Real-time multi-sensor fusion

Abstract

Methods and apparatus for real-time multi-sensor fusion is disclosed. In some embodiments, a method for localization of a user equipment (UE) includes: obtaining at least a first plurality of measurements via a first type of sensor associated with the UE, and a second plurality of measurements via a second type of sensor associated with the UE;determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold; and generating a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements.

Description

REAL-TIME MULTI-SENSOR FUSIONBACKGROUND

[0001] 1. Field of Disclosure

[0002] The present disclosure relates generally to the field of wireless communications, and more specifically to determining the location of a User Equipment (UE) using radio frequency (RF) signals.

[0003] 2. Description of Related Art

[0004] Achieving high accuracy is essential when using positioning algorithms to determine and track the location of a user device, such as mobile devices and vehicles. Various techniques can be used to improve positioning accuracy. For instance, motion estimation, measurements with base stations, access points, and / or satellites, computer vision, and / or optical sensing can be used. As positioning accuracy and precision improve, emerging technologies such as autonomous vehicles, extended reality, and robotics can become more reliable and widely usable.

[0005] BRIEF SUMMARY

[0006] In some aspects of the present disclosure, a method of for localization of a user equipment (UE) is disclosed. In some embodiments, the method may include: obtaining at least a first plurality of measurements via a first type of sensor associated with the UE, and a second plurality of measurements via a second type of sensor associated with the UE;determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and determining a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state including pose information of the UE, movement information of the UE, or both.

[0007] In some aspects of the present disclosure, a user equipment (UE) is disclosed. In some embodiments, the UE may include: a first type of sensor; a second type of sensor; and one or more processors communicatively coupled with the first type of sensor and the second type of sensor, the one or more processors configured to cause the UE to: obtain at least a first plurality of measurements via the first type of sensor, and a second plurality of measurements via the second type of sensor; determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and determine a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state including pose information of the UE, movement information of the UE, or both.

[0008] In some aspects of the present disclosure, an apparatus is disclosed. In some embodiments, the apparatus may include: means for obtaining at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus; means for determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and means for determining a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state including pose information of the apparatus, movement information of the apparatus, or both.

[0009] In some aspects of the present disclosure, a non-transitory computer-readable apparatus is disclosed. In some embodiments, the non-transitory computer-readable apparatus may include a storage medium, the storage medium including a plurality of instructions configured to, when executed by one or more processors, cause an apparatus  to:obtain at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus; determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and determine a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state including pose information of the apparatus, movement information of the apparatus, or both.

[0010] This summary is neither intended to identify key or essential features of the claimed subject matter, nor is it intended to be used in isolation to determine the scope of the claimed subject matter. The subject matter should be understood by reference to appropriate portions of the entire specification of this disclosure, any or all drawings, and each claim. The foregoing, together with other features and examples, will be described in more detail below in the following specification, claims, and accompanying drawings.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] FIG. 1 is a diagram of a positioning system, according to an embodiment.

[0012] FIG. 2 is a diagram of a 5th Generation (5G) New Radio (NR) positioning system, illustrating an embodiment of a positioning system (e.g., the positioning system of FIG. 1) implemented within a 5G NR communication network.

[0013] FIG. 3 is a diagram showing a collection of different types of sensor data that may be obtained.

[0014] FIG. 4 is a flow diagram showing an example of an optimization process for localization of a user equipment (UE) , according to some embodiments.

[0015] FIG. 5 is a graph comparing example velocity measurements based on on-board diagnostics (OBD) data and based on Global Navigation Satellite System (GNSS) data.

[0016] FIG. 6 is a graph illustrating disparities between example velocity measurements based on OBD data and based on GNSS data.

[0017] FIG. 7 is a diagram illustrating an example of an optimization process for localization of a UE, according to some embodiments.

[0018] FIG. 8 is a block diagram showing an example of a system for optimized localization of a UE, according to some embodiments.

[0019] FIG. 9 shows an illustrative map comparing example outputs of a UE’s position based on GNSS and based on the optimization process described herein.

[0020] FIG. 10 is a process flow diagram of an example of a method for localization of a UE, according to some embodiments.

[0021] FIG. 11 is a block diagram of an embodiment of a UE, which can be utilized in embodiments as described herein.

[0022] Like reference symbols in the various drawings indicate like elements, in accordance with certain example implementations. In addition, multiple instances of an element may be indicated by following a first number for the element with a letter or a hyphen and a second number. For example, multiple instances of an element 110 may be indicated as 110-1, 110-2, 110-3 etc. or as 110a, 110b, 110c, etc. When referring to such an element using only the first number, any instance of the element is to be understood (e.g., element 110 in the previous example would refer to elements 110-1, 110-2, and 110-3 or to elements 110a, 110b, and 110c) .DETAILED DESCRIPTION

[0023] The following description is directed to certain implementations for the purposes of describing innovative aspects of various embodiments. However, a person having ordinary skill in the art will readily recognize that the teachings herein can be applied in a multitude of different ways. The described implementations may be implemented in any device, system, or network that is capable of transmitting and receiving radio frequency (RF) signals according to any communication standard, such as any of the Institute of Electrical and Electronics Engineers (IEEE) 802.15.4 standards for ultra-wideband (UWB) , IEEE 802.11 standards (including those identified as technologies) , the standard, code division multiple access (CDMA) ,  frequency division multiple access (FDMA) , time division multiple access (TDMA) , Global System for Mobile communications (GSM) , GSM / General Packet Radio Service (GPRS) , Enhanced Data GSM Environment (EDGE) , Terrestrial Trunked Radio (TETRA) , Wideband-CDMA (W-CDMA) , Evolution Data Optimized (EV-DO) , 1xEV-DO, EV-DO Rev A, EV-DO Rev B, High Rate Packet Data (HRPD) , High Speed Packet Access (HSPA) , High Speed Downlink Packet Access (HSDPA) , High Speed Uplink Packet Access (HSUPA) , Evolved High Speed Packet Access (HSPA+) , Long Term Evolution (LTE) , Advanced Mobile Phone System (AMPS) , or other known signals that are used to communicate within a wireless, cellular or internet of things (IoT) network, such as a system utilizing 3G, 4G, 5G, 6G, or further implementations thereof, technology.

[0024] As used herein, an “RF signal” comprises an electromagnetic wave that transports information through the space between a transmitter (or transmitting device) and a receiver (or receiving device) . As used herein, a transmitter may transmit a single “RF signal” or multiple “RF signals” to a receiver. However, the receiver may receive multiple “RF signals” corresponding to each transmitted RF signal due to the propagation characteristics of RF signals through multiple channels or paths.

[0025] Additionally, unless otherwise specified, references to “reference signals, ” “positioning reference signals, ” “reference signals for positioning, ” and the like may be used to refer to signals used for positioning of a user equipment (UE) . As described in more detail herein, such signals may comprise any of a variety of signal types but may not necessarily be limited to a Positioning Reference Signal (PRS) as defined in relevant wireless standards.

[0026] As used herein, the term “real-time” or “real time” may refer to an action that occurs simultaneously with another action, or substantially simultaneously with another action (e.g., immediately as a result of the other action) . The term may alternatively or additionally describe a continuous action. In some scenarios described herein, a UE (via one or more sensors disposed in the UE or communicatively coupled therewith) may continuously detect and measure wireless signals. These obtained measurements may be evaluated and optimized (e.g., considered in conjunction using one or more processors) to determine accurate location information for the UE. In some configurations, the determination of the location information may occur as the sensing occurs. A “real-time” determination of location information may not necessarily be a prediction associated with  a future time, although in some aspects, a machine learning model may also project a future location based, e.g., on the obtained measurements.

[0027] Further, unless otherwise specified, the term “positioning” as used herein may absolute location determination, relative location determination, ranging, or a combination thereof. Such positioning may include and / or be based on timing, angular, phase, or power measurements, or a combination thereof (which may include RF sensing measurements) for the purpose of location or sensing services.

[0028] Currently, there are solutions and issues associated with accurate, real-time localization of a UE (including vehicles) .

[0029] Satellite-based wireless signal measurements, for example by using Global Navigation Satellite System (GNSS) , can play an important role in motion estimation and localization systems, as they can provide global positioning information for vehicles, autonomous devices, or robotic platforms.

[0030] However, GNSS measurements can come with incorrect data or problems such that solely relying on GNSS would not provide accurate localization. For example, multipath reflections with GNSS signals can occur, especially in environments such as an urban jungle (e.g., city with many buildings) , valleys, other areas without clear lines of sight (LOS) , which can cause GNSS measurements to reach an error of several meters. In addition, GNSS may not provide accurate signals in locations such as a tunnel, underground, under bridges, and even inside buildings. In a long tunnel, scale may not be able to be determined. Moreover, the update frequency of GNSS can be low. The update frequency of a GNSS receiver can be as low as 1 Hz (once per second) , depending on the device and application. Most devices refresh at 1 Hz, though more dynamic applications may require higher update rates.

[0031] On the other hand, an inertial measurement unit (IMU) , by virtue of being an internal component of a UE (or a vehicle) , has advantages over GNSS. For example, IMUs can provide uninterrupted output information and experience no external interference, which can ensure the high-frequency output of motion parameters at any time. However, IMUs can experience accumulated errors and provide measurements that drift and become less accurate over time.

[0032] Moreover, in systems for generating or collecting map data, there is a well-known issue of spatial ambiguity and indeterminate scale.

[0033] Given the issues associated with individual types of sensors, accurate motion estimation, e.g., as part of positioning a device, often involves combining measurements from multiple expensive sensors. However, it is difficult to achieve accurate real-time performance on mobile UEs, such as a vehicle. In some examples, it is difficult to obtain accurate and granular real-time data from on-board devices (OBD) installed in a vehicle.

[0034] It would be advantageous to use a fast and robust sensor fusion to generate continuous and accurate positions and poses of a UE no matter how inaccurate or absent some sensor data may be. This would allow mobile UEs to achieve highly accurate positioning in real time.

[0035] Various aspects relate generally to wireless communication and networking, and more particularly to enabling accurate localization of a device. Some aspects more specifically relate to offline sensor fusion to provide accurate location data of a UE, such a vehicle in some examples. In some embodiments of the present disclosure, fusion based on GNSS, IMU, and / or CAN / OBD data can be performed to improve positioning. To these ends, sensor data can be collected from one or more sensors, or multiple sensors, that are disposed in or communicatively coupled with a UE for a period of time. Data from multiple sensors (such as GNSS data, imaging data, OBD / CAN data, IMU data, and / or other sensor data) may be considered in conjunction (but not necessarily using all of the sensor data) to produce “globally optimized” pose information (including position and rotation information) of the UE. That is, the optimized location data of the UE considers all available and usable sensed information (and potentially other types of data) . In some example implementations of global optimization, certain portions of sensor data may be determined to be unusable or inaccurate (e.g., based on GNSS quality, or comparing with other types of data such as OBD data and / or IMU data) and discarded or ignored. As an example, if some portion of GNSS data is determined to be unusable, that portion could be ignored. Fusion of the remaining, usable GNSS data with IMU data (acceleration, rotation, etc. ) , camera data, OBD / CAN data (controller area network, a vehicle bus) , and / or other types of sensor data may provide robust and very accurate positioning information of the UE (as illustrated by an example comparison of GNSS and  the process described herein as shown in FIG. 9) . In other implementations, global optimization may also account for feature tracking and feature triangulations.

[0036] Particular aspects of the subject matter described in this disclosure can be implemented to realize one or more of the following potential advantages. Location information associated with a UE can be greatly enhanced by determining and removing low-accuracy or data deemed to be otherwise unusable. Moreover, by virtue of the sensing, optimization, and determination being “offline” (local to the UE and, e.g., not performed at a server or another device) , the determination of the location information may in some cases be very fast and in real time (e.g., within 1 second to process 1 minute of obtained sensed data, which may be cached or previously stored; or in some cases, as the UE receives GNSS data and obtains other sensed data such as OBD / CAN data and / or IMU data) . In addition, the usage of multiple types of sensor data (GNSS data, IMU data, OBD / CAN data, camera data, etc. ) can corroborate location data or compensate for inaccurate data (e.g., bad GNSS data) .

[0037] Additional details will follow after an initial description of relevant systems and technologies.

[0038] FIG. 1 is a simplified illustration of a positioning / sensing system 100, which may be implemented in conjunction with and / or as part of a wireless communication system (e.g., a cellular communication network) which a mobile device 105, location / sensing server 160, and / or other components of the positioning / sensing system 100 can use the techniques provided herein for localization of a UE 105 or determining a position of the UE 105, according to an embodiment. The techniques described herein may be implemented by one or more components of the positioning / sensing system 100, however, the techniques described herein are not limited to such components and may be implemented in other types of systems (not shown) . The positioning / sensing system 100 can include a mobile device 105; one or more satellites 110 (also referred to as space vehicles (SVs) ) for a Global Navigation Satellite System (GNSS) (such as the Global Positioning System (GPS) , GLONASS, Galileo or Beidou) and / or NTN functionality; base stations 120; access points (APs) 130; location / sensing server 160; network 170; and external client 180. Generally put, the positioning / sensing system 100 can estimate the location of the mobile device 105 based on RF signals received by and / or sent from the mobile device 105 and known locations of other components (e.g., GNSS satellites 110,  base stations 120, APs 130) transmitting and / or receiving the RF signals. Additionally or alternatively, wireless devices such as the mobile device 105, base stations 120, and satellites 110 (and / or other NTN platforms, which may be implemented on airplanes, drones, balloons, etc. ) can be utilized to perform positioning (e.g., of one or more wireless devices) and / or perform RF sensing (e.g., of one or more objects by using RF signals transmitted by one or more wireless devices) . Additional details regarding particular location estimation / sensing techniques are discussed with regard to FIG. 2.

[0039] It should be noted that FIG. 1 provides only a generalized illustration of various components, any or all of which may be utilized as appropriate, and each of which may be duplicated as necessary. Specifically, although only one mobile device 105 is illustrated, it will be understood that many UEs (e.g., hundreds, thousands, millions, etc. ) may utilize the positioning / sensing system 100. Similarly, the positioning / sensing system 100 may include a larger or smaller number of base stations 120 and / or APs 130 than illustrated in FIG. 1. The illustrated connections that connect the various components in the positioning / sensing system 100 comprise data and signaling connections which may include additional (intermediary) components, direct or indirect physical and / or wireless connections, and / or additional networks. Furthermore, components may be rearranged, combined, separated, substituted, and / or omitted, depending on desired functionality. In some embodiments, for example, the external client 180 may be directly connected to location / sensing server 160. A person of ordinary skill in the art will recognize many modifications to the components illustrated.

[0040] Depending on desired functionality, the network 170 may comprise any of a variety of wireless and / or wireline networks. The network 170 can, for example, comprise any combination of public and / or private networks, local and / or wide-area networks, and the like. Furthermore, the network 170 may utilize one or more wired and / or wireless communication technologies. In some embodiments, the network 170 may comprise a cellular or other mobile network, a wireless local area network (WLAN) , a wireless wide-area network (WWAN) , and / or the Internet, for example. Examples of network 170 include a Long-Term Evolution (LTE) wireless network, a Fifth Generation (5G) wireless network (also referred to as New Radio (NR) wireless network or 5G NR wireless network) , a Wi-Fi WLAN, and the Internet. LTE, 5G, and NR are wireless technologies defined, or being defined, by the 3rd Generation Partnership Project (3GPP) . In an LTE, 5G, or other cellular network, mobile device 105 may be referred to as a user equipment  (UE) . Network 170 may also include more than one network and / or more than one type of network.

[0041] The base stations 120 and access points (APs) 130 may be communicatively coupled to the network 170. In some embodiments, the base station 120s may be owned, maintained, and / or operated by a cellular network provider, and may employ any of a variety of wireless technologies, as described herein below. Depending on the technology of the network 170, a base station 120 may comprise a node B, an Evolved Node B (eNodeB or eNB) , a base transceiver station (BTS) , a radio base station (RBS) , an NR NodeB (gNB) , a Next Generation eNB (ng-eNB) , or the like. A base station 120 that is a gNB or ng-eNB may be part of a Next Generation Radio Access Network (NG-RAN) which may connect to a 5G Core Network (5GC) in the case that Network 170 is a 5G network. The functionality performed by a base station 120 in earlier-generation networks (e.g., 3G and 4G) may be separated into different functional components (e.g., radio units (RUs) , distributed units (DUs) , and central units (CUs) ) and layers (e.g., L1 / L2 / L3) in view Open Radio Access Networks (O-RAN) and / or Virtualized Radio Access Network (V-RAN or vRAN) in 5G or later networks, which may be executed on different devices at different locations connected, for example, via fronthaul, midhaul, and backhaul connections. As referred to herein, a “base station” (or ng-eNB, gNB, etc. ) may include any or all of these functional components. An AP 130 may comprise a Wi-Fi AP or a  AP or an AP having cellular capabilities (e.g., 4G LTE and / or 5G NR) , for example. Thus, mobile device 105 can send and receive information with network-connected devices, such as location / sensing server 160, by accessing the network 170 via a base station 120 using a first communication link 133. Additionally or alternatively, because APs 130 also may be communicatively coupled with the network 170, mobile device 105 may communicate with network-connected and Internet-connected devices, including location / sensing server 160, using a second communication link 135, or via one or more other mobile devices 145. As used herein, the term “base station” may generically refer to a single physical transmission point, or multiple co-located physical transmission points, which may be located at a base station 120. A Transmission Reception Point (TRP) (also known as transmit / receive point) corresponds to this type of transmission point, and the term “TRP” may be used interchangeably herein with the terms “gNB, ” “ng-eNB, ” and “base station. ” In some cases, a base station 120 may comprise multiple TRPs –e.g. with each TRP associated with a different antenna or a different antenna array for the base  station 120. As used herein, the transmission functionality of a TRP may be performed with a transmission point (TP) and / or the reception functionality of a TRP may be performed by a reception point (RP) , which may be physically separate or distinct from a TP.That said, a TRP may comprise both a TP and an RP. Physical transmission points may comprise an array of antennas of a base station 120 (e.g., as in a Multiple Input-Multiple Output (MIMO) system and / or where the base station employs beamforming) . According to aspects of applicable 5G cellular standards, a base station 120 (e.g., gNB) may be capable of transmitting different “beams” in different directions and performing “beam sweeping” in which a signal is transmitted in different beams, along different directions (e.g., one after the other) . The term “base station” used herein may additionally refer to multiple non-co-located physical transmission points, the physical transmission points may be a Distributed Antenna System (DAS) (anetwork of spatially separated antennas connected to a common source via a transport medium) or a Remote Radio Head (RRH) (aremote base station connected to a serving base station) .

[0042] As noted, satellites 110 may be used to implement NTN functionality, extending communication, positioning, and potentially other functionality (e.g., RF sensing) of a terrestrial network. As such, one or more satellites may be communicatively linked to one or more NTN gateways 150 (also known as “gateways, ” “earth stations, ” or “ground stations” ) . The NTN gateways 150 may be communicatively linked with base stations 120 via link 155. In some embodiments, NTN gateways 150 may function as DUs of a base station 120, as described previously. Not only can this enable the mobile device 105 to communicate with the network 170 via satellites 110, but this can also enable network-based positioning, RF sensing, etc.

[0043] Satellites 110 may be utilized in one or more way. For example, satellites 110 (also referred to as space vehicles (SVs) ) may be part of a Global Navigation Satellite System (GNSS) such as the Global Positioning System (GPS) , GLONASS, Galileo or Beidou. Positioning using RF signals from GNSS satellites may comprise measuring multiple GNSS signals at a GNSS receiver of the mobile device 105 to perform code-based and / or carrier-based positioning, which can be highly accurate. Additionally or alternatively, satellites 110 may be utilized for NTN-based positioning, in which satellites 110 may functionally operate as TRPs (or TPs) of a network (e.g., LTE and / or NR network) and may be communicatively coupled with network 170. In particular, reference signals (e.g., PRS) transmitted by satellites 110 NTN-based positioning may be similar to  those transmitted by base stations 120 and may be coordinated by a network function server 160, which may operate as a location server. In some embodiments, satellites 110 used for NTN-based positioning may be different than those used for GNSS-based positioning. In some embodiments NTN nodes may include non-terrestrial vehicles such as airplanes, balloons, drones, etc., which may be in addition or as an alternative to NTN satellites. NTN satellites 110 and / or other NTN platforms may be further leveraged to perform RF sensing. As described in more detail hereafter, satellites may use a JCS symbol in an Orthogonal Frequency-Division Multiplexing (OFDM) waveform to allow both RF sensing and / or positioning, and communication.

[0044] As used herein, the term “cell” may generically refer to a logical communication entity used for communication with a base station 120 and may be associated with an identifier for distinguishing neighboring cells (e.g., a Physical Cell Identifier (PCID) , a Virtual Cell Identifier (VCID) ) operating via the same or a different carrier. In some examples, a carrier may support multiple cells, and different cells may be configured according to different protocol types (e.g., Machine-Type Communication (MTC) , Narrowband Internet-of-Things (NB-IoT) , Enhanced Mobile Broadband (eMBB) , or others) that may provide access for different types of devices. In some cases, the term “cell” may refer to a portion of a geographic coverage area (e.g., a sector) over which the logical entity operates.

[0045] The location / sensing server 160 may comprise a server and / or other computing device configured to determine an estimated location of mobile device 105 and / or provide data (e.g., “assistance data” ) to mobile device 105 to facilitate location measurement and / or location determination by mobile device 105. According to some embodiments, location / sensing server 160 may comprise a Home Secure User Plane Location (SUPL) Location Platform (H-SLP) , which may support the SUPL user plane (UP) location solution defined by the Open Mobile Alliance (OMA) and may support location services for mobile device 105 based on subscription information for mobile device 105 stored in location / sensing server 160. In some embodiments, the location / sensing server 160 may comprise, a Discovered SLP (D-SLP) or an Emergency SLP (E-SLP) . The location / sensing server 160 may also comprise an Enhanced Serving Mobile Location Center (E-SMLC) that supports location of mobile device 105 using a control plane (CP) location solution for LTE radio access by mobile device 105. The location / sensing server 160 may further comprise a Location Management Function  (LMF) that supports location of mobile device 105 using a control plane (CP) location solution for NR or LTE radio access by mobile device 105.

[0046] In a CP location solution, signaling to control and manage the location of mobile device 105 may be exchanged between elements of network 170 and with mobile device 105 using existing network interfaces and protocols and as signaling from the perspective of network 170. In a UP location solution, signaling to control and manage the location of mobile device 105 may be exchanged between location / sensing server 160 and mobile device 105 as data (e.g. data transported using the Internet Protocol (IP) and / or Transmission Control Protocol (TCP) ) from the perspective of network 170.

[0047] As previously noted (and discussed in more detail below) , the estimated location of mobile device 105 may be based on measurements of RF signals sent from and / or received by the mobile device 105. In particular, these measurements can provide information regarding the relative distance and / or angle of the mobile device 105 from one or more components in the positioning / sensing system 100 (e.g., satellites 110, APs 130, base stations 120) . The estimated location of the mobile device 105 can be estimated geometrically (e.g., using multiangulation and / or multilateration) , based on the distance (range) and / or angle measurements, along with known position of the one or more components.

[0048] Additionally or alternatively, the location / sensing server 160, may function as a sensing server. A sensing server can be used to coordinate and / or assist in the coordination of sensing of one or more objects (also referred to herein as “targets” ) by one or more wireless devices in the positioning / sensing system 100. This can include the mobile device 105, base stations 120, APs 130, other mobile devices 145, satellites 110, or any combination thereof. Wireless devices capable of performing RF sensing may be referred to herein as “sensing nodes. ” To perform RF sensing, a sensing server may coordinate sensing sessions in which one or more RF sensing nodes may perform RF sensing by transmitting RF signals (e.g., reference signals (RSs) ) , and measuring reflected signals, or “echoes, ” comprising reflections of the transmitted RF signals off of one or more objects / targets. Reflected signals and object / target detection may be determined, for example, from channel state information (CSI) received at a receiving device. Sensing may comprise (i) monostatic sensing using a single device as a transmitter (of RF signals) and receiver (of reflected signals) ; (ii) bistatic sensing using a first device as a transmitter  and a second device as a receiver; or (iii) multi-static sensing using a plurality of transmitters and / or a plurality of receivers. To facilitate sensing (e.g., in a sensing session among one or more sensing nodes) , a sensing server may provide data (e.g., “assistance data” ) to the sensing nodes to facilitate RS transmission and / or measurement, object / target detection, or any combination thereof. Such data may include an RS configuration indicating which resources (e.g., time and / or frequency resources) may be used (e.g., in a sensing session) to transmit RS for RF sensing. According to some embodiments, a sensing server may comprise a Sensing Management Function (SMF or SnMF) .

[0049] Although terrestrial components such as APs 130 and base stations 120 may be fixed, embodiments are not so limited. Mobile components may be used. For example, in some embodiments, a location of the mobile device 105 may be estimated at least in part based on measurements of RF signals 140 communicated between the mobile device 105 and one or more other mobile devices 145, which may be mobile or fixed. As illustrated, other mobile devices may include, for example, a mobile phone 145-1, vehicle 145-2, static communication / positioning device 145-3, or other static and / or mobile device capable of providing wireless signals used for positioning the mobile device 105, or a combination thereof. Wireless signals from mobile devices 145 used for positioning of the mobile device 105 may comprise RF signals using, for example, (including Bluetooth Low Energy (BLE) ) , IEEE 802.11x (e.g., ) , Ultra-Wideband (UWB) , IEEE 802.15x, or a combination thereof. Mobile devices 145 may additionally or alternatively use non-RF wireless signals for positioning of the mobile device 105, such as infrared signals or other optical technologies.

[0050] Mobile devices 145 may comprise other UEs communicatively coupled with a cellular or other mobile network (e.g., network 170) . When one or more other mobile devices 145 comprising UEs are used in the position determination of a particular mobile device 105, the mobile device 105 for which the position is to be determined may be referred to as the “target UE, ” and each of the other mobile devices 145 used may be referred to as an “anchor UE. ” For position determination of a target UE, the respective positions of the one or more anchor UEs may be known and / or jointly determined with the target UE. Direct communication between the one or more other mobile devices 145 and mobile device 105 may comprise sidelink and / or similar Device-to-Device (D2D)  communication technologies. Sidelink, which is defined by 3GPP, is a form of D2D communication under the cellular-based LTE and NR standards.

[0051] According to some embodiments, such as when the mobile device 105 comprises and / or is incorporated into a vehicle, a form of D2D communication used by the mobile device 105 may comprise vehicle-to-everything (V2X) communication. V2X is a communication standard for vehicles and related entities to exchange information regarding a traffic environment. V2X can include vehicle-to-vehicle (V2V) communication between V2X-capable vehicles, vehicle-to-infrastructure (V2I) communication between the vehicle and infrastructure-based devices (commonly termed roadside units (RSUs) ) , vehicle-to-person (V2P) communication between vehicles and nearby people (pedestrians, cyclists, and other road users) , and the like. Further, V2X can use any of a variety of wireless RF communication technologies. Cellular V2X (CV2X) , for example, is a form of V2X that uses cellular-based communication such as LTE (4G) , NR (5G) and / or other cellular technologies in a direct-communication mode as defined by 3GPP. The mobile device 105 illustrated in FIG. 1 may correspond to a component or device on a vehicle, RSU, or other V2X entity that is used to communicate V2X messages. In embodiments in which V2X is used, the static communication / positioning device 145-3 (which may correspond with an RSU) and / or the vehicle 145-2, therefore, may communicate with the mobile device 105 and may be used to determine the position of the mobile device 105 using techniques similar to those used by base stations 120 and / or APs 130 (e.g., using multiangulation and / or multilateration) . It can be further noted that mobile devices 145 (which may include V2X devices) , base stations 120, and / or APs 130 may be used together (e.g., in a WWAN positioning solution) to determine the position of the mobile device 105, according to some embodiments.

[0052] In some embodiments, a computerized device or system configured to collect information about the UE 105 may be communicatively coupled with UE 105, or included or disposed in UE 105. Whether disposed in the UE 105 or coupled with the UE 105, this computerized device or system may be considered to be part of the UE 105 in some cases. In some implementations, this computerized device or system may include on-board diagnostics (OBD) 152, which may reside inside of (or coupled with) a vehicle and, among other things, track a motion parameter (e.g., speed or velocity) or other performance metric (s) of the vehicle. Coupling may be done via a controller area network (CAN) bus, as shown, and collectively the computerized device or system may be referred  to as OBD / CAN. OBD 152 may collect information from its own sensors or other sensors of the vehicle, such as a vehicle speed sensor. OBD 152 may also display or provide information (e.g., regarding speed or other diagnostic information) to the UE 105 or its user. Vehicle speed may be useful reference information in embodiments that will be described below.

[0053] An estimated location of mobile device 105 can be used in a variety of applications –e.g. to assist direction finding or navigation for a user of mobile device 105 or to assist another user (e.g. associated with external client 180) to locate mobile device 105. A “location” is also referred to herein as a “location estimate, ” “estimated location, ” “location, ” “position, ” “position estimate, ” “position fix, ” “estimated position, ” “location fix” or “fix. ” The process of determining a location may be referred to as “positioning, ” “position determination, ” “location determination, ” or the like. A location of mobile device 105 may comprise an absolute location of mobile device 105 (e.g. a latitude and longitude and possibly altitude) or a relative location of mobile device 105 (e.g. a location expressed as distances north or south, east or west and possibly above or below some other known fixed location (including, e.g., the location of a base station 120 or AP 130) or some other location such as a location for mobile device 105 at some known previous time, or a location of a mobile device 145 (e.g., another UE) at some known previous time) . A location may be specified as a geodetic location comprising coordinates which may be absolute (e.g. latitude, longitude and optionally altitude) , relative (e.g. relative to some known absolute location) or local (e.g. X, Y and optionally Z coordinates according to a coordinate system defined relative to a local area such a factory, warehouse, college campus, shopping mall, sports stadium or convention center) . A location may instead be a civic location and may then comprise one or more of a street address (e.g. including names or labels for a country, state, county, city, road and / or street, and / or a road or street number) , and / or a label or name for a place, building, portion of a building, floor of a building, and / or room inside a building etc. A location may further include an uncertainty or error indication, such as a horizontal and possibly vertical distance by which the location is expected to be in error or an indication of an area or volume (e.g. a circle or ellipse) within which mobile device 105 is expected to be located with some level of confidence (e.g. 95%confidence) .

[0054] The external client 180 may be a web server or remote application that may have some association with mobile device 105 (e.g. may be accessed by a user of mobile  device 105) or may be a server, application, or computer system providing a location service to some other user or users which may include obtaining and providing the location of mobile device 105 (e.g. to enable a service such as friend or relative finder, or child or pet location) . Additionally or alternatively, the external client 180 may obtain and provide the location of mobile device 105 to an emergency services provider, government agency, etc.

[0055] As previously noted, the example positioning / sensing system 100 can be implemented using a wireless communication network, such as an LTE-based or 5G NR-based network, or a future 6G network. FIG. 2 shows a diagram of a 5G NR positioning / sensing system 200, illustrating an embodiment of a positioning / sensing system (e.g., positioning / sensing system 100) implemented in 5G NR. The 5G NR positioning / sensing system 200 may be configured to enable wireless communication, determine the location of a UE 205 (which may correspond to the mobile device 105 of FIG. 1) , perform RF sensing, or a combination thereof, by using access nodes, which may include NR NodeB (gNB) 210-1 and 210-2 (collectively and generically referred to herein as gNBs 210) , ng-eNB 214, and / or WLAN 216 to implement one or more positioning methods. These access nodes can use RF signaling to enable the communication, implement one or more positioning methods, and / or implement RF sensing. The gNBs 210 and / or the ng-eNB 214 may correspond with base stations 120 of FIG. 1, and the WLAN 216 may correspond with one or more access points 130 of FIG. 1. Optionally, the 5G NR positioning / sensing system 200 additionally may be configured to determine the location of a UE 205 by using an LMF 220 (which may correspond with location / sensing server 160) to implement the one or more positioning methods. The SMF 221 may coordinate RF sensing by the 5G NR positioning / sensing system 200. Here, the 5G NR positioning / sensing system 200 comprises a UE 205, and components of a 5G NR network comprising a Next Generation (NG) Radio Access Network (RAN) (NG-RAN) 235 and a 5G Core Network (5G CN) 240. A 5G network may also be referred to as an NR network; NG-RAN 235 may be referred to as a 5G RAN or as an NR RAN; and 5G CN 240 may be referred to as an NG Core network. Additional components of the 5G NR positioning / sensing system 200 are described below. The 5G NR positioning / sensing system 200 may include additional or alternative components.

[0056] The 5G NR positioning / sensing system 200 may further utilize information from satellites 110. As previously indicated, satellites 110 may comprise GNSS satellites  from a GNSS system like Global Positioning / sensing system (GPS) or similar system (e.g. GLONASS, Galileo, Beidou, Indian Regional Navigational Satellite System (IRNSS) ) . Additionally or alternatively, satellites 110 may comprise NTN satellites. NTN satellites may be in low earth orbit (LEO) , medium earth orbit (MEO) , geostationary earth orbit (GEO) or some other type of orbit. NTN satellites may be communicatively coupled with the LMF 220 and may operatively function as a TRP (or TP) in the NG-RAN 235. As such, satellites 110 may be in communication with one or more gNBs 210 via one or more NTN gateways 150. According to some embodiments, an NTN gateway 150 may operate as a DU of a gNB 210, in which case communications between NTN gateway 150 and CU of the gNB 210 may occur over an F interface 218 between DU and CU.

[0057] It should be noted that FIG. 2 provides only a generalized illustration of various components, any or all of which may be utilized as appropriate, and each of which may be duplicated or omitted, as necessary. Specifically, although only one UE 205 is illustrated, it will be understood that many UEs (e.g., hundreds, thousands, millions, etc. ) may utilize the 5G NR positioning / sensing system 200. Similarly, the 5G NR positioning / sensing system 200 may include a larger (or smaller) number of satellites 110, gNBs 210, ng-eNBs 214, Wireless Local Area Networks (WLANs) 216, Access and mobility Management Functions (AMF) s215, external clients 230, and / or other components. The illustrated connections that connect the various components in the 5G NR positioning / sensing system 200 include data and signaling connections which may include additional (intermediary) components, direct or indirect physical and / or wireless connections, and / or additional networks. Furthermore, components may be rearranged, combined, separated, substituted, and / or omitted, depending on desired functionality.

[0058] The UE 205 may comprise and / or be referred to as a device, a mobile device, a wireless device, a mobile terminal, a terminal, a mobile station (MS) , a Secure User Plane Location (SUPL) -Enabled Terminal (SET) , or by some other name. Moreover, UE 205 may correspond to a cellphone, smartphone, laptop, tablet, personal data assistant (PDA) , navigation device, Internet of Things (IoT) device, or some other portable or moveable device. Typically, though not necessarily, the UE 205 may support wireless communication using one or more Radio Access Technologies (RATs) such as using GSM, CDMA, W-CDMA, LTE, High-Rate Packet Data (HRPD) , IEEE 802.11 Bluetooth, Worldwide Interoperability for Microwave Access (WiMAXTM) , 5G NR (e.g., using the NG-RAN 235 and 5G CN 240) , etc. The UE 205 may also support wireless  communication using a WLAN 216 which (like the one or more RATs, and as previously noted with respect to FIG. 1) may connect to other networks, such as the Internet. The use of one or more of these RATs may allow the UE 205 to communicate with an external client 230 (e.g., via elements of 5G CN 240 not shown in FIG. 2, or possibly via a Gateway Mobile Location Center (GMLC) 225) and / or allow the external client 230 to receive location information regarding the UE 205 (e.g., via the GMLC 225) . The external client 230 of FIG. 2 may correspond to external client 180 of FIG. 1, as implemented in or communicatively coupled with a 5G NR network.

[0059] The UE 205 may include a single entity or may include multiple entities, such as in a personal area network where a user may employ audio, video and / or data I / O devices, and / or body sensors and a separate wireline or wireless modem. An estimate of a location of the UE 205 may be referred to as a location, location estimate, location fix, fix, position, position estimate, or position fix, and may be geodetic, thus providing location coordinates for the UE 205 (e.g., latitude and longitude) , which may or may not include an altitude component (e.g., height above sea level, height above or depth below ground level, floor level or basement level) . Alternatively, a location of the UE 205 may be expressed as a civic location (e.g., as a postal address or the designation of some point or small area in a building such as a particular room or floor) . A location of the UE 205 may also be expressed as an area or volume (defined either geodetically or in civic form) within which the UE 205 is expected to be located with some probability or confidence level (e.g., 67%, 95%, etc. ) . A location of the UE 205 may further be a relative location comprising, for example, a distance and direction or relative X, Y (and Z) coordinates defined relative to some origin at a known location which may be defined geodetically, in civic terms, or by reference to a point, area, or volume indicated on a map, floor plan or building plan. In the description contained herein, the use of the term location may comprise any of these variants unless indicated otherwise. When computing the location of a UE, it is common to solve for local X, Y, and possibly Z coordinates and then, if needed, convert the local coordinates into absolute ones (e.g. for latitude, longitude and altitude above or below mean sea level) .

[0060] Base stations in the NG-RAN 235 shown in FIG. 2 may correspond to base stations 120 in FIG. 1 and may include gNBs 210. Pairs of gNBs 210 in NG-RAN 235 may be connected to one another (e.g., directly as shown in FIG. 2 or indirectly via other gNBs 210) . The communication interface between base stations (gNBs 210 and / or ng- eNB 214) may be referred to as an Xn interface 237. Access to the 5G network is provided to UE 205 via wireless communication between the UE 205 and one or more of the gNBs 210, which may provide wireless communications access to the 5G CN 240 on behalf of the UE 205 using 5G NR. The wireless interface between base stations (gNBs 210 and / or ng-eNB 214) and the UE 205 may be referred to as a Uu interface 239.5G NR radio access may also be referred to as NR radio access or as 5G radio access. In FIG. 2, the serving gNB for UE 205 is assumed to be gNB 210-1, although other gNBs (e.g. gNB 210-2) may act as a serving gNB if UE 205 moves to another location or may act as a secondary gNB to provide additional throughput and bandwidth to UE 205.

[0061] Base stations in the NG-RAN 235 shown in FIG. 2 may also or instead include a next generation evolved Node B, also referred to as an ng-eNB, 214. Ng-eNB 214 may be connected to one or more gNBs 210 in NG-RAN 235–e.g. directly or indirectly via other gNBs 210 and / or other ng-eNBs. An ng-eNB 214 may provide LTE wireless access and / or evolved LTE (eLTE) wireless access to UE 205. Some gNBs 210 (e.g. gNB 210-2) and / or ng-eNB 214 in FIG. 2 may be configured to function as positioning-only beacons which may transmit signals (e.g., Positioning Reference Signal (PRS) ) and / or may broadcast assistance data to assist positioning of UE 205 but may not receive signals from UE 205 or from other UEs. Some gNBs 210 (e.g., gNB 210-2 and / or another gNB not shown) and / or ng-eNB 214 may be configured to function as detecting-only nodes may scan for signals containing, e.g., PRS data, assistance data, or other location data. Such detecting-only nodes may not transmit signals or data to UEs but may transmit signals or data (relating to, e.g., PRS, assistance data, or other location data) to other network entities (e.g., one or more components of 5G CN 240, external client 230, or a controller) which may receive and store or use the data for positioning of at least UE 205. It is noted that while only one ng-eNB 214 is shown in FIG. 2, some embodiments may include multiple ng-eNBs 214. Base stations (e.g., gNBs 210 and / or ng-eNB 214) may communicate directly with one another via an Xn communication interface. Additionally or alternatively, base stations may communicate directly or indirectly with other components of the 5G NR positioning / sensing system 200, such as the LMF 220 and AMF 215.

[0062] 5G NR positioning / sensing system 200 may also include one or more WLANs 216 which may connect to a Non-3GPP InterWorking Function (N3IWF) 250 in the 5G CN 240 (e.g., in the case of an untrusted WLAN 216) . For example, the WLAN 216 may  support IEEE 802.11 Wi-Fi access for UE 205 and may comprise one or more Wi-Fi APs (e.g., APs 130 of FIG. 1) . Here, the N3IWF 250 may connect to other elements in the 5G CN 240 such as AMF 215. In some embodiments, WLAN 216 may support another RAT such as Bluetooth. The N3IWF 250 may provide support for secure access by UE 205 to other elements in 5G CN 240 and / or may support interworking of one or more protocols used by WLAN 216 and UE 205 to one or more protocols used by other elements of 5G CN 240 such as AMF 215. For example, N3IWF 250 may support IPSec tunnel establishment with UE 205, termination of IKEv2 / IPSec protocols with UE 205, termination of N2 and N3 interfaces to 5G CN 240 for control plane and user plane, respectively, relaying of uplink (UL) and downlink (DL) control plane Non-Access Stratum (NAS) signaling between UE 205 and AMF 215 across an N1 interface. In some other embodiments, WLAN 216 may connect directly to elements in 5G CN 240 (e.g. AMF 215 as shown by the dashed line in FIG. 2) and not via N3IWF 250. For example, direct connection of WLAN 216 to 5GCN 240 may occur if WLAN 216 is a trusted WLAN for 5GCN 240 and may be enabled using a Trusted WLAN Interworking Function (TWIF) (not shown in FIG. 2) which may be an element inside WLAN 216. It is noted that while only one WLAN 216 is shown in FIG. 2, some embodiments may include multiple WLANs 216.

[0063] Access nodes may comprise any of a variety of network entities enabling communication between the UE 205 and the AMF 215. As noted, this can include gNBs 210, ng-eNB 214, WLAN 216, and / or other types of cellular base stations, and may also include NTN satellites 110. However, access nodes providing the functionality described herein may additionally or alternatively include entities enabling communications to any of a variety of RATs not illustrated in FIG. 2, which may include non-cellular technologies. Thus, the term “access node, ” as used in the embodiments described herein below, may include but is not necessarily limited to a gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110.

[0064] In some embodiments, an access node, such as a gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110, or a combination thereof, (alone or in combination with other components of the 5G NR positioning / sensing system 200) , may be configured to, in response to receiving a request for location information from the LMF 220, obtain location measurements of uplink (UL) signals received from the UE 205) and / or obtain downlink (DL) location measurements from the UE 205 that were obtained by UE 205  for DL signals received by UE 205 from one or more access nodes. As noted, while FIG. 2 depicts access nodes (gNB 210, ng-eNB 214, WLAN 216, and NTN satellite 110) configured to communicate according to 5G NR, LTE, and Wi-Fi communication protocols, respectively, access nodes configured to communicate according to other communication protocols may be used, such as, for example, a Node B using a Wideband Code Division Multiple Access (WCDMA) protocol for a Universal Mobile Telecommunications Service (UMTS) Terrestrial Radio Access Network (UTRAN) , an eNB using an LTE protocol for an Evolved UTRAN (E-UTRAN) , or a  beacon using a Bluetooth protocol for a WLAN. For example, in a 4G Evolved Packet System (EPS) providing LTE wireless access to UE 205, a RAN may comprise an E-UTRAN, which may comprise base stations comprising eNBs supporting LTE wireless access. A core network for EPS may comprise an Evolved Packet Core (EPC) . An EPS may then comprise an E-UTRAN plus an EPC, where the E-UTRAN corresponds to NG-RAN 235 and the EPC corresponds to 5GCN 240 in FIG. 2. The methods and techniques described herein for obtaining a civic location for UE 205 may be applicable to such other networks.

[0065] The gNBs 210 and ng-eNB 214 can communicate with an AMF 215, which, for positioning functionality, communicates with an LMF 220. The AMF 215 may support mobility of the UE 205, including cell change and handover of UE 205 from an access node (e.g., gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110) of a first RAT to an access node of a second RAT. The AMF 215 may also participate in supporting a signaling connection to the UE 205 and possibly data and voice bearers for the UE 205. The LMF 220 may support positioning of the UE 205 using a CP location solution when UE 205 accesses the NG-RAN 235 or WLAN 216 and may support position procedures and methods, including UE assisted / UE based and / or network based procedures / methods, such as Assisted GNSS (A-GNSS) , Observed Time Difference Of Arrival (OTDOA) (which may be referred to in NR as Time Difference Of Arrival (TDOA) ) , Frequency Difference Of Arrival (FDOA) , Real Time Kinematic (RTK) , Precise Point Positioning (PPP) , Differential GNSS (DGNSS) , Enhance Cell ID (ECID) , angle of arrival (AoA) , angle of departure (AoD) , WLAN positioning, round trip signal propagation delay (RTT) , multi-cell RTT, and / or other positioning procedures and methods. The LMF 220 may also process location service requests for the UE 205, e.g., received from the AMF 215 or from the GMLC 225. The LMF 220 may be connected to AMF 215 and / or to GMLC 225.  In some embodiments, a network such as 5GCN 240 may additionally or alternatively implement other types of location-support modules, such as an Evolved Serving Mobile Location Center (E-SMLC) or a SUPL Location Platform (SLP) . It is noted that in some embodiments, at least part of the positioning functionality (including determination of a UE 205’s location) may be performed at the UE 205 (e.g., by measuring downlink PRS (DL-PRS) signals transmitted by wireless nodes such gNB 210, ng-eNB 214, WLAN 216, or NTN satellite 110, and / or using assistance data provided to the UE 205, e.g., by LMF 220) .

[0066] The Gateway Mobile Location Center (GMLC) 225 may support a location request for the UE 205 received from an external client 230 and may forward such a location request to the AMF 215 for forwarding by the AMF 215 to the LMF 220. A location response from the LMF 220 (e.g., containing a location estimate for the UE 205) may be similarly returned to the GMLC 225 either directly or via the AMF 215, and the GMLC 225 may then return the location response (e.g., containing the location estimate) to the external client 230.

[0067] A Network Exposure Function (NEF) 245 may be included in 5GCN 240. The NEF 245 may support secure exposure of capabilities and events concerning 5GCN 240 and UE 205 to the external client 230, which may then be referred to as an Access Function (AF) and may enable the secure provision of information from the external client 230 to 5GCN 240. NEF 245 may be connected to AMF 215 and / or to GMLC 225 for the purposes of obtaining a location (e.g. a civic location) of UE 205 and providing the location to external client 230.

[0068] As further illustrated in FIG. 2, the LMF 220 may communicate with the gNBs 210 and / or with the ng-eNB 214 using an NR Positioning Protocol annex (NRPPa) as defined in 3GPP Technical Specification (TS) 38.455. NRPPa messages may be transferred between a gNB 210 and the LMF 220, and / or between an ng-eNB 214 and the LMF 220, via the AMF 215. As further illustrated in FIG. 2, LMF 220 and UE 205 may communicate using an LTE Positioning Protocol (LPP) as defined in 3GPP TS 37.355. Here, LPP messages may be transferred between the UE 205 and the LMF 220 via the AMF 215 and a serving gNB 210-1 or serving ng-eNB 214 for UE 205. For example, LPP messages may be transferred between the LMF 220 and the AMF 215 using messages for service-based operations (e.g., based on the Hypertext Transfer Protocol  (HTTP) ) and may be transferred between the AMF 215 and the UE 205 using a 5G NAS protocol. The LPP protocol may be used to support positioning of UE 205 using UE assisted and / or UE-based position methods such as A-GNSS, RTK, TDOA, multi-cell RTT, AoD, and / or ECID. The NRPPa protocol may be used to support positioning of UE 205 using network-based position methods such as ECID, AoA, uplink TDOA (UL-TDOA) and / or may be used by LMF 220 to obtain location-related information from gNBs 210 and / or ng-eNB 214, such as parameters defining DL-PRS transmission from gNBs 210 and / or ng-eNB 214.

[0069] In the case of UE 205 access to WLAN 216, LMF 220 may use NRPPa and / or LPP to obtain a location of UE 205 in a similar manner to that just described for UE 205 access to a gNB 210 or ng-eNB 214. Thus, NRPPa messages may be transferred between a WLAN 216 and the LMF 220, via the AMF 215 and N3IWF 250 to support network-based positioning of UE 205 and / or transfer of other location information from WLAN 216 to LMF 220. Alternatively, NRPPa messages may be transferred between N3IWF 250 and the LMF 220, via the AMF 215, to support network-based positioning of UE 205 based on location-related information and / or location measurements known to or accessible to N3IWF 250 and transferred from N3IWF 250 to LMF 220 using NRPPa. Similarly, LPP and / or LPP messages may be transferred between the UE 205 and the LMF 220 via the AMF 215, N3IWF 250, and serving WLAN 216 for UE 205 to support UE-assisted or UE-based positioning of UE 205 by LMF 220.

[0070] In a 5G NR positioning / sensing system 200, positioning and sensing methods can be categorized as being “UE assisted” or “UE based. ” This may depend on where the request for determining the position of the UE 205 originated. If, for example, the request originated at the UE (e.g., from an application, or “app, ” executed by the UE) , the positioning method may be categorized as being UE based. If, on the other hand, the request originates from an external client 230, LMF 220, or other device or service within the 5G network, the positioning method may be categorized as being UE assisted (or “network-based” ) .

[0071] With a UE-assisted position method, UE 205 may obtain location measurements and send the measurements to a location server (e.g., LMF 220) for computation of a location estimate for UE 205. For RAT-dependent position methods location measurements may include one or more of a Received Signal Strength Indicator  (RSSI) , Round Trip signal propagation Time (RTT) , Reference Signal Received Power (RSRP) , Reference Signal Received Quality (RSRQ) , RSTD, Time of Arrival (TOA) , AoA, Receive Time-Transmission Time Difference (Rx-Tx) , Differential AoA (DAoA) , AoD, or Timing Advance (TA) for gNBs 210, ng-eNB 214, and / or one or more access points for WLAN 216. Additionally or alternatively, similar measurements may be made of sidelink signals transmitted by other UEs, which may serve as anchor points for positioning of the UE 205 if the positions of the other UEs are known. The location measurements may also or instead include measurements for RAT-independent positioning methods such as GNSS (e.g., GNSS pseudorange, GNSS code phase, and / or GNSS carrier phase for GNSS satellites) , WLAN, etc.

[0072] With a UE-based position method, UE 205 may obtain location measurements (e.g., which may be the same as or similar to location measurements for a UE-assisted position method) and may further compute a location of UE 205 (e.g., with the help of assistance data received from a location server such as LMF 220, an SLP, or broadcast by gNBs 210, ng-eNB 214, or WLAN 216) .

[0073] With a network-based position method, one or more base stations (e.g., gNBs 210 and / or ng-eNB 214) , one or more APs (e.g., in WLAN 216) , or N3IWF 250 may obtain location measurements (e.g., measurements of RSSI, RTT, RSRP, RSRQ, AoA, or TOA) for signals transmitted by UE 205, and / or may receive measurements obtained by UE 205 or by an AP in WLAN 216 in the case of N3IWF 250, and may send the measurements to a location server (e.g., LMF 220) for computation of a location estimate for UE 205.

[0074] Positioning of the UE 205 also may be categorized as UL, DL, or DL-UL based, depending on the types of signals used for positioning. If, for example, positioning is based solely on signals received at the UE 205 (e.g., from a base station or other UE) , the positioning may be categorized as DL based. On the other hand, if positioning is based solely on signals transmitted by the UE 205 (which may be received by a base station or other UE, for example) , the positioning may be categorized as UL based. Positioning that is DL-UL based includes positioning, such as RTT-based positioning, which is based on signals that are both transmitted and received by the UE 205. Sidelink (SL) -assisted positioning comprises signals communicated between the UE 205 and one or more other UEs. According to some embodiments, UL, DL, or DL-UL positioning as described  herein may be capable of using SL signaling as a complement or replacement of SL, DL, or DL-UL signaling.

[0075] Depending on the type of positioning (e.g., UL, DL, or DL-UL based) the types of reference signals used can vary. For DL-based positioning, for example, these signals may comprise PRS (e.g., DL-PRS transmitted by base stations or SL-PRS transmitted by other UEs) , which can be used for TDOA, AoD, and RTT measurements. Other reference signals that can be used for positioning (UL, DL, or DL-UL) may include Sounding Reference Signal (SRS) , Channel State Information Reference Signal (CSI-RS) , synchronization signals (e.g., synchronization signal block (SSB) Synchronizations Signal (SS) ) , Physical Uplink Control Channel (PUCCH) , Physical Uplink Shared Channel (PUSCH) , Physical Sidelink Shared Channel (PSSCH) , Demodulation Reference Signal (DMRS) , etc. Moreover, reference signals may be transmitted in a Tx beam and / or received in an Rx beam (e.g., using beamforming techniques) , which may impact angular measurements, such as AoD and / or AoA.

[0076] The principles described above with respect to positioning may be generally extended to RF sensing. That is, RF sensing may be UE-based (e.g., originated from the UE) and / or UE assisted (e.g., originated from a non-UE entity) , and may involve UL signals, DL signals, or both. However, RF sensing may differ from positioning in various ways. For example, as previously noted and described in more detail below, RF sensing may involve the use of specific RF sensing signals. Further, RF sensing may be performed in a monostatic, bistatic, or multi-static manner, as described above, where RF sensing nodes comprise a UE (e.g., UE 205) and / or one or more access nodes (e.g., gNBs 210, ng-eNB 214, WLAN 216, NTN satellites 110, or any combination thereof) .

[0077] Sensor Data Collection and Fusion

[0078] FIG. 3 is a diagram showing a collection of different types of sensor data that may be obtained. As illustrated, various types of data may be obtained.

[0079] In some cases, optical data 302 may be obtained by a UE (e.g., UE 105) , e.g., via one or more optical sensors disposed within a UE or communicatively coupled with the UE. An optical sensor may include an infrared (IR) sensor, an ultraviolet (UV) sensor, light detection and ranging (LIDAR) , a camera, or a light detector or a photosensor. An IR sensor may be configured to detect, e.g., IR radiation (e.g., between 700 nm to 1 mm in wavelength) , and produce thermal data or low-light visual data. A UV sensor may be  configured to detect, e.g., ultraviolet radiation (e.g., between 10 nm to 400 nm in wavelength) .

[0080] In some cases, optical data 302 may include visual data 304, such as visual images or video, or image data for such images or video, obtained using a camera disposed in or coupled with the UE.

[0081] In some cases, radio frequency (RF) data 306 may be obtained by a UE, e.g., via an RF sensor. An example of an RF sensor may be a radar, which can detect (and / or emit) electromagnetic waves (e.g., outside the IR or UV spectrum) that reflect from objects outside of the UE and return to the radar sensor. The RF sensor may be configured to use the Doppler effect with the radio wave emissions to, e.g., determine the velocity of moving objects or determine the velocity of the UE with respect to a stationary object. Radio emissions and reflections with an RF sensor can also allow the sensor to detect obstacles (e.g., walls, other vehicles) .

[0082] Generally, optical data 302 and / or RF data 306 may be obtained using spatial sensing. However, the types of sensor data that may be obtained is not limited to these enumerated examples. In some applications, spatial sensing may also include other types such as acoustic sensing, e.g., sonar.

[0083] In some cases, location data 308 may be obtained by a UE, e.g., via one or more position methods described above, such as by obtaining location measurements, which may involve exchange of reference signals, assistance data, etc. as discussed above.

[0084] In addition, in some cases, location data 308 may include GNSS data 310. That is, one or more GNSS receivers disposed in the UE or communicatively coupled with the UE may obtain GNSS signals from one or more satellites. Examples of GNSS systems (GPS and others) are noted above, and may be used to obtain the GNSS data 310. In some implementations, position information from GNSS data may be used to determine the speed or velocity of a UE (e.g., a vehicle) . For example, by determining or estimating a position of the UE over time, velocity can also be determined or estimated based on the change in position over time. In some applications, velocity data of the UE can be determined and tracked over time as well. Examples are depicted in and discussed with respect to FIGS. 5 and 6.

[0085] In some scenarios, GNSS measurements included in GNSS data 310 (and / or other measurements obtained using sensors discussed herein) may experience a dilution of precision (DOP) . DOP may refer to an error propagation on positional measurement precision. Such errors in the measurements will affect the final state estimation. More or less DOP may occur depending on how much error there is in the measurements, geometry and position of the satellites, and / or the position of the UE. DOP can be expressed in various ways, including horizontal dilution of precision (HDOP) , vertical dilution of precision (VDOP) , position (3D) dilution of precision (PDOP) , time dilution of precision (TDOP) , and geometric dilution of precision (GDOP, the effect of geometry of the satellites on position error) . DOP may be representative of the quality of GNSS signals, and may also be a measure of the “goodness” of the positions of GNSS satellites relative to the receiver location. A better (lower) DOP value can also indicate the probability of a more accurate position solution.

[0086] In some cases, motion data 312 may be obtained by a UE, e.g., via an IMU (which may include an accelerometer, a gyroscope, and / or a magnetometer) or other motion sensor. Motion data 312 may include pose information, rotation information (including, e.g., angular rate or angular velocity) , acceleration information (including force) . “Pose” as used herein may refer to position and / or orientation.

[0087] In some cases, motion data 312 may include kinematic data 314 obtained by the UE, such as velocity of a UE, or vehicular speed obtained using OBD / CAN (e.g., OBD 152) . Such velocity is directly measurable using OBD 152. However, velocity can be measured in other ways, such as by using GNSS position information or other location data, or RF sensing, as discussed above.

[0088] In some embodiments, some or all of the sensed information discussed above can be collected as sensor data 320. The collected stored sensor data 320 may correspond to a period of time. In some cases, the stored sensor data 320 may be stored temporarily in cache. In some approaches, a period of time of interest may be selected from the stored sensor data 320. State data of a UE can encompass the sensor data 320 corresponding to the period of time. In some implementations, some or all of the sensor data 320 may be stored on the UE such that the UE can access and process (e.g., compare) the sensor data 320. In other implementations, some or all of the sensor data 320 may be stored elsewhere, such as a remote storage or server.

[0089] FIG. 4 is a flow diagram 400 showing an example of an optimization process for localization of a user equipment (UE) , according to some embodiments. In some embodiments, sensor data 420 may be obtained. Sensor data 420 may be an example of sensor data 320, and may be obtained using a plurality of sensors associated with the UE (disposed in the UE and / or communicatively coupled with the UE) .

[0090] At block 404, OBD / CAN data may be calibrated. OBD / CAN calibration may be performed using GNSS data (which may provide granular UE velocity data) , or good GNSS data, to reduce quantization error. Quantization error refers to the difference between an analog input value and the nearest discrete, quantization level. The error may occur when an analog value is converted to a digital value, e.g., when vehicular speed is converted to a digital value. In some scenarios, the vehicle speed provided by OBD / CAN is an integer instead of a floating point number. For example, the OBD / CAN may provide a speed reading such as 80 km / h, which may not meet precision requirements for positioning.

[0091] At block 406, an unusable portion of the obtained measurements may be determined. The obtained measurements may be a body of measurements collected by sensors associated with the UE and collected in sensor data 420. In some examples, bad GNSS data, such as inaccurate GNSS data may be determined from the body of measurements.

[0092] In some embodiments, measurements (e.g., GNSS data) may be determined to be inaccurate or unusable based on GNSS quality. For instance, there is too much DOP, e.g., above a prescribed DOP threshold. In another example, the quantity of GNSS satellites may be considered in determining GNSS quality, where fewer satellites may indicate lower GNSS quality. Hence, GNSS data having too much DOP or associated with too few satellites (e.g., below a threshold number) may be considered unusable. In another example, a low position determination speed using GNSS data, or a speed at which GNSS measurements are obtained, may indicate low GNSS data quality as well. Such unusable sensor data may be discarded, either at block 406 or in another block.

[0093] In some embodiments, measurements (e.g., GNSS data) may be determined to be inaccurate or unusable based on a comparison with other types of data such as OBD data and / or IMU data. Referring briefly to FIG. 5, a graph 500 comparing example velocity measurements based on OBD data and based on GNSS data is shown. Graph 500  shows two example sets of data plotted with respect to time: speed measured with OBD data 502 (using OBD / CAN) , and speed measured based on GNSS data 504 (e.g., change in estimated position determined with GNSS between two time points) . A close-up view 510 of a portion of the graph 500 is also shown. It can be seen that, although there is similarity between the measurements based on OBD data 502 and the measurements based on GNSS data 504, it can also be seen that OBD data 502 provides values that are more discrete (such as integers) than those produced based on GNSS data 504. Staircase-like changes between speed values over time when determined based on OBD data 502 can be observed, indicating the OBD data 502 results in discrete values. However, as noted above, OBD / CAN data may be calibrated to reduce quantization error.

[0094] Nevertheless, a disparity between measurements based on OBD data 502 and measurements based on GNSS data 504 may be indicative of the usability of GNSS data because OBD measurements are generally considered to be highly accurate as it can directly measure the speed of the vehicle, especially after the OBD / CAN calibration of block 404. For example, if there is a large speed difference determined between the measurements, then it can indicate that the GNSS data is bad for that portion of time. Depending on, e.g., a disparity threshold that may be predetermined, a gap 506 between measurements shown in close-up view 510 may be considered to be too large or sufficiently close, for the GNSS data at that time point to be unusable or usable for location determination in a downstream process or optimization.

[0095] Referring now to FIG. 6, a graph 600 illustrating disparities 606 between example velocity measurements based on OBD data 602 and based on GNSS data 604 is shown. As discussed above, GNSS data 604 may have errors, low accuracy, or missing information because of problems noted thus far, such as the type of environment (e.g., urban jungle) and / or DOP. Disparities 606 may be considered to be sufficiently large (e.g., meeting or exceeding a disparity threshold) for the GNSS data 604 at the corresponding points or periods in time to be unusable for location determination in a downstream process or optimization. Thus, from the examples of FIGS. 5 and 6, it can be seen that some GNSS data is not an accurate data source for positioning (at least because it is too disparate from OBD / CAN data) .

[0096] In some embodiments, comparison of the measurements (e.g., GNSS data) with other information such as IMU data may indicate that the measurements are  inaccurate or unusable. For instance, a change in angle or rotation speed (e.g., angular velocity) , orientation or direction or pose, acceleration, and / or other data sensed by an IMU associated with the UE can be obtained. In the case of obtaining angle or rotation speed, any two 3D GNSS-based positions can be used to calculate an angle and / or rotation with respect to the z-axis (which points forward) in a camera coordinate system. Such types of data derived from the IMU can be compared with similar types of data calculated by GNSS. A large difference determined from the comparison (e.g., meeting or exceeding a threshold) with respect to certain GNSS data may indicate that the GNSS data may be bad and thus unusable. This disparity between measurements based on IMU and GNSS may be indicative of the usability of GNSS data because IMU measurements are generally considered to be highly accurate as it can directly measure motion and kinematic data of the UE.

[0097] At block 408, gyroscope bias and / or accelerator bias may be estimated based on the usable portion of measurements determined at block 406. A gyroscopes may be subject to bias instabilities, in which the initial zero reading of the gyroscope will drift over time as a result of inherent imperfections, miscalibrations, and / or noise within the gyroscope. Estimating the bias can allow for correction or calibration to maximize the accuracy of the IMU and thus the determination of unusable and usable portions of measurements when comparing IMU data with GNSS data. In typical solutions, vision data may be used to calibrate IMU bias.

[0098] A change in (delta) rotation of the UE between two consecutive frames (or points of measurement) may be obtained in two ways. First, accumulated angle measurements by IMU between two consecutive frames, which may be affected by the gyroscope bias (bg) . Second, the change in rotation may be calculated using two consecutive good GNSS measurements, as noted above regarding obtaining angle and / or rotation. The gyroscope bias may be optimized by minimizing the difference between the two measurements. To this end, consider the following Equation 1:

[0099] ΔRi, i+1 represents gyroscope integration between two consecutive frames (i and i + 1) .  denotes the delta rotation from frame i + 1 to i, which may be calculated by a GNSS and IMU calibration matrix.

[0100] Optionally, at block 410, motion information (e.g., gravity) may be estimated. Gravity can be used to further estimate IMU data. Consider the following equations:

[0101] WpB=sWpC+RWC CpB       (Eqn. 3)

[0102] Eqn. 2 relates to the position of two consecutive frames. Eqn. 3 relates to a transformation between camera (C) and IMU (B) coordinate systems, and a scale s. Eqns. 2 and 3 may be solved, e.g., using singular value decomposition (SVD) , to obtain approximations of scale and gravity (g) .

[0103] Optionally, at block 412, accelerometer bias may be estimated. Motion information (e.g., gravity) estimated at block 410 may also be refined. In some approaches, Equation 4 representing a first-order approximation of gravity may be substituted into Equation 2, as follows:

[0104] Accelerometer bias (ba) may be determined by solving the equations, e.g., using SVD. Refined scale and gravity may be obtained as well. Accelerometer bias may be minimized or otherwise adjusted to minimize the error associated with the final position solution.

[0105] Optionally, at block 414, a navigation state of the UE may be updated. More specifically, an initial navigation state of the UE may include, e.g., an estimated position, velocity, and / or rotation (e.g., direction and / or orientation) . Referring to FIG. 7, a diagram of an example of an optimization process 700 for localization of a UE, according to some embodiments, is illustrated. In one example of an update of the navigation state of the UE, navigation state of the UE may be updated at a subsequent point in time t1 to navigation state 701 (e.g., from the initial navigation state or another navigation state) .  The update of the navigation state may account for OBD / CAN data 702 and GNSS data 704, and in some cases, IMU data 706 (e.g., between updates) .

[0106] In some embodiments, when accounting for OBD / CAN data 702 and GNSS data 704, the UE may identify and remove one or more unusable portions of the GNSS data based on one or more approaches described above. For example, bad GNSS data may be identified by comparing GNSS data with OBD / CAN data to detect outliers or large disparities, by comparing GNSS data with IMU data to detect a large disparity in angular information (e.g., rotation, angular velocity) , pose, acceleration, and / or other IMU data, and / or by evaluating GNSS quality (e.g., too few satellites, DOP, low GNSS-based positioning speed) . Since using the one or more unusable portions may lead to an inaccurate determination of the UE’s position and trajectory, at least a portion of the missing GNSS-based position information may be filled in using other sensed data, such as OBD / CAN data (e.g., distance, scale) and / or IMU data (e.g., angular velocity, acceleration) . In some examples, a dead-reckoning algorithm may be used to estimate a present location using a previously calculated location and integrate estimated velocity and / or direction over a period of time (e.g., from t1 to t8) .

[0107] IMU data 706 may be updated or corrected so as to minimize accelerometer bias 708 and / or gyroscope bias 710. Adjustment of IMU data 706 or adjustment of IMU configuration may be based on the accelerometer bias 708 and / or gyroscope bias 710 estimated according to Eqns. 1 –5.

[0108] In the example shown in FIG. 7, IMU data 706 may be updated twice between times at which the navigation state 701 is updated (between times t1 and t2, t2 and t3, etc. ) . However, it will be appreciated that IMU data 706 may be updated more or fewer times (including zero times during at least a portion of the optimization process 700) . In some implementations, IMU data 706 may be updated during the update of the navigation state 701, when considering OBD / CAN data 702 and GNSS data 704, for at least some updates.

[0109] As a result of fusing or combining the usable portion of the measurements with the other sensed data, the navigation state of the UE, including its estimated position, velocity, and / or rotation, may thereby be updated at t1. A similar update of the navigation state may be done at t2, t3, and so on. As can be seen in FIG. 7, the direction of the  navigation state 701 may change over time (between t1 and t8) , and the distance between the navigation states 701 may also vary.

[0110] In some implementations, one or more of the navigation states 701 may be stored as map data or represented on a visual map or other user interface.

[0111] At block 416, global optimization may be performed. Global optimization may refer to or include a result of optimization of obtaining position and rotation of the UE via fusion of multiple types of sensor data such as GNSS data, OBD / CAN data, and / or IMU data (among other types of sensor data in some embodiments) . FIG. 8 shows a block diagram of an example of a system 800 for optimized localization of a UE 105, according to some embodiments.

[0112] In some embodiments, the system 800 may reside (as executable instructions) or be executed by a UE or one or more processors thereof. That is, the system 800 may be an offline sensor fusion system that does not require communication with another networked device such as a server or remote storage (other than, e.g., GNSS satellites) , which advantageously allows the UE 105 to improve positioning according to the techniques described herein and obtain the optimal navigation state in real time. However, as noted above and will be discussed below, other data may be provided to the UE 105 and the system 800 in certain implementations, which may be from an external device. In some implementations, the system 800 may be a simultaneous localization and mapping (SLAM) system configured to track the UE’s location, e.g., according to the global optimization 806. Global optimization 806 may be an example of block 416.

[0113] In some embodiments of the system 800, various sensor data may be input to the system 800 to obtain sensor data 820, a body of cached or stored sensor data and / or measurements. Sensor data 820 may be an example of sensor data 320 or sensor data 420. Hence, examples of sensor data 820 may include GNSS data, OBD / CAN data, and / or IMU data (among other types of sensor data) .

[0114] In some embodiments, global optimization 806 may be based on multi-sensor fusion 802 of the sensor data 820. In some implementations, other information 822, which may include further sensor data, state data relating to the UE, and / or other relevant information (e.g., relating to the environment such as landmarks and occlusions known to the location server 160, type of environment, locations of base stations, rough position determined by other components of the UE 105 such as an antenna) may be received by  the system 800. Multi-sensor fusion 802 may further consider the other information 822. In some examples, further sensor data may include GNSS data that fills in for bad (unusable) GNSS data that is determined, e.g., according to block 406. For example, when bad GNSS data is detected, the system 800 may switch GNSS satellites or systems (e.g., from GNS to GLONASS) .

[0115] In some scenarios, visual features of interest may be present in the environment, such as landmarks, occlusions, and other objects or features (e.g., roads, boundaries, crosswalks, traffic signs) . One or more applications of leveraging visual data of these visual features may include creating 3D map points for high precision localization for later use (e.g., stored at a location server) , and further enhancing and optimizing positioning of the UE 105, as will now be discussed. In some cases, positions of such visual features may already be mapped and known to the location server 160, which can be provided as other information 822.

[0116] In some implementations, feature extraction and / or tracking 804 may optionally be performed by the system 800. In some cases, images (e.g., an image sequence) or image data (e.g., from the sensor data 820) may be used to detect features within the images, e.g., using computer vision or image processing algorithms such as feature detection (e.g., using a scale-invariant feature transform (SIFT) feature detector) and extraction, edge detection, object recognition, or a feature matching algorithm.

[0117] In some implementations, feature triangulation 805 may optionally be performed. Triangulation in this context may refer to determining a point in three-dimensional (3D) space given its projection from two or more images of two or more views (e.g., images from the sensor data 820) . Triangulation made on image points may produce a 3D point. The identified features from feature tracking 804 may produce a 3D point.

[0118] Identified visual features of interest that are tracked 804 and triangulated 805 may be used to estimate a relative distance and / or position of the UE 105. For instance, if a particular landmark is shown in images captured by a camera of the UE, and it is depicted at a certain angle or size (based on, e.g., ORB (Oriented FAST ( (Features from Accelerated Segment Test) ) and Rotated BRIEF (Binary Robust Independent Elementary Features) ) ) , SIFT, or deep learning-based keypoints) , and the 3D point on the feature is  estimated, it may also be estimated that the UE 105 is at a particular location or region, or at least a distance from the 3D point based on a known position of the feature.

[0119] Hence, in some implementations, global optimization 806 may include not only fusion of sensor data 820 (e.g., removing unusable bad GNSS data) but also feature tracking and triangulation to further improve positioning of the UE 105.

[0120] FIG. 9 shows an illustrative map 900 comparing example outputs of a UE’s positions 904 based on GNSS and positions 906 based on the optimization process described herein. An example road 902 may be enclosed by curbs 903. A UE, such as a vehicle, which may include GNSS receiver and OBD / CAN (and possibly IMU and other sensors as discussed with respect to FIG. 3) , may traverse along the example road 902. When using GNSS only, a mapping of the vehicle’s location may be represented as line 904. When using the optimized localization process described above, the mapping of the vehicle’s location may be represented as line 906. Line 906 is noticeably more accurate to a highly granular degree. For instance, line 906 (which may, e.g., omit bad GNSS data) does not overlap with one of the curbs 903 at location 905 of the map 900, unlike line 904 corresponding to GNSS-only positioning. Thus, the disclosed embodiments can advantageously produce improved, more accurate localization of the UE, locally by the UE, in real time.

[0121] Example Methods

[0122] FIG. 10 is a flow diagram of an example of a method 1000 for localization of a user equipment (UE) , according to some embodiments. Structure for performing the functionality illustrated in one or more of the blocks shown in FIG. 10 may include hardware and / or software components of the UE, such as, for example, a controller apparatus, a computerized system, or a computer-readable apparatus including a storage medium storing computer-readable and / or computer-executable instructions that are configured to, when executed by at least one processor apparatus, cause the at least one processor apparatus or a computerized apparatus to perform the operations. Example components of the UE are illustrated in FIG. 11, which is described in more detail below.

[0123] It should also be noted that the operations of FIG. 10 may be performed in any suitable order, not necessarily the order depicted in FIG. 10. Further, the process shown in FIG. 10 may include additional or fewer operations than those depicted in FIG. 10.

[0124] At block 1010, the method 1000 may include obtaining at least a first plurality of measurements via a first type of sensor (or component) associated with the UE, and a second plurality of measurements via a second type of sensor (or component) associated with the UE. In some embodiments, the first type of sensor / component may include a Global Navigation Satellite System (GNSS) sensor or GNSS receiver configured to receive signals via one or more GNSS satellites; and the second type of sensor / component may include a velocity sensor or an inertial sensor. In some embodiments, the UE may include a vehicle, and the second type of sensor / component may include an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

[0125] In some embodiments, the method 1000 may further include obtaining a third plurality of measurements via a third type of sensor / component of the UE. In some implementations, the second type of sensor / component may include a velocity sensor; and the third type of sensor / component may include an inertial sensor.

[0126] Means for performing functionality at block 1010 may comprise sensor (s) 1140, GNSS receiver 1180, and / or other components of the UE, as illustrated in FIG. 11.

[0127] At block 1020, the method 1000 may include determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold. In some embodiments, the quality may be determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements.

[0128] In some implementations, the first type of sensor may include a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements may include positioning information associated with the UE obtained via the GNSS receiver; the second type of sensor may include a velocity sensor, and the second plurality of measurements may include velocity information associated with the UE obtained from the velocity sensor; the comparison may include identification of at least a portion of velocity information derived from the positioning information having one or more differences with velocity information obtained from the velocity sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements  below the acceptable threshold may be associated with the at least the portion of velocity information derived from the positioning information having the one or more differences.

[0129] In some implementations, the quality of the at least the portion of the first plurality of measurements may be determined to be below the acceptable threshold further based on a number of Global Navigation Satellite System (GNSS) satellites from which the first plurality of measurements are received, a dilution of precision (DOP) of the first plurality of measurements, a speed of position determination using the first plurality of measurements (e.g., a position determination speed using GNSS data) , or a combination thereof.

[0130] In some implementations, the first type of sensor may include a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements may include positioning information associated with the UE obtained via the GNSS receiver; the second type of sensor may include an inertial sensor, and the second plurality of measurements may include angular information associated with the UE obtained from the inertial sensor; the comparison may include identification of at least a portion of angular information derived from the positioning information having one or more differences with angular information obtained from the inertial sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements below the acceptable threshold may be associated with the at least the portion of angular information derived from the positioning information having the one or more differences.

[0131] In some embodiments, the method 1000 may further include discarding the at least the portion of the first plurality of measurements below the acceptable threshold to determine the usable portion of the first plurality of measurements.

[0132] Means for performing functionality at block 1020 may comprise processor (s) 1110 and / or other components of the UE, as illustrated in FIG. 11.

[0133] At block 1030, the method 1000 may include generating a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements. In some embodiments, the navigation state may include pose information of the UE, movement information of the UE, or both. Generating the navigation state of the UE may include determining the navigation state of the UE. Further, the generated navigation state of the UE may be  provided or transmitted, e.g., to a portion of an offline sensor fusion system (e.g., to perform global optimization 416 or 806) . For example, the second plurality of measurements could be used to fill in for the unusable portion of the first plurality of measurements over time, e.g., as illustrated in FIG. 7 or in a dead-reckoning algorithm.

[0134] In some implementations, the movement information of the UE may include a velocity of the UE, and the pose information may include. position information of the UE, orientation information of the UE, or both.

[0135] In some embodiments, the method 1000 may further include minimizing an error associated with the second plurality of measurements based on rotation information associated with the UE at two or more time points. In some implementations, the second type of sensor may include at least one inertial sensor, and the rotation information may be obtained via the at least one inertial sensor. In some cases, the at least one inertial sensor may include a gyroscope, an accelerometer, or a combination thereof; and the error may include a gyroscope bias, an accelerometer bias, or a combination thereof.

[0136] In some configurations, the generation of the navigation state of the UE may be further based on: the gyroscope bias, the accelerometer bias, or the combination thereof; a third plurality of measurements from a third type of sensor; or a combination thereof; the first type of sensor may include a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; the second type of sensor may include a velocity sensor; and the third type of sensor may include an inertial sensor.

[0137] In some embodiments, the first plurality of measurements and the second plurality of measurements may be stored (e.g., cached) at the UE; and the obtaining of the at least the first plurality of measurements, the determining of the usable portion of the first plurality of measurements, and the generating of the navigation state of the UE may be performed by the UE. That is, in some embodiments, the UE may not require communication with another device, apparatus, or networked entity (other than, e.g., GNSS satellites) , which can advantageously enable real-time determination of its navigation state.

[0138] Means for performing functionality at block 1030 may comprise processor (s) 1110 and / or other components of the UE, as illustrated in FIG. 11.

[0139] In some embodiments, the method 1000 may further include determining positioning information of the UE based on the navigation state of the UE and one or more images obtained via an optical sensor. In some implementations, the optical sensor may include a camera. However, an IR sensor, a UV sensor, or an RF sensor may also be used.

[0140] Means for performing functionality at block 1040 may comprise processor (s) 1110, sensor (s) 1140, and / or other components of the UE, as illustrated in FIG. 11.

[0141] Apparatus

[0142] FIG. 11 is a block diagram of an embodiment of a UE 105, which can be utilized as described herein above (e.g., in association with FIGS. 4, 7, 8 and 10) . For example, the UE 105 can perform one or more of the functions of the method shown in FIG. 10] . It should be noted that FIG. 11 is meant only to provide a generalized illustration of various components, any or all of which may be utilized as appropriate. It can be noted that, in some instances, components illustrated by FIG. 11 can be localized to a single physical device and / or distributed among various networked devices, which may be disposed at different physical locations. Furthermore, as previously noted, the functionality of the UE discussed in the previously described embodiments may be executed by one or more of the hardware and / or software components illustrated in FIG. 11.

[0143] The UE 105 is shown comprising hardware elements that can be electrically coupled via a bus 1105 (or may otherwise be in communication, as appropriate) . The hardware elements may include a processor (s) 1110 which can include without limitation one or more general-purpose processors (e.g., an application processor) , one or more special-purpose processors (such as digital signal processor (DSP) chips, graphics acceleration processors, application specific integrated circuits (ASICs) , and / or the like) , and / or other processing structures or means. Processor (s) 1110 may comprise one or more processing units, which may be housed in a single integrated circuit (IC) or multiple ICs. As shown in FIG. 11, some embodiments may have a separate DSP 1120, depending on desired functionality. Location determination and / or other determinations based on wireless communication may be provided in the processor (s) 1110 and / or wireless communication interface 1130 (discussed below) . The UE 105 also can include one or more input devices 1170, which can include without limitation one or more keyboards,  touch screens, touch pads, microphones, buttons, dials, switches, and / or the like; and one or more output devices 1115, which can include without limitation one or more displays (e.g., touch screens) , light emitting diodes (LEDs) , speakers, and / or the like.

[0144] The UE 105 may also include a wireless communication interface 1130, which may comprise without limitation a modem, a network card, an infrared communication device, a wireless communication device, and / or a chipset (such as a  device, an IEEE 802.11 device, an IEEE 802.15.4 device, a Wi-Fi device, a WiMAX device, a WAN device, and / or various cellular devices, etc. ) , and / or the like, which may enable the UE 105 to communicate with other devices as described in the embodiments above. The wireless communication interface 1130 may permit data and signaling to be communicated (e.g., transmitted and received) with TRPs of a network, for example, via eNBs, gNBs, ng-eNBs, access points, various base stations and / or other access node types, and / or other network components, computer systems, and / or any other electronic devices communicatively coupled with TRPs, as described herein. The communication can be carried out via one or more wireless communication antenna (s) 1132 that send and / or receive wireless signals 1134. According to some embodiments, the wireless communication antenna (s) 1132 may comprise a plurality of discrete antennas, antenna arrays, or any combination thereof. The antenna (s) 1132 may be capable of transmitting and receiving wireless signals using beams (e.g., Tx beams and Rx beams) . Beam formation may be performed using digital and / or analog beam formation techniques, with respective digital and / or analog circuitry. The wireless communication interface 1130 may include such circuitry.

[0145] Depending on desired functionality, the wireless communication interface 1130 may comprise a separate receiver and transmitter, or any combination of transceivers, transmitters, and / or receivers to communicate with base stations (e.g., ng-eNBs and gNBs) and other terrestrial transceivers, such as wireless devices and access points. The UE 105 may communicate with different data networks that may comprise various network types. For example, a WWAN may be a CDMA network, a Time Division Multiple Access (TDMA) network, a Frequency Division Multiple Access (FDMA) network, an Orthogonal Frequency Division Multiple Access (OFDMA) network, a Single-Carrier Frequency Division Multiple Access (SC-FDMA) network, a WiMAX (IEEE 802.16) network, and so on. A CDMA network may implement one or more RATs such as WCDMA, and so on.  includes IS-95,  IS-2000 and / or IS-856 standards. A TDMA network may implement GSM, Digital Advanced Mobile Phone System (D-AMPS) , or some other RAT. An OFDMA network may employ LTE, LTE Advanced, 5G NR, and so on. 5G NR, LTE, LTE Advanced, GSM, and WCDMA are described in documents from 3GPP.  is described in documents from a consortium named “3rd Generation Partnership Project 2” (3GPP2) . 3GPP and 3GPP2 documents are publicly available. A wireless local area network (WLAN) may also be an IEEE 802.11x network, and a wireless personal area network (WPAN) may be a Bluetooth network, an IEEE 802.15x, or some other type of network. The techniques described herein may also be used for any combination of WWAN, WLAN and / or WPAN.

[0146] The UE 105 can further include sensor (s) 1140. Sensor (s) 1140 may comprise, without limitation, one or more inertial sensors and / or other sensors (e.g., accelerometer (s) , gyroscope (s) , camera (s) , magnetometer (s) , altimeter (s) , microphone (s) , proximity sensor (s) , light sensor (s) , barometer (s) , and the like) , some of which may be used to obtain position-related measurements and / or other information.

[0147] The UE 105 can further include a velocity sensor, such as an OBD 1152, e.g., in embodiments in which the UE 105 includes or is a vehicle such as a car, boat, motorcycle, etc. The OBD 1152 may be disposed in the UE 105 communicatively coupled with the UE 105 via a bus 1155, which may be or include a CAN bus. The OBD 1152 may be configured to measure a speed or velocity of the UE (e.g., vehicle) , which may be useful in performing the improved localization of the UE as discussed herein. In some configurations, the velocity sensor (e.g., OBD 1152) may be disposed outside of the UE 105.

[0148] Embodiments of the UE 105 may also include a Global Navigation Satellite System (GNSS) receiver 1180 capable of receiving signals 1184 from one or more GNSS satellites using an antenna 1182 (which could be the same as antenna 1132) . Positioning based on GNSS signal measurement can be utilized to complement and / or incorporate the techniques described herein. The GNSS receiver 1180 can extract a position of the UE 105, using conventional techniques, from GNSS satellites of a GNSS system, such as Global Positioning System (GPS) , Galileo, GLONASS, Quasi-Zenith Satellite System (QZSS) over Japan, IRNSS over India, BeiDou Navigation Satellite System (BDS) over China, and / or the like. Moreover, the GNSS receiver 1180 can be used with various  augmentation systems (e.g., a Satellite Based Augmentation System (SBAS) ) that may be associated with or otherwise enabled for use with one or more global and / or regional navigation satellite systems, such as, e.g., Wide Area Augmentation System (WAAS) , European Geostationary Navigation Overlay Service (EGNOS) , Multi-functional Satellite Augmentation System (MSAS) , and Geo Augmented Navigation system (GAGAN) , and / or the like.

[0149] It can be noted that, although GNSS receiver 1180 is illustrated in FIG. 11 as a distinct component, embodiments are not so limited. As used herein, the term “GNSS receiver” may comprise hardware and / or software components configured to obtain GNSS measurements (measurements from GNSS satellites) . In some embodiments, therefore, the GNSS receiver may comprise a measurement engine executed (as software) by one or more processors, such as processor (s) 1110, DSP 1120, and / or a processor within the wireless communication interface 1130 (e.g., in a modem) . A GNSS receiver may optionally also include a positioning engine, which can use GNSS measurements from the measurement engine to determine a position of the GNSS receiver using an Extended Kalman Filter (EKF) , Weighted Least Squares (WLS) , particle filter, or the like. The positioning engine may also be executed by one or more processors, such as processor (s) 1110 or DSP 1120.

[0150] The UE 105 may further include and / or be in communication with a memory 1160. The memory 1160 can include, without limitation, local and / or network accessible storage, a disk drive, a drive array, an optical storage device, a solid-state storage device, such as a random access memory (RAM) , and / or a read-only memory (ROM) , which can be programmable, flash-updateable, and / or the like. Such storage devices may be configured to implement any appropriate data stores, including without limitation, various file systems, database structures, and / or the like.

[0151] The memory 1160 of the UE 105 also can comprise software elements (not shown in FIG. 11) , including an operating system, device drivers, executable libraries, and / or other code, such as one or more application programs, which may comprise computer programs provided by various embodiments, and / or may be designed to implement methods, and / or configure systems, provided by other embodiments, as described herein. Merely by way of example, one or more procedures described with respect to the method (s) discussed above may be implemented as code and / or instructions  in memory 1160 that are executable by the UE 105 (and / or processor (s) 1110 or DSP 1120 within UE 105) . In some embodiments, then, such code and / or instructions can be used to configure and / or adapt a general-purpose computer (or other device) to perform one or more operations in accordance with the described methods.

[0152] It will be apparent to those skilled in the art that substantial variations may be made in accordance with specific requirements. For example, customized hardware might also be used and / or particular elements might be implemented in hardware, software (including portable software, such as applets, etc. ) , or both. Further, connection to other computing devices such as network input / output devices may be employed.

[0153] With reference to the appended figures, components that can include memory can include non-transitory machine-readable media. The term “machine-readable medium” and “computer-readable medium” as used herein, refer to any storage medium that participates in providing data that causes a machine to operate in a specific fashion. In embodiments provided hereinabove, various machine-readable media might be involved in providing instructions / code to processors and / or other device (s) for execution. Additionally or alternatively, the machine-readable media might be used to store and / or carry such instructions / code. In many implementations, a computer-readable medium is a physical and / or tangible storage medium. Such a medium may take many forms, including but not limited to, non-volatile media and volatile media. Common forms of computer-readable media include, for example, magnetic and / or optical media, any other physical medium with patterns of holes, a RAM, a programmable ROM (PROM) , erasable PROM (EPROM) , a FLASH-EPROM, any other memory chip or cartridge, or any other medium from which a computer can read instructions and / or code.

[0154] The methods, systems, and devices discussed herein are examples. Various embodiments may omit, substitute, or add various procedures or components as appropriate. For instance, features described with respect to certain embodiments may be combined in various other embodiments. Different aspects and elements of the embodiments may be combined in a similar manner. The various components of the figures provided herein can be embodied in hardware and / or software. Also, technology evolves and, thus many of the elements are examples that do not limit the scope of the disclosure to those specific examples.

[0155] It has proven convenient at times, principally for reasons of common usage, to refer to such signals as bits, information, values, elements, symbols, characters, variables, terms, numbers, numerals, or the like. It should be understood, however, that all of these or similar terms are to be associated with appropriate physical quantities and are merely convenient labels. Unless specifically stated otherwise, as is apparent from the discussion above, it is appreciated that throughout this Specification discussion utilizing terms such as “processing, ” “computing, ” “calculating, ” “determining, ” “ascertaining, ” “identifying, ” “associating, ” “measuring, ” “performing, ” or the like refer to actions or processes of a specific apparatus, such as a special purpose computer or a similar special purpose electronic computing device. In the context of this Specification, therefore, a special purpose computer or a similar special purpose electronic computing device is capable of manipulating or transforming signals, typically represented as physical electronic, electrical, or magnetic quantities within memories, registers, or other information storage devices, transmission devices, or display devices of the special purpose computer or similar special purpose electronic computing device.

[0156] Terms, “and” and “or” as used herein, may include a variety of meanings that also is expected to depend, at least in part, upon the context in which such terms are used. Typically, “or” if used to associate a list, such as A, B, or C, is intended to mean A, B, and C, here used in the inclusive sense, as well as A, B, or C, here used in the exclusive sense. In addition, the term “one or more” as used herein may be used to describe any feature, structure, or characteristic in the singular or may be used to describe some combination of features, structures, or characteristics. However, it should be noted that this is merely an illustrative example and claimed subject matter is not limited to this example. Furthermore, the term “at least one of” if used to associate a list, such as A, B, or C, can be interpreted to mean any combination of A, B, and / or C, such as A, AB, AA, AAB, AABBCCC, etc.

[0157] Having described several embodiments, various modifications, alternative constructions, and equivalents may be used without departing from the scope of the disclosure. For example, the above elements may merely be a component of a larger system, wherein other rules may take precedence over or otherwise modify the application of the various embodiments. Also, a number of steps may be undertaken before, during, or after the above elements are considered. Accordingly, the above description does not limit the scope of the disclosure.

[0158] In view of this description embodiments may include different combinations of features. Implementation examples are described in the following numbered clauses:

[0159] Clause 1. A method for localization of a user equipment (UE) , the method comprising: obtaining at least a first plurality of measurements via a first type of sensor associated with the UE, and a second plurality of measurements via a second type of sensor associated with the UE; determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and determining a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the UE, movement information of the UE, or both.

[0160] Clause 2. The method of clause 1, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; and the second type of sensor comprises a velocity sensor or an inertial sensor.

[0161] Clause 3. The method of clause 1, wherein the UE comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

[0162] Clause 4. The method of clause 1, further comprising obtaining a third plurality of measurements via a third type of sensor of the UE; wherein: the second type of sensor comprises a velocity sensor; and the third type of sensor comprises an inertial sensor.

[0163] Clause 5. The method of clause 1, wherein the movement information of the UE comprises a velocity of the UE, and the pose information comprises position information of the UE, orientation information of the UE, or both.

[0164] Clause 6. The method of clause 1, further comprising minimizing an error associated with the second plurality of measurements based on rotation information associated with the UE at two or more time points.

[0165] Clause 7. The method of clause 6, wherein the second type of sensor comprises at least one inertial sensor, and the rotation information is obtained via the at least one inertial sensor.

[0166] Clause 8. The method of clause 7, wherein: the at least one inertial sensor comprises a gyroscope, an accelerometer, or a combination thereof; and the error comprises a gyroscope bias, an accelerometer bias, or a combination thereof.

[0167] Clause 9. The method of clause 8, wherein: the generating of the navigation state of the UE is further based on: the gyroscope bias, the accelerometer bias, or the combination thereof; a third plurality of measurements from a third type of sensor; or a combination thereof; the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; the second type of sensor comprises a velocity sensor; and the third type of sensor comprises an inertial sensor.

[0168] Clause 10. The method of clause 1, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver; the second type of sensor comprises a velocity sensor, and the second plurality of measurements comprise velocity information associated with the UE obtained from the velocity sensor; the comparison comprises identification of at least a portion of velocity information derived from the positioning information having one or more differences with velocity information obtained from the velocity sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of velocity information derived from the positioning information having the one or more differences.

[0169] Clause 11. The method of clause 1, wherein the quality of the at least the portion of the first plurality of measurements is determined to be below the acceptable  threshold further based on a number of Global Navigation Satellite System (GNSS) satellites from which the first plurality of measurements are received, a dilution of precision (DOP) of the first plurality of measurements, a speed of position determination using the first plurality of measurements, or a combination thereof.

[0170] Clause 12. The method of clause 1, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver; the second type of sensor comprises an inertial sensor, and the second plurality of measurements comprise angular information associated with the UE obtained from the inertial sensor; the comparison comprises identification of at least a portion of angular information derived from the positioning information having one or more differences with angular information obtained from the inertial sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of angular information derived from the positioning information having the one or more differences.

[0171] Clause 13. The method of clause 1, further comprising discarding the at least the portion of the first plurality of measurements below the acceptable threshold to determine the usable portion of the first plurality of measurements.

[0172] Clause 14. The method of clause 1, further comprising determining positioning information of the UE based on the navigation state of the UE and one or more images obtained via an optical sensor.

[0173] Clause 15. The method of clause 1, wherein: the first plurality of measurements and the second plurality of measurements are stored at the UE; and the obtaining of the at least the first plurality of measurements, the determining of the usable portion of the first plurality of measurements, and the generating of the navigation state of the UE are performed by the UE.

[0174] Clause 16. A user equipment (UE) comprising: a first type of sensor; a second type of sensor; and one or more processors communicatively coupled with the first  type of sensor and the second type of sensor, the one or more processors configured to cause the UE to: obtain at least a first plurality of measurements via the first type of sensor, and a second plurality of measurements via the second type of sensor; determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and generate a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the UE, movement information of the UE, or both.

[0175] Clause 17. The UE of clause 16, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; and the second type of sensor comprises a velocity sensor or an inertial sensor.

[0176] Clause 18. The UE of clause 16, wherein the UE comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

[0177] Clause 19. The UE of clause 16, further comprising a third type of sensor; and wherein the one or more processors are further configured to cause the UE to obtain a third plurality of measurements via the third type of sensor of the UE; and wherein: the second type of sensor comprises a velocity sensor; and the third type of sensor comprises an inertial sensor.

[0178] Clause 20. The UE of clause 16, wherein the movement information of the UE comprises a velocity of the UE, and the pose information comprises position information of the UE, orientation information of the UE, or both.

[0179] Clause 21. The UE of clause 16, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE  obtained via the GNSS receiver; the second type of sensor comprises a velocity sensor, and the second plurality of measurements comprise velocity information associated with the UE obtained from the velocity sensor; the comparison comprises identification of at least a portion of velocity information derived from the positioning information having one or more differences with velocity information obtained from the velocity sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of velocity information derived from the positioning information having the one or more differences.

[0180] Clause 22. The UE of clause 16, wherein the quality of the at least the portion of the first plurality of measurements is determined to be below the acceptable threshold further based on a number of Global Navigation Satellite System (GNSS) satellites from which the first plurality of measurements are received, a dilution of precision (DOP) of the first plurality of measurements, a speed of position determination using the first plurality of measurements, or a combination thereof.

[0181] Clause 23. The UE of clause 16, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver; the second type of sensor comprises an inertial sensor, and the second plurality of measurements comprise angular information associated with the UE obtained from the inertial sensor; the comparison comprises identification of at least a portion of angular information derived from the positioning information having one or more differences with angular information obtained from the inertial sensor which exceed a difference threshold; and the at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of angular information derived from the positioning information having the one or more differences.

[0182] Clause 24. The UE of clause 16, wherein: the first plurality of measurements and the second plurality of measurements are stored at the UE; and the obtaining of the  at least the first plurality of measurements, the determination of the usable portion of the first plurality of measurements, and the generation of the navigation state of the UE are performed by the UE.

[0183] Clause 25. An apparatus comprising: means for obtaining at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus; means for determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and means for generating a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the apparatus, movement information of the apparatus, or both.

[0184] Clause 26. The apparatus of clause 25, wherein: the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; and the second type of sensor comprises a velocity sensor or an inertial sensor.

[0185] Clause 27. The apparatus of clause 25, wherein the apparatus comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

[0186] Clause 28. A non-transitory computer-readable apparatus comprising a storage medium, the storage medium comprising a plurality of instructions configured to, when executed by one or more processors, cause an apparatus to: obtain at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus; determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of  measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; and generate a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the apparatus, movement information of the apparatus, or both.

[0187] Clause 29. The non-transitory computer-readable apparatus of clause 28, wherein:

[0188] the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; and the second type of sensor comprises a velocity sensor or an inertial sensor.

[0189] Clause 30. The non-transitory computer-readable apparatus of clause 28, wherein the apparatus comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

Claims

1.A method for localization of a user equipment (UE) , the method comprising:obtaining at least a first plurality of measurements via a first type of sensor associated with the UE, and a second plurality of measurements via a second type of sensor associated with the UE;determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; andgenerating a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the UE, movement information of the UE, or both.2.The method of claim 1, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; andthe second type of sensor comprises a velocity sensor or an inertial sensor.3.The method of claim 1, wherein the UE comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.4.The method of claim 1, further comprising obtaining a third plurality of measurements via a third type of sensor of the UE;wherein:the second type of sensor comprises a velocity sensor; andthe third type of sensor comprises an inertial sensor.5.The method of claim 1, wherein the movement information of the UE comprises a velocity of the UE, and the pose information comprises position information of the UE, orientation information of the UE, or both.6.The method of claim 1, further comprising minimizing an error associated with the second plurality of measurements based on rotation information associated with the UE at two or more time points.7.The method of claim 6, wherein the second type of sensor comprises at least one inertial sensor, and the rotation information is obtained via the at least one inertial sensor.8.The method of claim 7, wherein:the at least one inertial sensor comprises a gyroscope, an accelerometer, or a combination thereof; andthe error comprises a gyroscope bias, an accelerometer bias, or a combination thereof.9.The method of claim 8, wherein:the generating of the navigation state of the UE is further based on:the gyroscope bias, the accelerometer bias, or the combination thereof;a third plurality of measurements from a third type of sensor; ora combination thereof;the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites;the second type of sensor comprises a velocity sensor; andthe third type of sensor comprises an inertial sensor.10.The method of claim 1, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver;the second type of sensor comprises a velocity sensor, and the second plurality of measurements comprise velocity information associated with the UE obtained from the velocity sensor;the comparison comprises identification of at least a portion of velocity information derived from the positioning information having one or more differences with velocity information obtained from the velocity sensor which exceed a difference threshold; andthe at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of velocity information derived from the positioning information having the one or more differences.11.The method of claim 1, wherein the quality of the at least the portion of the first plurality of measurements is determined to be below the acceptable threshold further based on a number of Global Navigation Satellite System (GNSS) satellites from which the first plurality of measurements are received, a dilution of precision (DOP) of the first plurality of measurements, a speed of position determination using the first plurality of measurements, or a combination thereof.12.The method of claim 1, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver;the second type of sensor comprises an inertial sensor, and the second plurality of measurements comprise angular information associated with the UE obtained from the inertial sensor;the comparison comprises identification of at least a portion of angular information derived from the positioning information having one or more differences with angular information obtained from the inertial sensor which exceed a difference threshold; andthe at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of angular information derived from the positioning information having the one or more differences.13.The method of claim 1, further comprising discarding the at least the portion of the first plurality of measurements below the acceptable threshold to determine the usable portion of the first plurality of measurements.14.The method of claim 1, further comprising determining positioning information of the UE based on the navigation state of the UE and one or more images obtained via an optical sensor.15.The method of claim 1, wherein:the first plurality of measurements and the second plurality of measurements are stored at the UE; andthe obtaining of the at least the first plurality of measurements, the determining of the usable portion of the first plurality of measurements, and the generating of the navigation state of the UE are performed by the UE.16.A user equipment (UE) comprising:a first type of sensor;a second type of sensor; andone or more processors communicatively coupled with the first type of sensor and the second type of sensor, the one or more processors configured to cause the UE to:obtain at least a first plurality of measurements via the first type of sensor, and a second plurality of measurements via the second type of sensor;determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; andgenerate a navigation state of the UE based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the UE, movement information of the UE, or both.17.The UE of claim 16, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; andthe second type of sensor comprises a velocity sensor or an inertial sensor.18.The UE of claim 16, wherein the UE comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.19.The UE of claim 16, further comprising a third type of sensor; andwherein the one or more processors are further configured to cause the UE to obtain a third plurality of measurements via the third type of sensor of the UE; andwherein:the second type of sensor comprises a velocity sensor; andthe third type of sensor comprises an inertial sensor.20.The UE of claim 16, wherein the movement information of the UE comprises a velocity of the UE, and the pose information comprises position information of the UE, orientation information of the UE, or both.21.The UE of claim 16, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver;the second type of sensor comprises a velocity sensor, and the second plurality of measurements comprise velocity information associated with the UE obtained from the velocity sensor;the comparison comprises identification of at least a portion of velocity information derived from the positioning information having one or more differences with velocity information obtained from the velocity sensor which exceed a difference threshold; andthe at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of velocity information derived from the positioning information having the one or more differences.22.The UE of claim 16, wherein the quality of the at least the portion of the first plurality of measurements is determined to be below the acceptable threshold further based on a number of Global Navigation Satellite System (GNSS) satellites from which the first plurality of measurements are received, a dilution of precision (DOP) of the first plurality of measurements, a speed of position determination using the first plurality of measurements, or a combination thereof.23.The UE of claim 16, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver, and the first plurality of measurements comprise positioning information associated with the UE obtained via the GNSS receiver;the second type of sensor comprises an inertial sensor, and the second plurality of measurements comprise angular information associated with the UE obtained from the inertial sensor;the comparison comprises identification of at least a portion of angular information derived from the positioning information having one or more differences with angular information obtained from the inertial sensor which exceed a difference threshold; andthe at least the portion of the first plurality of measurements below the acceptable threshold is associated with the at least the portion of angular information derived from the positioning information having the one or more differences.24.The UE of claim 16, wherein:the first plurality of measurements and the second plurality of measurements are stored at the UE; andthe obtaining of the at least the first plurality of measurements, the determination of the usable portion of the first plurality of measurements, and the generation of the navigation state of the UE are performed by the UE.25.An apparatus comprising:means for obtaining at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus;means for determining a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; andmeans for generating a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the apparatus, movement information of the apparatus, or both.26.The apparatus of claim 25, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; andthe second type of sensor comprises a velocity sensor or an inertial sensor.27.The apparatus of claim 25, wherein the apparatus comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.28.A non-transitory computer-readable apparatus comprising a storage medium, the storage medium comprising a plurality of instructions configured to, when executed by one or more processors, cause an apparatus to:obtain at least a first plurality of measurements via a first type of sensor associated with the apparatus, and a second plurality of measurements via a second type of sensor associated with the apparatus;determine a usable portion of the first plurality of measurements and an unusable portion of the first plurality of measurements based on a quality of the unusable portion of the first plurality of measurements being below an acceptable threshold, the quality determined based at least on a comparison between the first plurality of measurements and the second plurality of measurements; andgenerate a navigation state of the apparatus based at least on a combination of the usable portion of the first plurality of measurements and a portion of the second plurality of measurements corresponding to the unusable portion of the first plurality of measurements, the navigation state comprising pose information of the apparatus, movement information of the apparatus, or both.29.The non-transitory computer-readable apparatus of claim 28, wherein:the first type of sensor comprises a Global Navigation Satellite System (GNSS) receiver configured to receive signals via one or more GNSS satellites; andthe second type of sensor comprises a velocity sensor or an inertial sensor.30.The non-transitory computer-readable apparatus of claim 28, wherein the apparatus comprises a vehicle, the second type of sensor comprises an on-board diagnostic (OBD) device configured to obtain velocity information associated with the vehicle.

Images