隨著位置服務需求的日益精確與可靠，全球導航衛星系統（GNSS）雖已成為定位技術的核心，但在城市峽谷、室內外過渡區等復雜環境中，其信號易受遮擋、反射干擾，導致定位精度下降甚至失效。為解決這一挑戰，高周正副教授及其研究團隊致力于探索多源傳感器輔助GNSS數據的精密處理方法，并將其應用于提升定位系統的可信度。這一研究方向不僅具有重要的學術價值，也為計算機軟硬件及輔助設備零售行業帶來了新的技術賦能機遇。

高周正副教授的研究聚焦于多源傳感器融合技術。通過集成慣性測量單元（IMU）、視覺傳感器、激光雷達（LiDAR）、里程計等輔助設備，團隊開發了一套精密的GNSS數據處理算法。該方法能夠在GNSS信號良好時，利用多源數據校準與優化定位結果；在信號受限或中斷時，則依靠傳感器數據實現高精度的自主導航與位置推算。關鍵技術包括：傳感器時空同步校準、多源數據自適應濾波（如卡爾曼濾波及其變種）、以及基于機器學習的環境感知與誤差補償模型。這些方法顯著提高了定位的連續性、精度與魯棒性，為“可信定位”奠定了技術基礎。

所謂“可信定位”，是指在復雜動態環境中，系統不僅提供高精度的位置信息，還能對定位結果的可靠性（如精度、完整性、可用性）進行實時評估與保障。高周正團隊的研究正是圍繞這一目標展開：通過多源傳感器數據的交叉驗證與一致性分析，系統能夠實時檢測并排除異常測量值，輸出附帶置信度評估的定位結果。這對于自動駕駛、無人機物流、應急救援等安全關鍵型應用至關重要。例如，在自動駕駛場景中，車輛結合GNSS、IMU和攝像頭數據，即使在隧道中也能維持厘米級定位，并確保系統對定位狀態有清晰的可信度認知，從而做出安全決策。

這項研究對計算機軟硬件及輔助設備零售行業產生了直接而深遠的影響。它推動了高精度傳感器（如戰術級IMU、多目視覺系統）與邊緣計算設備的需求增長。零售商可以針對測繪、機器人、智能交通等領域，提供集成了多源傳感器的定位解決方案包。精密處理算法往往需要強大的計算平臺支持，這刺激了高性能嵌入式計算機、GPU加速卡及專用處理器的銷售。隨著可信定位技術在消費級設備（如智能手機、穿戴設備）中的滲透，零售市場也將迎來支持多源融合定位的新型智能硬件浪潮。

高周正副教授的研究不僅停留在實驗室階段，團隊積極與產業界合作，推動技術成果轉化。例如，開發適用于車載或機載平臺的軟硬件一體化定位模組，這些模組可直接作為產品，通過零售渠道提供給系統集成商或終端用戶。相關的算法軟件、開發工具包（SDK）及測試驗證服務，也為軟件零售與技術服務開辟了新市場。

隨著5G通信、物聯網（IoT）與人工智能的融合發展，多源傳感器輔助的GNSS精密處理技術將更加智能化與普適化。高周正副教授的研究方向將持續引領可信定位技術的創新，并為計算機軟硬件零售行業注入持續的技術動力，共同構建更加安全、可靠的高精度位置服務生態。