기하학. 신호 처리. 머신러닝. Flying Start가 언제 출발선을 통과할지 예측하는 방법 — 그리고 50배 더 비싼 하드웨어와 무엇이 다른지.
모든 라인까지 시간 계산은 기하학 문제로 시작합니다. GPS 위치는 한 점입니다. 지상 코스는 그 점에서 연장되는 광선을 정의합니다. 출발선은 PIN과 RC 보트 사이의 선분입니다. 두 선이 만나는 곳 — 그 교차점이 얼마나 멀리 있는지 — 가 통과까지 걸리는 시간을 결정합니다.
Flying Start는 매개변수 광선-선분 교차 알고리즘을 사용하여 궤적이 출발선과 교차하는 정확한 지점을 찾습니다. 단순한 수직 거리 계산과 달리, 이는 접근 각도를 고려합니다. 선에 45도로 향하고 있나요? TTL은 직선 거리보다 더 깁니다. 평행하게 향하고 있나요? TTL은 정의되지 않습니다 — 결코 통과하지 못합니다.
이는 Velocitek ProStart와 Vakaros Atlas 2 같은 전용 기기가 사용하는 동일한 기본 기하학입니다. 수학은 동일합니다. 차이점은 입력이 얼마나 정확한지입니다.
GPS는 도심 협곡에서 나쁜 평판을 받습니다. 도시에서는 신호가 건물에서 반사되어 수신기가 직접 신호와 반사된 신호를 구별할 수 없습니다. 결과는 다중 경로 간섭 — 5–15미터의 위치 오차입니다.
세일링은 도시의 반대입니다. 전체 하늘이 막힘 없이 보이는 평평한 수면에 있습니다. 반사할 것이 없습니다. 모든 위성 신호가 깨끗하게 도달합니다.
듀얼 주파수 GPS (L1+L5)를 갖춘 폰은 개방 수역에서 1–2미터 정확도를 달성합니다. L5 대역은 이온층 오차를 제거하고 직접 신호와 반사 신호를 구별하는 데 도움이 되는 두 번째 주파수를 추가합니다. 물 위에서 이는 소비자 GNSS의 실질적 한계에 근접합니다. 단일 주파수 GPS (L1만)를 갖춘 폰도 개방 수역에서 3–5미터를 달성합니다 — 도시보다 훨씬 좋습니다.
iPhone: iPhone 15, 16, 17 (모든 모델), iPhone 14 Pro / Pro Max. 표준 iPhone 14와 iPhone SE는 L1 전용입니다.
Apple Watch: Ultra, Ultra 2, Ultra 3. 표준 Apple Watch (Series 9, 10, 11, SE)는 L1만 사용합니다.
Android: 2020년 이후 대부분의 플래그십 — Pixel 5+, Samsung Galaxy S21+, OnePlus 9+ 포함. 폰 사양에서 “L5” 또는 “듀얼 주파수” GNSS를 확인하세요.
Flying Start는 GPS가 장착된 모든 기기에서 작동합니다. 듀얼 주파수는 더 나은 정확도를 제공하지만, 칼만 필터와 ML 모델은 하드웨어가 지원하는 대역에 관계없이 예측을 개선합니다.
Vakaros Atlas 2와 같은 전용 하드웨어는 실제 이점이 있습니다. 25 Hz 업데이트 속도와 정확도를 ~25cm까지 높이는 차등 보정이 그것입니다. 이는 분명히 더 우수합니다. 하지만 격차는 대부분의 사람들이 생각하는 것보다 좁으며, 나머지 차이는 소프트웨어로 해결할 수 있습니다.
Vakaros Atlas 2는 25 Hz에서 듀얼 밴드 GNSS로 ~25cm 정확도를 달성합니다. Velocitek ProStart는 WAAS 보강이 적용된 25 Hz 다중 위성군 수신기를 사용합니다. 두 제품 모두 이 용도에 맞게 제작되었으며, 챔피언십 수준의 공식 심판급 OCS 판정에서 그 정밀도는 중요합니다. Flying Start의 접근 방식은 하드웨어가 아닌 신호 처리와 머신러닝을 통해 정확도 격차를 줄이는 것입니다.
원시 GPS는 초당 한 번 위치를 제공합니다. 업데이트 사이에도 세상은 계속 움직입니다. 5노트로 항해하는 보트는 초당 2.5미터를 이동합니다 — 반초 전에 받은 GPS 위치는 이미 오래된 것입니다. 더 나쁜 것은, 연속적인 GPS 고정이 정확도 원 내에서 무작위로 튀어올라 속도와 방향 읽기가 불안정해집니다.
이것이 단순 GPS 기기에서 TTL 불안정의 가장 큰 원인입니다. TTL은 속도와 방향으로 계산합니다. 속도가 한 픽스에서 다음 픽스까지 2.3~2.7 m/s 사이에서 흔들리면 TTL은 업데이트마다 수 초씩 튀게 됩니다. 평균적으로는 맞지만 출발 타이밍에는 쓸모가 없습니다.
Flying Start는 두 문제를 동시에 해결하는 확장 칼만 필터 (EKF)를 실행합니다.
필터는 6차원 상태를 유지합니다: 두 축의 위치, 속도, 가속도. 초당 4회, 물리학을 기반으로 보트가 어디에 있어야 하는지 예측합니다 — 일정 가속도 외삽. 초당 한 번, 새 GPS 고정이 도착하면 불확실성으로 각각 가중치를 두어 예측과 측정을 혼합합니다.
높은 정확도의 GPS 고정은 상태를 더 많이 끌어당깁니다. 낮은 품질의 고정은 덜 끌어당깁니다. 고정 사이에 예측이 간격을 채웁니다. 결과: 1Hz에서 튀는 대신 4Hz에서 부드럽게 업데이트되는 위치와 속도.
TTL에 대한 의미: TTL 계산에 입력되는 속도와 방향은 원시 GPS 노이즈가 아닌 필터링된 안정적인 값입니다. 필터는 가속도도 추적하므로, 태킹 전에 감속 중이라면 등속을 가정하는 대신 상태 추정값에 이를 반영합니다.
EKF는 TTL 정확도에 있어 가장 큰 단일 개선점입니다. 원시 GPS TTL 계산을 불안정하게 만드는 지터를 제거하고, 속도 및 방향 노이즈를 평탄화하며, 1 Hz 간격을 물리 기반 예측으로 채웁니다. 완전히 결정론적이므로 훈련 데이터가 필요 없고 클라우드 의존성도 없으며, iPhone, Apple Watch, Android에서 동일하게 작동합니다. 이 단 하나의 레이어가 스마트폰과 전용 25 Hz 기기 사이의 정확도 격차를 약 80% 줄여 줍니다.
칼만 필터는 일정 가속도를 가정합니다. 직선으로 항해하는 보트에는 좋은 모델이지만, 가장 중요한 시나리오에서 무너집니다: 선수들이 속도를 조절하고, 베어링어웨이, 러핑, 태킹하는 스타트 접근의 마지막 30초.
Flying Start는 기기에서 완전히 실행되는 1D 합성곱 신경망을 사용하여 칼만 필터가 틀리는 것을 예측합니다. 현실적인 세일링 물리학 — 태킹, 속도 변화, 조류 효과, GPS 노이즈 — 을 갖춘 수만 개의 시뮬레이션 스타트 접근으로 훈련되어 단순 물리 모델이 놓치는 패턴을 학습합니다.
작동 방식: 모델은 접근의 롤링 30초 창을 봅니다 — 속도 프로파일, 방향 변화, 가속도 패턴, 라인까지 거리, 접근 속도, 남은 카운트다운. 실제 통과 시간을 알고 있는 수천 개의 시뮬레이션 시나리오를 보았으며, 칼만 필터가 잘못 판단하는 패턴을 학습했습니다.
가장 도움이 될 때: 모델은 스타트 전 마지막 15–30초에 가장 많은 가치를 추가합니다, 활발하게 조종할 때. 속도를 줄이기 위해 러핑한 후 가속하기 위해 베어링어웨이하는 선수 — 칼만 필터는 현재 가속도를 기반으로 예측하지만, 모델은 패턴을 인식하고 다가오는 속도 변화를 예상합니다. 태킹과 속도 변화가 있는 테스트 시나리오에서 ML 레이어는 칼만 필터 단독 대비 TTL 오차를 1–3초 줄입니다.
별로 도움이 안 될 때: 일정한 속도로 깨끗하고 직선적인 접근에서는 칼만 필터가 이미 매우 정확합니다. ML 모델은 그런 상황에서 많이 추가하지 않습니다 — 그렇게 설계되었습니다. 보정은 칼만 TTL의 ±30%로 제한되므로, 모델은 추정을 개선할 수 있지만 터무니없이 잘못된 결과를 생성할 수 없습니다.
Velocitek ProStart도 Vakaros Atlas 2도 TTL 예측에 머신러닝을 사용하지 않습니다. 운동학에 의존합니다: 거리 나누기 속도. 25Hz GPS에서는 잘 작동하지만, 동일한 맹점이 있습니다 — 조종을 예상할 수 없습니다. ML 레이어는 소프트웨어가 할 수 있지만 하드웨어는 할 수 없는 것입니다, 더 많은 데이터로부터 학습하면서 시간이 지남에 따라 개선되기 때문입니다.
현재 모델은 합성 데이터로 훈련됩니다 — 현실적인 세일링 물리학을 갖춘 컴퓨터 시뮬레이션 레이스 스타트. 좋지만, 시뮬레이션이 모든 것을 포착할 수는 없습니다. 420이 출발선에 접근하는 방식은 J/70이나 Laser와 다릅니다. Solent의 조류 패턴은 San Francisco Bay와 다릅니다. 미풍 스타트는 25노트 풍상 스타트와 전혀 다릅니다.
Flying Start는 실제 레이스 스타트에서 익명화된 타이밍 지표를 캡처합니다 — 필터링된 속도, 방향, 라인까지 거리, 실제 통과 순간 — 그리고 이 데이터를 사용하여 모델을 재훈련합니다. 모든 클래스와 장소에서 모든 스타트가 모든 사람의 예측을 더 정확하게 만듭니다.
아무것도 할 필요가 없습니다. GPS 트랙 기록이 활성화되어 있으면 (기본적으로 활성화됨), 스타트가 자동으로 훈련 데이터에 기여합니다. 데이터는 훈련 전에 익명화됩니다 — 이름 없음, 위치 없음, 단지 접근 형태와 통과 타이밍만. 언제든지 설정에서 옵트아웃할 수 있습니다.
하드웨어 기기는 이것을 할 수 없습니다. Velocitek ProStart는 네트워크 연결이 없고 공장을 떠난 후 알고리즘을 개선할 방법이 없습니다. Vakaros Atlas 2는 연결성이 있지만, TTL 계산은 순수 운동학입니다 — 학습 루프가 없습니다. Flying Start의 모델은 매 시즌 더 좋아집니다.
기본 모델은 모든 선수로부터 학습합니다. 하지만 귀하의 스타트에는 귀하에게 고유한 패턴이 있습니다 — 마지막 10초에 얼마나 공격적으로 가속하는지, 태킹에서 얼마나 속도를 잃는지, 최종 접근을 얼마나 일찍 시작하는지.
Apple의 Core ML 프레임워크는 iPhone에서 MLUpdateTask를 통한 온디바이스 모델 업데이트를 지원합니다. 이는 Flying Start가 20–30번의 스타트 후 서버에 데이터를 전송하지 않고 기본 모델을 귀하의 특정 패턴에 맞게 미세 조정할 수 있음을 의미합니다. 개인화는 전적으로 귀하의 폰에서 이루어집니다.
충분한 스타트 후, TTL 예측은 평균적인 선수가 출발선에 접근하는 방식을 반영하는 것에 그치지 않습니다. 다음이 어떻게 접근하는지를 반영합니다: you 귀하의 보트, 귀하의 스타일, 귀하의 경향.
온디바이스 개인화는 iPhone이 필요합니다. Apple Watch는 개인화된 모델을 실행할 수 있지만 (페어링된 iPhone에서 동기화됨) 온디바이스 훈련 자체는 수행할 수 없습니다. Android 지원은 동등한 온디바이스 훈련 프레임워크에 따라 달라집니다. 개인화는 충분한 데이터가 필요합니다 — 처음 20–30번의 스타트는 개인화가 시작되기 전에 기본 모델을 사용합니다.
당사는 엔지니어입니다. 솔직한 비교를 믿습니다. $1,000 기기가 소프트웨어 단독으로는 복제할 수 없는 것을 제공하는 내용입니다.
Vakaros Atlas 2는 25Hz 듀얼 밴드 GNSS와 실시간 차동 보정으로 ~25cm 정확도를 달성합니다. 칼만 필터를 사용해도 폰 GPS는 1–2미터의 노이즈 플로어를 가집니다. 챔피언십 수준에서 공식 심판급 OCS 판정 — 센티미터가 스타트 여부를 결정하는 곳 — 에서는 전용 하드웨어가 우위에 있습니다.
25Hz는 40밀리초마다 새로운 위치 고정을 의미합니다. 폰 GPS는 1Hz (초당 한 번 고정)로 실행됩니다. 칼만 필터는 4Hz에서 고정 사이를 보간하지만, 이는 예측이지 측정이 아닙니다. 스타트의 마지막 3–5초에 가장 빠르게 변화할 때, 더 높은 속도의 원시 GPS는 고유한 이점이 있습니다.
Gorilla Glass와 100시간 배터리가 탑재된 4.4인치 직사광선에서도 읽기 쉬운 화면은 콕핏을 위해 특별히 제작되었습니다. 방수 케이스에 든 폰도 좋지만 여전히 폰입니다. 손목 위의 Apple Watch는 한눈에 보기에 더 낫다고 할 수 있지만, 화면이 작습니다.