Correção de Erros por IA em Sistemas de Navegação de Alta Precisão

Esta pesquisa analisa minuciosamente as imprecisões resultantes de atrasos ionosféricos e tropostéricos, bem como efeitos de múltiplos caminhos, no posicionamento de alta precisão do Sistema Global de Navegação por Satélite (GNSS). Ao mesmo tempo, as limitações dos métodos tradicionais de correção (como o modelo de Klobuchar, o mapa ionosférico global e o modelo de Hopfield) e as tecnologias GNSS diferenciais, RTK e PPP em aplicações práticas também são discutidas. Para resolver o problema de que o método tradicional depende da estação de referência e é grandemente afetado por oclusão, este artigo introduz uma nova abordagem para correção de erros utilizando técnicas de inteligência artificial. Resultados experimentais mostram que, em cenários urbanos complexos, o método de IA pode melhorar a precisão do posicionamento em cerca de 20% a 30% e reduzir efetivamente o erro causado por múltiplos caminhos e atrasos atmosféricos. Além disso, apontamos os desafios da dependência de dados, da capacidade de generalização insuficiente do modelo e da alta complexidade computacional, e propomos direções futuras de desenvolvimento, como fusão de dados de múltiplas fontes, design de modelos leves e colaboração em nuvem e na borda. Esses fatores fornecem suporte teórico e prático para os campos de condução automática, navegação de UAV e mapeamento de precisão.