Uber欲用3D地圖、概率和數學來提高GPS定位準確度

　　據外媒報道，當你試圖用智能手機在一個大城市導航時，你可能已經注意到了一個問題，那就是GPS定位通常是非常不準確的。有時這種誤差只有幾米，但是如果你在一個人口和建筑物特別密集的城市，衛(wèi)星信號就會被高層建筑阻擋，這種誤差可能會很大。對大多數人來說，這只是現代都市生活的一個縮影。但是對于那些依靠兩個人的智能手機在迷宮般的鋼鐵和混凝土叢林中找到彼此的公司比如Uber來說，GPS定位的不準確卻是一個無盡的痛苦和挫折的源泉。

　　就像夜間駛過的船只一樣，一個司機可能會停在某處街角找尋叫車的乘客，而那名乘客卻在街區(qū)的另一側苦等。這種情況通常會導致乘客取消叫車服務，Uber稱之為“浪費的供應”，也就是說Uber和司機都會因此少賺一點錢。如果一輛車里有多個乘客時，這個問題就會變得更加嚴重。再想想無人駕駛汽車在城市峽谷中漫無目的地游蕩，絕望地尋找那些GPS坐標不可靠的乘客，那會是一種多么令人沮喪的情景?

　　然而，Uber的兩位工程師也許會解決這種混亂找到了一個解決方案。安德魯-艾里什(Andrew Irish)和丹尼-艾蘭德(Danny Iland)都是加州大學圣芭芭拉分校的博士生，Uber在2016年收購了他們創(chuàng)辦的影子地圖(Shadow Maps)初創(chuàng)公司。從那時開始，他們一直致力于將他們的技術集成到Uber的應用中，他們最近在全球15個城市開始測試。從早期的測試結果來看，他們讓GPS定位的準確度提高了一倍。

　　艾蘭德開玩笑說：“當有人問我在做什么時，我經常說我的工作就是移動藍點。”這一點很重要，因為當我坐在位于曼哈頓下城的The Verge辦公樓的14層辦公室里打開Uber的應用程序時，我看到顯示我所在位置的藍點在離我200英尺遠的酒店外徘徊。艾里什和艾蘭德正在做的工作就是將這個藍點移動到街道對面，這樣當Uber司機來找我時，就能盡可能準確一些。

　　GPS全球定位系統(tǒng)項目于20世紀70年代初啟動，目的是為了打破以前的導航系統(tǒng)的限制。它最初是為像飛機一樣飛行的東西而設計的。所以其中有一個核心假設是所有的衛(wèi)星都有直線視線，這意味著信號總是以直線的方式行進。但是現在，由于智能手機的普及和Uber等基于位置的服務的興起，這些假設改變了。

　　同時，衛(wèi)星的作用也從追蹤飛機變成了追蹤行走在密集城市里的個人所攜帶的智能手機。這些衛(wèi)星不僅失去了直線視線優(yōu)勢，它們還不得不與高大的建筑物叢林作斗爭，這些建筑物會像鏡子一樣反射和扭曲信號。這種現象通常被稱作“陰影效應”，可能會造成100米甚至更大的位置誤差，尤其是在紐約和舊金山這樣的大都市。這可能會給Uber業(yè)務最敏感的方面造成影響。

　　艾蘭德說：“所以這顯然給我們提出了問題，因為我們可能會認為司機在不同的道路上而不是他們實際所在的道路上行駛，這可能會導致司機無法在預計到達時間找到乘客，繼而造成訂單取消。”

　　為了解決這個問題，艾蘭德和艾里什使用了一個被稱為“封閉建模”的過程。在這個過程中，Uber的算法可以看到城市的完整三維渲染，并對乘客所處的位置做一個概率估計，乘客可以看到哪些衛(wèi)星，哪些是看不到的。在美國的GPS衛(wèi)星群中，大約有30顆衛(wèi)星，俄羅斯還有一個GLOMASS衛(wèi)星群，中國和歐洲也在啟動自己的GPS衛(wèi)星群。利用從衛(wèi)星上獲得的公共數據，Uber就能夠利用一個消除過程來獲得更準確的位置信息。

　　艾蘭德說：“假設你所在的位置只有3顆衛(wèi)星，如果我可以看到衛(wèi)星C和衛(wèi)星D的信號強度很高，但是看不到衛(wèi)星B，那么我可能就在街道的左邊，因為衛(wèi)星B的信號被建筑物擋住了。如果我能看到衛(wèi)星B和衛(wèi)星C的信號，但看不到衛(wèi)星D，那么我可能就在街道的右邊。所以我們使用衛(wèi)星可見性信息作為算法的一部分，而不是將所有的衛(wèi)星都當作定位線。”

　　他補充說：“這基本上就是負面信息。除了你所看到的以外，你還可以根據你看不到的東西做出假設。”

　　艾里什和艾蘭德使用射線追蹤技術，在這種情況下，衛(wèi)星信號按照不同的強度等級被標以不同的顏色，這樣就可以更好地說明乘客可能在的位置和消除干擾。但是有一個令人困惑的效果，那就是多徑衰落，即衛(wèi)星信號從與彼此交叉的建筑物中反彈，強化某些信號，而這些信號在其他情況下是看不到的。這可能會使影子地圖的算法復雜化，并對司機和乘客所處的最有可能的位置得出錯誤的結論。

　　艾里什說：“所以，如果你在網格上進行射線追蹤，你會根據他們對衛(wèi)星信號強度和三維建筑模型的認同程度，在網格上對這些位置進行評分，這樣就可以消除我們之前所描述的這些干擾噪音的影響。每次概率計算都需要20到100毫秒，每4秒就可以對乘客可能所在的位置進行一次計算，對司機所在位置的計算更加頻繁。”艾蘭德補充說：“你只是想要有一個更嚴格的估計，來說明汽車行駛的速度有多快。”

　　之后，我們去曼哈頓的西側散步，讓他們繼續(xù)介紹Uber的應用程序在尋找我們的GPS定位時表現得有多好。坐在Uber紐約辦公室的會議室里，我的腦子里充斥著各種技術術語，但是走出辦公室，站在空氣清新的戶外街道上，更容易看清影子地圖團隊的修正努力是如何創(chuàng)造一個不同的世界。我們在一個公園的旁邊散步，那里有開闊的天空視野，所以GPS定位非常精準。我們拐到一條街道上，我們只能看到更窄的天空，突然標示我們所在位置的藍點跳到了街區(qū)的另一邊。艾蘭德說：“我們所在的實際位置與藍點或多或少是同步的。”

　　影子地圖并不是解決GPS準確性問題的唯一方法。保羅-格羅夫斯(Paul Groves)是倫敦大學學院的副教授，在空間測地和導航實驗室專門研究定位和導航技術。他贊揚了影子地圖團隊為更多的人改善了GPS定位性能，但他并不認為他們的工作堪稱完美。

　　格羅夫斯說：“他們的方法并不獨特。它部分建立在我們在公開文獻上發(fā)表的研究成果的基礎之上。還有一些其他的研究人員也在研究類似的方法。我們現在有一個在Android智能手機上實時運行的演示系統(tǒng)，但是僅限于倫敦市中心。”

　　格羅夫斯說，其中很大一部分歸結于方法論中的一種偏好。他說：“使用這些方法的人越多，我的想法就越好。它可以給你更好的表現。如果人們真的在使用我們的研究成果，而不是離開和遺忘它們，那么我們就為世界做出了貢獻，而不僅僅是浪費紙張。”

　　艾里什和艾蘭德以及他們的團隊在一年前就開始致力于將封閉建模整合到Uber的應用程序中。2018年2月，他們開始在Uber運營的15個城市測試修正算法。不過，在Uber將其東南亞業(yè)務出售給競爭對手Grab后，該地區(qū)的一些城市的試點項目就停止了。早期測試結果顯示，GPS定位的準確度提高了一倍，每月取消的訂單量減少了幾千個。他們現在正在等待公司將他們的項目推廣到全球。

　　提高GPS定位的準確性與或多或少地允許Uber追蹤你的位置沒什么關系。去年，該公司在其應用程序中推出了一項新功能，允許它在乘客下車后繼續(xù)跟蹤乘客長達5分鐘的時間，這項功能因為侵犯了客戶隱私而遭到廣泛的批評。與此相反，艾里什和艾蘭德說，他們只是利用衛(wèi)星上的公開數據來讓整個打車體驗變得更加完美。

　　艾蘭德說：“你不需要手動輸入你的地址，你不需要做任何事情，我們就能準確地預測你的地址。這讓打車變成了一種更神奇的體驗。當你打開應用程序時，我們已經知道你準確的地址了，你所要做的就是點擊請求。”