Comments 4
Думаю точности данных GPS недостаточно для определения наличия и места нахождения восходящего потока, даже на равнине по сдвигу ветра не всегда понятно где же он. Кроме того восходящий поток оказывает сложно прогнозируемое влияние на дующий ветер, и в зависимости от места нахождения параплана по отношению к потоку данные скорости и направления движения можно интерпретировать по разному.
У меня тоже есть такие опасения, особенно после того как я поглядел какую "пилу" рисует на треке мой полетный телефон.
Но в то же время человеку же этого часто достаточно? Начинаешь ощущать этот подсос куда-то в сторону, тряску, понимаешь что поток где-то там. Не так важно как именно сильно трясет или тянет, важно что меняется характер поведения крыла относительно предыдущих моментов трека, и вот такие изменения даже на зашумленных данных вполне вероятно что можно увидеть.
Вручную составить какие-то формулы и условия для такого я бы точно не взялся, а вот накидать данных в ИИ модель и посмотреть что она выдаст - почему бы и нет.
Пока на тестовых данных (сотне треков взятых из Leonardo лиг) я получаю всякие там F1 метрики около 0.6. То есть не то чтобы очень хорошо, но все-таки уже и не совсем случайность. Попробую этот подход покопать дальше.
С GPS есть варианты, есть полетные приборы с качественным приемником, который так не колбасит.
У меня надежда на большой объем доступных данных для обучения. Тысячи часов полетов, десятки тысяч километров треков - все это лежит в открытом доступе и можно попробовать использовать.
Плюс мне уже попадалась идея похожего приложения десятилетней давности. И были даже отзывы (в том числе известных пилотов) что оно вроде работает. Но сделано оно было для какого-то древнего полетного прибора, который уже нигде не найти, а автор его потом исчез отовсюду (умер, что ли), и информации о его внутрянке никакой особо нет. Но опять же косвенное свидетельство того, что это в принципе возможно.
Разворачиваем ML модель с использованием ONNX на Android в километре над землей