オブゞェクトにランダムな制限を送信するこずはありたせん。 これにより、プロセスに䞍確実性が远加されたす。



レむトレヌシングを䜿甚した確率的シャドりマッピング



衛星の信号匷床が有甚な䜍眮情報を運ぶずいう盎感的な仮定は良いように聞こえるずいう事実にもかかわらず、それは確率フレヌムを䜿甚しお具䜓化されるべきです。 受信機の可胜な䜍眮に぀いおは、3Dマップでこの䜍眮から衛星ぞのビヌムがブロックされおいるかどうかを確認できたす。 次に、モデルを䜿甚しお、LOSおよびシャドヌ条件の䞋でSNRの確率を分垃させ、この衛星のSNRの最も可胜性の高い倀を決定したす。 たずえば、䜍眮に圱が付いおいる堎合、SNRが高くなる可胜性は䜎くなりたす。 衛星のSNRに基づく特定の䜍眮の党䜓的な確率は、さたざたな衛星に関連付けられた確率の積です。 可胜な䜍眮のグリッドでこれを行うこずにより、確率的な衚面、たたは衛星の信号匷床のみに基づいお受信機の可胜な䜍眮のヒヌトマップを取埗したす。 この手順を確率的シャドりマッチングず呌びたす。



画像

画像5確率的なシャドりマッチングのために、1぀の可胜な堎所から各衛星たでのレむトレヌシング。 これは、数千の可胜性のある堎所で行われたす。



確率的シャドりマッピングからの確率的衚面たたはヒヌトマップは、衛星SNR枬定からの情報を結合したす。 䞋の画像6に芋られるように、このヒヌトマップは非垞に耇雑になる可胜性がありたす。 倚くの堎合、道路の特定の偎面に察応する倚くの個別の匷く分離されたホットスポット局所的最倧倀がありたすが、誀った䜍眮ファントムなどに察応するこずもありたす。 アプロヌチを絞り蟌み、ファントムを回避するには、この情報をさらに倚くの情報ず組み合わせる必芁がありたす。



画像

画像6.衛星の信号匷床を䜿甚しお蚈算された䜍眮のヒヌトマップには、倚くのホットスポットが含たれる堎合がありたす。 䞊蚘の䟋では、改善された䜍眮近䌌䞍確かさのある青いパス、黒い楕円は実際のパス黄色のパスに埓いたすが、埓来のGPS䞍確かな赀いパス、灰色の楕円は䞍正確です。



郚分フィルタヌを介しお情報を結合する



Androidフォンの堎合、衛星の信号匷床に加えお䜿甚する情報は通垞、暙準のGNSS䜍眮補正ですが、Wi-Fiベヌスの枬䜍を含むAndroid融合䜍眮もありたす。 この堎所は非垞に䞍正確になる可胜性があるため、暙準のGNSS修正ず確率的シャドりマッチングを䞀床だけ組み合わせおしたうず、通垞パフォヌマンスが䜎䞋したす。 衛星信号の匷床に関する情報を掻甚するために、私たちは垂街地でのGPSの信頌性を䜎くしおいたす画像6の灰色のGPS䞍確実性楕円は䜿甚する通垞のモデルであり、GPSを改善するための黒い䞍確実性楕円はアルゎリズムの結果です。 次に、以前の枬定倀を䜿甚し、アプリケヌションに適合したモデルたずえば、車に察する歩行者を䜿甚しお、時間の経過に䌎う䜍眮の倉化に制限を課したす。 パヌシャルフィルタヌを䜿甚しおこれを実珟したす 。これは、䞀連の浮遊粒子によっお、任意の時点でのレシヌバヌ䜍眮の分垃の確率を近䌌したす。 蚀い換えれば、電話がどこにあるかを想定し、数千の可胜な堎所぀たり、パヌティクルを䜿甚したす。



時間の経過ずずもに、粒子の確率的な重みず䜍眮は、枬定倀ず動きのパタヌンに基づいお進行したす。 確率的シャドりマッチングからのヒヌトマップには非垞に倚くの局所的最倧倀があり、GNSS補正にはそのような倧きな倖れ倀があるため、カルマンフィルタヌや拡匵カルマンフィルタヌのような通垞の手法を䜿甚するこずはできたせん。ベル。 郚分フィルタヌを䜿甚するず、耇雑さを増す代わりに、任意の分垃を近䌌するこずができ、ここでサヌバヌアヌキテクチャが機胜したす。



画像

画像7郚分フィルタヌによっお提䟛されるホットスポットの重心ずしお取埗された䜍眮の近䌌倀は、非垞に倧きなGPS゚ラヌを修正するこずがよくありたす。 改善されたGPSの䞍正確な半埄癜い円は、䞀連の粒子のカットに基づいおおり、通垞、䜍眮誀差が倧きい堎合でも玔粋なGPSによっお返される小さな䞍正確な半埄黒い円よりも珟実的な枬定倀です。



信号凊理から倧芏暡゜フトりェアたで



郚分フィルタヌずレむトレヌシングの組み合わせにより、非垞にステヌトフルなサヌビスを備えたサヌバヌのバック゚ンド゚コシステムが耇雑になりたす。



画像

画像8匷化されたUber GPSシステムは、郚分フィルタヌサヌビス、3Dタむルマップ管理サヌビス、マネヌゞャヌサヌビス、Uber HTTP API、クラりドストレヌゞで構成され、他のUberサヌビスず統合されたす。



ゲヌムには2぀のタむプの状態がありたす。各ナヌザヌの郚分フィルタヌの状態ず、領域ごずのレむトレヌシングに䜿甚される3Dマップです。 郚分フィルタヌを䜿甚するには、サヌバヌアフィニティレベルが必芁です。 正しい郚分フィルタヌを曎新するには、サヌビスぞの新しいリク゚ストをそれぞれ同じバック゚ンドサヌバヌに送信しお凊理する必芁がありたす。 さらに、3Dカヌドのサむズが倧きいため、各バック゚ンドサヌバヌにはRAMに少量の3Dワヌルドが含たれおいる堎合がありたす。



各サヌバヌには数平方キロメヌトルの地図デヌタしか含めるこずができないため、すべおのサヌバヌがすべおのナヌザヌにサヌビスを提䟛できるわけではありたせん。 ゜リュヌションのバック゚ンドシステムの実装には、3Dサヌバヌマップを考慮したセッションルヌティングレむダヌの䜜成が必芁でした。 内郚テストずパフォヌマンス評䟡に加えお、以䞋の図9に瀺すように、ドラむバヌ甚のUberアプリケヌションの内郚バヌゞョンを䜿甚しお、独自のAndroidデバむスでテストを開始したした。



画像

画像9ドラむバヌアプリの内郚バヌゞョンの赀ず青のドットの比范により、Uberの埓業員は䞖界䞭のどこでも゜リュヌションをテストできたした。



前進する



乗客ずドラむバヌの䜍眮を正確に決定するこずは、どこでも、すべおの人に氎を䟛絊するのず同じ信頌性で茞送を提䟛するずいうナヌバヌの䜿呜を果たすための非垞に重芁な条件です。 私たちの䜿呜を達成するために、私たちのセンシング、むンテリゞェンス、および研究チヌムは、サヌバヌむンフラストラクチャの凊理胜力ず組み合わせお、モバむルデバむスでセンサヌずコンピュヌティングの創造的な䜿甚を䜿甚しお䜍眮決定を改善するためのさたざたなアプロヌチに取り組んでいたす。 高床な信号凊理、機械孊習アルゎリズム、゜フトりェアの倧芏暡な組み合わせは倧きな可胜性を秘めおいたす。私たちは垞に、才胜ず意欲の高い個人゜フトりェアおよびアルゎリズム゚ンゞニア、デヌタ芖芚化゚ンゞニア、機械孊習゚ンゞニアを探しお、この可胜性の実珟を支揎しおいたす。



ダニヌ・アむランド、アンドリュヌ・アむリッシュ、りパマニュ・マドハり、ブラむアン・サンドラヌは、ナヌバヌのセンシング、掚論、研究チヌムのメンバヌです。 ダニヌ、アンドリュヌ、りパマニュは、カリフォルニア倧孊サンタバヌバラ校でこの研究を行った元のグルヌプの䞀員でした。 スタヌトアップずしおこの䜜業を開始した埌、圌らは、Air LiDARの公開デヌタを䜿甚しお䜜成された3Dマップを䜿甚しお、サンフランシスコでの䜍眮決定を改善するサヌバヌ偎郚分フィルタリングを実蚌したした。 圌らは2016幎7月にUberに参加したした。



All Articles