Av David Dunning, uppdaterad 24 mars 2022
AndreyPopov/iStock/GettyImages
Real-Time Kinematic (RTK) är en mätteknik med hög precision som utnyttjar Global Positioning System (GPS). GPS-satelliter – totalt 24 – sänder signaler som RTK-system bearbetar för att lokalisera positioner med enastående noggrannhet. Beroende på satellitsikten levererar RTK antingen en "fast" eller en "flytande" lösning, som var och en erbjuder distinkta precisionsnivåer.
RTK förlitar sig på en stationär basstation och en eller flera mobila mottagare, vanligtvis kallade rovers. Basstationen upprätthåller en kontinuerlig siktlinje till varje rover och sänder korrigeringsdata i realtid via radiovågor. När tillräckligt många satelliter är synliga kan systemet bestämma en exakt position – en fast lösning – inom en bråkdel av en tum. Om satellittäckningen är otillräcklig, faller systemet tillbaka till en flytande lösning, som ger en noggrannhet inom intervallet några tum.
I en fast lösning löser RTK-algoritmen tvetydigheten i radiovåglängder mellan satelliterna och basantennen, vilket ger heltalsvärden som pekar ut roverns plats till en mycket snäv tolerans. En robust satellitkonstellation, tydlig geometri och en pålitlig radiolänk är avgörande för att uppnå denna höga precisionsnivå. När ett eller flera av dessa villkor äventyras kanske systemet inte kan låsa sig till en fast lösning.
När en fast lösning är ouppnåelig, tar RTK till en flytande lösning. Tvetydigheten förblir ett bråktal, vilket fortfarande ger en användbar position men med lägre precision. Tripod Data Systems rapporterar att en flytlösning vanligtvis erbjuder en noggrannhet mellan 4 och 18 tum över ett avstånd på drygt en halv mil. I väntan på förbättrad satellitgeometri eller återinitiering av systemet kan ibland uppgradera en float till en fast lösning, ihållande siktproblem kan hålla rovern i flytläge.
RTK-noggrannheten är omvänt relaterad till avståndet mellan basstationen och rover. Att hålla detta avstånd under sex miles maximerar precisionen. RTK-enheter finns i enkelfrekvens- och dubbelfrekvensmodeller; de senare ger snabbare konvergens, högre noggrannhet och längre driftsområden till en högre kostnad.
