最快待機三秒定位
軌道預測 (Aiding data) AI 選星- ELPO

在裝置啟動瞬間提供準確的衛星輔助資訊，將暖啟動的首次定位時間大幅壓縮至三秒，有效減少延遲，實現開機即用。

*ELPO (Enhanced Long-lasting Prediction Orbit)：支援多星系合併接收架構，能預測星曆與時鐘。

標準輸出與開放架構縮短整合週期
接收機 (Reciever) 無死角抗干擾 - PVT

支援標準格式輸出，可為車載系統提供高更新率定位資訊，確保動態追蹤即時無延遲。此外，我們開放最底層的 GNSS 原始資料，提供客戶執行更進階的自研解算，具備高系統整合彈性，同時節省研發工時與規避相容性風險。

*GNSS（Global Navigation Satellite System）：全球導航衛星系統，總稱所有衛星定位與導航系統。

3D 立體演算法快速掌握空間位置
多源數據演算(Sensor fusion)慣性軌跡導航 - DR

當穿越建築、地下道或起伏不定的越野賽道，即使面臨弱訊號、多場景、多運動狀態的變換，依然能即時感測演算、準確延展、還原使用者最真實的運動軌跡。FDR即時融合底層高精度數據，搭配多重感測器的慣性測量，與氣壓計即時校正高度變化。

*FDR (Fusion Dead Reckoning)：融合式慣性導航，結合GNSS、慣性感測器(IMU)與氣壓計等多來源數據的定位技術。
*IMU (Inertial Measurement Unit)：慣性感測器，測量物體加速度與角速度的核心感測器裝置。

快速定位降低功耗
軌道預測 (Aiding data) AI 選星 - ELPO

憑藉 AI 精準快速的預測星曆資訊，大幅降低系統進行訊號搜尋、擷取的時間與設備整體的運算功耗、延長電池續航力，保持極致效能與長效省電，使裝置隨時都能「即刻響應」。

AI 學習抑制干擾、降低負載
接收機 (Reciever) 無死角抗干擾 - PVT

導入AI機器學習與深度學習技術，精準判別、分類雜亂的反射訊號，顯著抑制在複雜環境中，多路徑效應造成的干擾、延遲與誤差，以整理出乾淨的PVT數據。

*ML/DL (Machine Learning / Deep Learning)：機器學習與深度學習，從大量歷史軌跡數據中自動學習規律以改善定位演算法效能。
*PVT (Position, Velocity, Time)：GNSS接收器輸出的基本定位核心資料（座標、速度、時間）。

離線七天定位不斷
軌道預測 (Aiding data) AI選星 - ELPO

*QELPO (Quick-ELPO)：6小時預測，短時效快速版本，資料量更小、更新頻率更高，適合不同應用場景。

雙頻接收全域抗擾
接收機 (Reciever) 無死角抗干擾 - PVT

即使在茂密林蔭、高樓林立等弱訊號環境中，依然能穩健接收定位資料，確保精準與安全。支援多星系雙頻段（L1+L5）訊號接收，能有效消除高達 99.9% 的電離層大氣延遲誤差。

*L1、L5：為GNSS訊號所使用的不同載波頻段，多頻接收可透過頻段間差異修正大氣延遲、避免干擾、提升精度。

公分級精準定位
接收機 (Reciever) 無死角抗干擾 - PVT

提供公分級的高精度定位資訊。RTK透過基地台即時校正訊號，使接收器解決載波模糊問題； HPG PE運算並修正資料，賦能場景跨越消費級至車/工用。

*RTK (Real-Time Kinematic)：即時動態定位技術，透過基準站與移動站的載波相位差分修正，達到即時、穩定的公分級定位。
*HPG PE(High Precision GNSS Positioning Engine)：高精度衛星系統定位引擎，結合RTK修正，解算成精準的定位數據。

優化運動配速體驗 - FDR
多源數據演算(Sensor fusion)慣性軌跡導航 - DR

運動過程中，定位訊號容易受到環境干擾造成軌跡飄移、跳點，影響實時配速、里程計算等用戶體驗。有效抑制配速異常與抖動跳點的誤差，優化里程、配速的穩定性與靈敏度，達到維持節奏、精準紀錄、奠定專業信任的流暢運動體驗。

跨越訊號盲區 - ADR
多源數據演算(Sensor fusion)慣性軌跡導航 - DR

即便在橋下、深長隧道或多層停車場中、GNSS訊號暫時丟失，也能控制誤差、精準定位。以車速資料的物理校正輔助多重感測器進行慣性導航，實現極致可靠的無死角自由領航，共同打造長期信任與穩定承諾。

*ADR (Automotive Dead Reckoning)：車用慣性導航，結合GNSS、慣性感測器(IMU)與車速資料等多來源數據的定位技術。