Genom att surfa vidare godkänner du att vi använder cookies. Jag förstår

En smartare it-nyhetssajt

Hitta rätt med ML

Forskare vid MIT har hittat ett sätt för uppkopplade enheter att dela sina positioner även i miljöer med dålig GPS-mottagning. Lösningen bygger på maskininlärning, ML, och kan bli ett genombrott för den snabbt växande efterfrågan på lokaliseringslösningar.

Text anne hammarskjöld Foto adobestock 1 november 2019 digit

slutet av biltunnel med grönska på andra sidan.jpg

Idag är IoT en del av vardagen och smarta sensorer samlar in och delar information som på olika sätt gör livet enklare och bättre för både människor och djur.

Nu växer intresset för lokalisering med hjälp av IoT, till exempel för övervakning av produktionskedjor, hitta dyra apparater som flyttas mellan sjukhusavdelningar, autonom navigering i smarta städer, eller för att i realtid skapa en levande karta över världen. Vissa experter uppskattar marknaden för lokaliseringslösningar till 128 miljarder dollar om åtta år.

Cityraviner

Traditionella metoder utnyttjar GPS-satelliter eller trådlösa signaler som delas mellan enheter för att fastställa deras relativa avstånd och positioner från varandra. Men det finns ett problem, nämligen att noggrannheten minskar på platser med reflekterande ytor, hinder eller andra störande signaler. Till exempel inuti byggnader, i tunnlar, eller på ytor med många höga byggnader på båda sidorna av en gata.

Nu har forskare från MIT, University of Ferrara, Basque Center of Applied Mathematics, BCAM, och University of South California utvecklat ett system som fångar platsinformation även i miljöer med dålig GPS-mottagning.

Samma noder

Forskarnas lösning innebär mycket förenklat att använda samma noder, eller orienteringspunkter, som GPS-tekniken, men att bruset som stör kommunikationen dem emellan i vissa miljöer dämpas med bland annat maskininlärning. På så sätt återfår noden sin skärpa i kommunikationen med andra i en trådlös miljö.

Vid simuleringar har MIT-lösningen visat sig betydligt mer stabil och effektiv än mer traditionella metoder.

Källa: MIT

 

Senaste nytt

Kinas snabba återhämtning

6 april 2020

Kinas industri har redan börjat återhämta sig efter coronaviruset. Ny data visar att bland annat mjukvaru- och tjänsteföretag gått framåt. Därför ska företag inte bara reagera på krisen utan redan nu studsa tillbaka och bygga om sina portföljer. Det framkommer av en undersökning från Boston Consulting Group. 

KTH mäter gulsot

6 april 2020

Forskare vid KTH har utvecklat en både billig och träffsäker gulsotsmätare, särskilt användbar för utvecklingsländer. Genom att hålla mätaren mot huden syns det nästan omgående om bebisar har gulsot.

Vaccinjakt på Karolinska

3 april 2020

Med hjälp av öppen forskningsdata arbetar Karolinska Institutet med att ta fram ett vaccin mot SARS-CoV-2, som ska fungera både mot nuvarande pandemi och kommande. Redan under mars skedde de första testerna.

KTH hackar dörrlås

3 april 2020

Flera uppkopplade lås har stora svagheter och går lätt att hacka. Det blev resultatet när KTH testade säkerheten hos olika leverantörer

Teams nu i Slack

2 april 2020

Slack närmar sig Teams och har lanserat en app som gör att användare kan ringa in till Temas. Intresset har hittills varit mycket stort.

MSB kräver rapporter

2 april 2020

Fortfarande är myndigheters rapportering av it-incidenter till MSB anmärkningsvärd låg. Generaldirektör Dan Eliasson uppmanar nu till en skärpning för att upprätthålla en godkänd nivå av information och cybersäkerhet.