ios - 定位精度已定义-iOS

Question

iOS上返回的“准确性”或“不确定性”的统计意图(即使是近似值)是什么？

例如，在这种意义上，Android文档将其返回的精度值解释为大约一个标准偏差:

We define accuracy as the radius of 68% confidence. In other words, if you draw a circle centered at this location's latitude and longitude, and with a radius equal to the accuracy, then there is a 68% probability that the true location is inside the circle. In statistical terms, it is assumed that location errors are random with a normal distribution, so the 68% confidence circle represents one standard deviation. Note that in practice, location errors do not always follow such a simple distribution. This accuracy estimation is only concerned with horizontal accuracy, and does not indicate the accuracy of bearing, velocity or altitude if those are included in this Location.

我们的设置是，我们需要以数量上与Android上等效的方式来处理从iOS返回的“准确性”或“不确定性”的值(value)，以使我们能够构建具有有效相同功能的应用程序。要获得与上述相同的解释，iOS的准确度结果是否需要进行任何转换？具体来说，假设两个设备具有相同的GPS/定位硬件，并且位于相同的物理位置，并且在同一时间查询具有相同参数的GPS地理位置，那么Android之间最典型的关系是什么返回值(径向上有1个标准偏差不确定性)和iOS值？

Answer 1

苹果回答了我在这个问题上提出的技术支持请求。

What is the statistical intention, even if an approximation, of the returned “accuracy” or “uncertainty”?

没有一款适用于iOS。我无法评论Android的位置API/硬件，但我认为下面的说明在iOS上将导致灾难性的失败的工作应该可以说明问题:

“We define accuracy as the radius of 68% confidence. In other words, if you draw a circle centered at this location’s latitude and longitude, and with a radius equal to the accuracy, then there is a 68% probability that the true location is inside the circle. In statistical terms, it is assumed that location errors are random with a normal distribution, so the 68% confidence circle represents one standard deviation. Note that in practice, location errors do not always follow such a simple distribution.

问题的症结在于，假设错误正态分布在iOS上无效。目前，CoreLocation依靠3个位置信息获取位置信息，并且每个位置信息都有根本不同的故障特征。

-细胞塔。从错误的角度来看，这些实际上是最简单的建模方法。蜂窝 radio 信号不是特别反射的，并且涉及的距离足够大，以至于反射率的影响相对较小，并且(更重要的是)在整个区域内通常是一致的。中心位置是最可能的位置，距离中心点越远，可能性越小。

-全局定位系统。 GPS通常被认为是定位的“黄金”标准，但是，特别是在城市环境中，GPS可能会产生严重误导。问题在于，GPS信号能够更轻松地反射蜂窝信号，而蜂窝信号能够并且将从根本上改变设备的已知“位置”。在稠密的城市景观中，经常会发生狂乱和随机的设备移动，这将导致步行/驾驶非常直截了当的路线。除了这些突然的变化(根据特定应用的使用案例相对容易过滤掉)之外，系统性故障也很常见，因为特定区域的特定几何结构已大大改变了“GPS位置”
从它的真实位置开始。

-无线上网。在许多方面，WiFi是最棘手的。问题在于，对于单个基站的最简单定位情况，无法推断“靠近基站的某处”之外的任何实际位置信息。可以根据信号强度推断出一些有关径向距离的信息，但是结构结构对信号强度的影响远大于距离，从而使该数字变得毫无用处。更重要的是，根本没有方向信息可用。但是，更大的问题是WiFi位置依赖于WiFi热点的注册位置……如果数据库完全错误怎么办？举例来说，几个月前，我与一个开发人员合作，他对他收到的位置跟踪记录很生气，该跟踪记录显示该设备在整个3小时的行驶过程中均处于完全静止状态。经过大量调查，最终确定他愿意:

a)将手​​机放在书包中，并将书包放在前座下方(切断GPS和手机信号塔)。
b)在整个驱动器上都保留他的MiFi个人热点。

…早些时候，iOS已针对该MiFi注册了位置，因此它很高兴地认为设备在整个旅程中都是静止的。

最后，CoreLocation在此之上增加了它自己的复杂性。它知道所有这些问题，并基于收集的所有数据提供/推断出“真实”位置的最佳猜测……但这确实是第一步。 CLActivityType属于API的原因是为了向iOS提供有关设备使用方式的更多信息，以便它可以代表您过滤数据。如果您在城市环境中以较高的精度跟踪同一台驱动器中的两台设备，但其中一台设备设置为“CLActivityTypeAutomotiveNavigation”，另一台设备设置为“CLActivityTypeOther”
并比较数据，您会发现获得了截然不同的数据点。这不是因为设备实际上正在接收完全不同的数据。相反，CLActivityTypeAutomotiveNavigation会查看接收的位置，或者延迟它认为有问题的事件交付(“汽车真的在肩膀上行驶吗”)，或者如果事件看起来不合理，则完全放弃事件(“不，我认为汽车向左移动100m，然后在1-2秒内回到原始位置…”)。

所有这些的结果是，从数学角度考虑错误根本没有帮助。真实的事实是，该设备可能会在horizo​​ntalAccuracy半径内的某个位置……除非不是这样。试图推断用户在该半径范围内的位置并不能很好地结束
一般来说。

To be concrete, under a hypothetical situation of two devices with identical GPS/location hardware, at the same physical location, with a query to GPS geolocate with the same parameters at the same moment in time, what is the most typical relationship between the Android returned value (1 standard deviation uncertainty radially) and the iOS value?

直言不讳，我认为一般情况下都无法做到这一点。我的猜测是，在最简单的情况下，例如在旷野中的GPS，设备将返回本质上相同的数据。另一方面，当我在现实世界中更复杂的环境中使用时，我希望设备会出现不可预料的差异，并且无法通过实际方法来纠正这些设备差异。

DTS中的KevinE(Apple)