Google Decimeter Challenge: Prozessierung von kinematischen Smartphone GNSS Daten

Abstract

In dieser Arbeit wird die Prozessierung kinematischer Smartphone-GNSS-Daten mit Hilfe von Precise Point Positioning (PPP) im Rahmen der Google Smartphone Decimeter Challenge 2023 untersucht. Dabei werden verschiedene Smartphone-Modelle und unterschiedliche Prozessierungsmethoden, wie eine reine Codelösung, eine Kalman-gefilterte Codelösung, eine Doppler- und phasengeglättete Codelösung sowie eine kombinierte Code- und Phasenlösung verglichen. Als PPP-Beobachtungsmodell dient das Uncombined-Model, da es im Zusammenhang mit Smartphone-Beobachtungen einige Vorteile bietet. Ziel ist es, die gewählten Ansätze im Hinblick auf die Genauigkeit zu untersuchen und Limitierungen aufzuzeigen. Dabei werden sowohl ganze Messfahrten als auch ausgewählte Streckenabschnitte mit variierenden Umgebungsbedingungen betrachtet. Untersucht wird eine Freeway-Fahrt auf gerader Strecke, eine Freeway-Kreuzung mit Unterführungen und der Halt vor einer Ampel. Die Ergebnisse werden sowohl graphisch als auch statistisch analysiert, indem die ermittelten Lösungstrajektorien mit den Referenztrajektorien eines geodätischen Empfängers verglichen werden. Die Ergebnisse zeigen, dass die Genauigkeit der Positionsbestimmung stark von der gewählten Prozessierungsmethode und den örtlichen Gegebenheiten entlang der Route abhängt. Die Codelösung kann durch die Kalman-Filterung bei nahezu allen untersuchten Szenarien und Smartphones signifikant verbessert werden. Unter einfachen Umgebungsbedingungen kann die Genauigkeit der Lösung durch Hinzunahme der Trägerphasenbeobachtung weiter gesteigert werden. Sind die örtlichen Gegebenheiten jedoch anspruchsvoller, leidet die Trägerphasenverfolgung darunter und die Ergebnisse besitzen eine gesteigerte Abweichung. Die zuverlässigsten Ergebnisse unter komplizierten Bedingungen werden mit der Doppler-geglätteten Codelösung erzielt. Unter einfachen Bedingungen sind die phasengeglättete Codelösung und die kombinierte Code- und Phasenlösung genauer. In Kombination mit einem gut angepassten Kalman-Filter können Abweichungen von unter einem Meter erzielt werden.

This work examines the processing of kinematic smartphone GNSS data using Precise Point Positioning (PPP) within the framework of the Google Smartphone Decimeter Challenge 2023. Various smartphone models and different processing methods, such as a code only solution, a Kalman-filtered code solution, a Doppler- and phase-smoothed code solution, and a combined code and phase solution, are compared. The Uncombined Model serves as the PPP observation model, as it offers several advantages in the context of smartphone observations. The goal is to examine the chosen approaches in terms of accuracy and to identify limitations. Both entire measurement drives and selected route sections with varying environmental conditions are considered. The analysis focuses on a freeway drive on a straight section, a freeway intersection with underpasses, and stopping at a traffic light. The results are analyzed both graphically and statistically by comparing the determined solution trajectories with the reference trajectories of a geodetic receiver. The results show that the accuracy of position determination heavily depends on the chosen processing method and the local conditions along the route. The code solution can be significantly improved in nearly all scenarios and smartphones by applying Kalman filtering. Under simple environmental conditions, the accuracy of the solution can be further enhanced by incorporating carrier phase observations. However, in more challenging local conditions, the carrier phase tracking suffers, resulting in increased deviations in the results. The most reliable results under complex conditions are achieved with the Doppler-smoothed code solution. Under simple conditions, the phase-smoothed code solution and the combined code and phase solution are more accurate. In combination with a well tuned Kalman filter, deviations of less than one meter can be achieved.