SandboxAQ在磁异常导航技术领域取得重大进展,成功实现在GPS拒绝环境中的实时导航并计划进一步测试

免费试用

PR Newswire 2025-01-03

135 0 0

2025年1月3日--  SandboxAQ今天宣布了一系列关于基于磁异常的导航 (MagNav) 的科学和技术里程碑出版物,这些出版物共同标志着该公司在其AQNav 产品的核心研究和产品开发活动中取得了一系列重大进展。这些出版物基于其与美国空军 (USAF) 的突破性成果,包括在 GPS 拒绝环境中成功使用 AQNav 进行实时导航以及获得 TACFI 合同延期以开发更多美国空军飞机的新配置,这些出版物是 SandboxAQ 专业知识的综合。它们共同代表了过去三年来对商业航空、国防和学术研究界做出的重要贡献。

SandboxAQ 及其 MagNav 合作伙伴(包括美国空军、 Acubed  (空客的子公司)和波音公司)一直处于商业化底层量子传感和人工智能技术所需的科学和工程进步的前沿,这些技术可以在不依赖全球定位系统 (GPS) 的情况下实现精确的实时导航。这些包括:

  • 他驾驶过四种不同类型的飞机,从单引擎飞机到大型军用运输机,在多个地区飞行了超过 200 小时,执行了超过 40 架次的飞行任务。
  • 2023 年美国空军两次演习(金凤凰演习和机动卫士演习)成功进行飞行测试
  • 美国空军将于 2024 年利用 AQNav 进行更多飞行测试,以证明其在大型飞机机队中的通用性和可扩展性
  • 空客和波音飞机商业飞行测试成功

SandboxAQ 顾问海军上将 John M. Richardson 表示:“全球导航卫星系统越来越容易受到拒绝、干扰和欺骗,这对精确的民用、商业和军用导航和定位带来了严峻挑战。全球 GPS 干扰问题日益严重,尤其是在有争议的地区,这凸显了对精确的替代定位、导航和授时系统的迫切需求,这些系统可以与现有导航系统集成,但独立于 GNSS 运行。”  SandboxAQ 的 AQNav 采用系统的方法来实现安全的实时定位和导航。利用先进的大型定量模型、强大的磁力计和地球地壳磁场,AQNav 可为各种飞机提供强大、冗余和可靠的导航功能,无论白天还是夜晚,无论天气如何。”

SandboxAQ 导航总经理Luca Ferrara表示:“我们的团队一直在推动基于磁异常的导航发展,从建立性能和地图质量的统计严谨性到制定磁图要求。”“我们还率先使用液体神经网络进行信号处理和空间天气补偿的人工智能驱动技术,并在美国空军的作战环境中展示了我们的模型在各种飞机类型中的通用性。这些成就凸显了我们 AQNav 工程团队的实力,并突破了磁导航的极限。”

磁导航:利用状态估计理论和地球物理科学定义磁导航性能边界

SandboxAQ 通过一系列最新出版物为磁导航技术的科学理解和实际应用做出了重大贡献。2024年 7 月, Regupathi Angappan 在Breakthrough Discuss 2024 会议上发表主题演讲(“使用 AQ 理解和导航磁世界”),对该技术及其潜在优势进行了广泛概述。随后,他在著名会议上发表了两篇研究论文。

Aditya Gupta 等人在2024 年 10 月的数字航空电子系统会议上发表的论文(“磁导航性能下限与磁异常图质量的关系”)建立了一个评估磁图质量对导航性能影响的理论框架。这项工作获得了最佳会议奖,为开发和优化磁导航系统提供了宝贵的见解。

此外, Jackson Bell等人的研究(“使用 Cramér Rao 下限分析确定磁导航的地球物理地图要求”)在2024 年 12 月的美国地球物理联盟会议上发表,探讨了精确磁导航所需的地球物理地图的具体要求。这项工作有助于确定成功实施该技术所需的数据收集和处理策略。

总体而言,这些出版物表明了 SandboxAQ 致力于推动磁导航领域的发展并为这项创新技术奠定坚实的科学基础。

用于信号处理的人工智能:结合各种噪声源来设计专门用于磁导航的通用的、物理信息信号处理方法。

SandboxAQ 的研究重点是开发能够在具有挑战性的环境中运行的强大而可靠的导航系统,例如具有显著磁性或故意 GPS 干扰的环境。

一项重要贡献是开发与平台无关的 MagNav 系统去噪模型,正如Kimberly Moore等人在 2024 年 6 月 ION 联合导航会议上发表的论文(“ 磁导航 平台去噪模型的多飞机通用性”)中所述。这些模型利用先进的机器学习技术有效消除磁传感器数据中的噪声和干扰,从而实现准确而精确的导航。

此外,SandboxAQ 率先使用基于物理的机器学习技术来校准航空磁补偿,正如 Favour Nerrise 等人在NeurIPS 2023 研讨会论文中所述(“使用液体时间常数网络对磁导航系统中的航空磁补偿进行基于物理的校准”)。通过将物理原理融入学习过程,SandboxAQ 实现了更准确、更可靠的校准,从而提高了导航性能。

我们最近的研究成果于2024 年 12 月的 美国地球物理联合会 AGU24 会议上发表,该研究探索了如何使用人工智能减轻磁层-电离层信号对磁导航的影响 (Regupathi Angappan 等人)。通过利用人工智能的力量,SandboxAQ 开发了创新技术来识别和纠正这些干扰,即使在极端磁场条件下也能确保稳定可靠的导航。这些进步有可能彻底改变从自动驾驶汽车到水下探索等广泛的应用。

关于 SandboxAQ
‍SandboxAQ 是一家 B2B 公司,提供解决全球一些最大挑战的 AI 解决方案。该公司的大型量化模型 (LQM) 为生命科学、化学和材料科学、金融服务、导航、网络和其他领域带来了重大进展。该公司于 2022 年从 Alphabet Inc. 分离出来,成为一家独立的、以增长为支撑的公司,由 T. Rowe Price、Eric Sc​​hmidt、Breyer Capital、Guggenheim Partners、Marc Benioff、Thomas Tull、Section32 等主要投资者资助。

原文链接 : 点击查看


评论 (0)


暂无评论

免费试用


请完善以下信息,我们将会尽快与您联系
若当前手机号码未注册航空产业网,系统在您提交信息之后会自动为您注册账号
用户密码默认手机号码最后6位