Geometria. Elaborazione del segnale. Apprendimento automatico. Come Flying Start prevede quando attraverserai la linea di partenza — e cosa lo differenzia dall'hardware che costa 50× di più.
Ogni calcolo del Tempo-alla-linea inizia con un problema di geometria. La tua posizione GPS è un punto. La tua rotta sul fondo definisce un raggio che si estende da quel punto. La linea di partenza è un segmento tra la barca PIN e la RC. Dove quelle due linee si incontrano — e quanto è lontana quell'intersezione — determina quanto tempo manca al taglio.
Flying Start usa un algoritmo di intersezione raggio-segmento parametrico per trovare il punto esatto in cui la tua traiettoria taglia la linea di partenza. A differenza di un semplice calcolo della distanza perpendicolare, questo tiene conto dell'angolo di avvicinamento. Prua a 45 gradi rispetto alla linea? Il tuo TTL è maggiore di quanto suggerisca la distanza in linea retta. Prua parallela? TTL indefinito — non la taglierai mai.
È la stessa geometria fondamentale che usano gli strumenti dedicati come il Velocitek ProStart e il Vakaros Atlas 2. La matematica è identica. Ciò che differisce è la precisione dei dati di input.
Il GPS ha una cattiva reputazione per via dei canyon urbani. In città, i segnali rimbalzano sugli edifici e il ricevitore non riesce a distinguere un segnale diretto da uno riflesso. Il risultato è l'interferenza multipath — errori di posizione da 5 a 15 metri.
La vela è l'opposto della città. Sei su un'acqua piatta con una visuale libera sull'intero cielo. Non c'è nulla che possa riflettere i segnali. Ogni segnale satellitare arriva pulito.
I telefoni con GPS a doppia frequenza (L1+L5) raggiungono una precisione di 1–2 metri in acque aperte. La banda L5 aggiunge una seconda frequenza che elimina gli errori ionosferici e aiuta a distinguere i segnali diretti dai riflessi. Sull'acqua, questo ti avvicina ai limiti pratici del GNSS consumer. I telefoni con GPS a frequenza singola (solo L1) raggiungono comunque 3–5 metri in acque aperte — significativamente meglio che in città.
iPhone: iPhone 15, 16 e 17 (tutti i modelli) e iPhone 14 Pro / Pro Max. L'iPhone 14 standard e l'iPhone SE sono solo L1.
Apple Watch: Ultra, Ultra 2 e Ultra 3. L'Apple Watch standard (Series 9, 10, 11, SE) usa solo L1.
Android: La maggior parte dei flagship dal 2020 in poi — inclusi Pixel 5+, Samsung Galaxy S21+ e OnePlus 9+. Controlla le specifiche del tuo telefono per «L5» o GNSS a «doppia frequenza».
Flying Start funziona su tutti i dispositivi dotati di GPS. La doppia frequenza offre una maggiore precisione, ma il filtro di Kalman e il modello ML migliorano le previsioni indipendentemente dalla banda supportata dal tuo hardware.
L'hardware dedicato come il Vakaros Atlas 2 ha un vantaggio: frequenze di aggiornamento a 25 Hz e correzioni differenziali che portano la precisione a ~25 centimetri. È genuinamente meglio. Ma il divario è più ristretto di quanto la maggior parte delle persone assuma — e la differenza residua può essere affrontata via software.
Il Vakaros Atlas 2 raggiunge una precisione di ~25 cm con GNSS a doppia banda a 25 Hz. Il Velocitek ProStart usa un ricevitore multi-costellazione a 25 Hz con aumentazione WAAS. Entrambi sono progettati specificamente per questo lavoro, e per le chiamate OCS ufficiali di livello campionato, quella precisione conta. L'approccio di Flying Start è quello di colmare il divario di precisione attraverso l'elaborazione del segnale e l'apprendimento automatico piuttosto che con l'hardware.
Il GPS grezzo ti dà una posizione una volta al secondo. Tra quegli aggiornamenti, il mondo continua a muoversi. Una barca a 5 nodi percorre 2,5 metri al secondo — e la posizione GPS ricevuta mezzo secondo fa è già obsoleta. Peggio ancora, i fix GPS consecutivi saltano casualmente nel loro cerchio di precisione, rendendo instabili le letture di velocità e rotta.
È la principale fonte di instabilità del TTL in un semplice strumento GPS. Calcoli il TTL dalla velocità e dalla rotta. Se la velocità oscilla tra 2,3 e 2,7 m/s da un fix all'altro, il TTL salta di diversi secondi ad ogni aggiornamento. È corretto in media, ma inutile per cronometrare una partenza.
Flying Start esegue un filtro di Kalman esteso (EKF) che risolve entrambi i problemi contemporaneamente.
Il filtro mantiene uno stato a sei dimensioni: posizione, velocità e accelerazione su due assi. Quattro volte al secondo, prevede dove dovrebbe trovarsi la barca in base alla fisica — estrapolazione a accelerazione costante. Una volta al secondo, quando arriva un nuovo fix GPS, fonde la previsione con la misurazione, pesando ciascuna per la sua incertezza.
I fix GPS ad alta precisione tirano di più sullo stato. I fix scadenti tirano meno. Tra i fix, la previsione colma le lacune. Il risultato: posizione e velocità che si aggiornano fluidamente a 4 Hz invece di saltare a 1 Hz.
Cosa significa per il TTL: la velocità e la rotta che alimentano il calcolo TTL sono valori filtrati e stabili — non rumore GPS grezzo. Il filtro traccia anche l'accelerazione, quindi se stai decelerando prima di una virata, la stima dello stato lo riflette piuttosto che assumere velocità costante.
L'EKF è il singolo più grande miglioramento alla precisione del TTL. Elimina il jitter che rende inaffidabili i calcoli TTL del GPS grezzo, smussa il rumore di velocità e rotta, e colma le lacune di 1 Hz con previsione basata sulla fisica. È completamente deterministico — nessun dato di addestramento necessario, nessuna dipendenza dal cloud, funziona in modo identico su iPhone, Apple Watch e Android. Questo solo livello colma circa l'80% del divario di precisione tra un telefono e uno strumento dedicato a 25 Hz.
Il filtro di Kalman assume un'accelerazione costante. È un buon modello per una barca che naviga in linea retta, ma si rompe negli scenari più importanti: gli ultimi 30 secondi dell'avvicinamento alla partenza, quando i velisti regolano la velocità, abattono, orzano e virano.
Flying Start usa una rete neurale convoluzionale 1D che gira interamente sul tuo dispositivo per prevedere ciò che il filtro di Kalman sbaglia. È addestrata su decine di migliaia di avvicinamenti simulati alla partenza con fisica velica realistica — virate, cambi di velocità, effetti di corrente, rumore GPS — e apprende i pattern che i semplici modelli fisici trascurano.
Come funziona: il modello analizza una finestra scorrevole di 30 secondi del tuo avvicinamento — profilo di velocità, variazioni di rotta, schema di accelerazione, distanza alla linea, velocità di avvicinamento e conto alla rovescia rimanente. Ha visto migliaia di scenari simulati in cui conosce il tempo reale di attraversamento, e ha imparato quali pattern il filtro di Kalman valuta erroneamente.
Quando aiuta di più: il modello aggiunge più valore negli ultimi 15–30 secondi prima di una partenza, quando stai manovrando attivamente. Un velista che orza per togliere velocità, poi abbatte per accelerare — il filtro di Kalman prevede in base all'accelerazione attuale, ma il modello riconosce il pattern e anticipa il prossimo cambio di velocità. In scenari di test con virate e cambi di velocità, il livello ML riduce l'errore TTL di 1–3 secondi rispetto al solo filtro di Kalman.
Quando non aiuta molto: con un avvicinamento pulito in linea retta a velocità costante, il filtro di Kalman è già molto preciso. Il modello ML non aggiunge molto in quelle situazioni — ed è progettato per non farlo. La correzione è limitata a ±30% del TTL di Kalman, quindi il modello può affinare la stima ma non può mai produrre un risultato completamente errato.
Né il Velocitek ProStart né il Vakaros Atlas 2 usano l'apprendimento automatico per la previsione TTL. Si basano sulla cinematica: distanza divisa per velocità. Funziona bene con GPS a 25 Hz, ma ha lo stesso punto cieco — non può anticipare le manovre. Il livello ML è qualcosa che il software può fare e l'hardware non può, perché migliora nel tempo imparando da più dati.
Il modello attuale è addestrato su dati sintetici — partenze di regata simulate al computer con fisica velica realistica. È buono, ma le simulazioni non possono catturare tutto. Il modo in cui un 420 si avvicina alla linea di partenza è diverso da un J/70 o da un Laser. I pattern di marea nel Solent sono diversi dalla baia di San Francisco. Le partenze con vento leggero non assomigliano per niente alle partenze di bolina a 25 nodi.
Flying Start cattura metriche di timing anonimizzate da partenze reali — velocità filtrata, rotta, distanza alla linea e il momento reale dell'attraversamento — e usa questi dati per riaddestrare il modello. Ogni partenza, in ogni classe e sede, rende le previsioni più accurate per tutti.
Non devi fare nulla. Se la registrazione della traccia GPS è abilitata (lo è per impostazione predefinita), le tue partenze contribuiscono automaticamente ai dati di addestramento. I dati vengono anonimizzati prima dell'addestramento — nessun nome, nessuna posizione, solo la forma dell'avvicinamento e il timing dell'attraversamento. Puoi rinunciare in qualsiasi momento nelle Impostazioni.
Gli strumenti hardware non possono fare questo. Un Velocitek ProStart non ha connessione di rete e nessun modo per migliorare i suoi algoritmi dopo aver lasciato la fabbrica. Un Vakaros Atlas 2 ha connettività, ma il suo calcolo TTL è pura cinematica — non c'è un ciclo di apprendimento. Il modello di Flying Start migliora ogni stagione.
Il modello base impara da tutti i velisti. Ma le tue partenze hanno pattern unici per te — con quanta aggressività acceleri negli ultimi 10 secondi, quanta velocità perdi in una virata, quanto presto inizi il tuo avvicinamento finale.
Il framework Core ML di Apple supporta gli aggiornamenti del modello sul dispositivo via MLUpdateTask su iPhone. Ciò significa che Flying Start può perfezionare il modello base sui tuoi pattern specifici dopo 20–30 partenze — senza inviare alcun dato a un server. La personalizzazione avviene interamente sul tuo telefono.
Dopo abbastanza partenze, le tue previsioni TTL non rifletteranno solo come un velista medio si avvicina alla linea di partenza. Rifletteranno come you la affronti tu — la tua barca, il tuo stile, le tue tendenze.
La personalizzazione sul dispositivo richiede un iPhone. Apple Watch può eseguire il modello personalizzato (sincronizzato dall'iPhone accoppiato) ma non può eseguire l'addestramento sul dispositivo stesso. Il supporto Android dipende da framework di addestramento sul dispositivo equivalenti. La personalizzazione ha bisogno di abbastanza dati — le prime 20–30 partenze usano il modello base prima che la personalizzazione entri in gioco.
Siamo ingegneri. Crediamo nei confronti onesti. Ecco cosa ti dà uno strumento da $1.000 che il software da solo non può replicare.
Il Vakaros Atlas 2 raggiunge una precisione di ~25 cm con GNSS a doppia banda a 25 Hz e correzioni differenziali in tempo reale. Anche con il nostro filtro di Kalman, un GPS da telefono ha un rumore di fondo di 1–2 metri. Per le chiamate OCS ufficiali di livello campionato — dove i centimetri determinano se parti o no — l'hardware dedicato ha il vantaggio.
25 Hz significa un nuovo fix di posizione ogni 40 millisecondi. Il GPS del telefono funziona a 1 Hz (un fix al secondo). Il nostro filtro di Kalman interpola tra i fix a 4 Hz, ma è una previsione, non una misurazione. Negli ultimi 3–5 secondi di una partenza, quando le cose cambiano più rapidamente, il GPS grezzo ad alta frequenza ha un vantaggio intrinseco.
Uno schermo da 4,4" leggibile alla luce del sole con Gorilla Glass e batteria da 100 ore è progettato appositamente per il cockpit. Un telefono in una custodia impermeabile è buono, ma è ancora un telefono. Apple Watch al polso è probabilmente meglio per le occhiate rapide, ma lo schermo è piccolo.
Scarica Flying Start gratis. Aggiorna a Premium per TTL, DTL, avvisi OCS, Valutazione partenza, Apple Watch e tutto il resto.