Geometri. Signalbearbetning. Maskininlärning. Hur Flying Start förutspår när du korsar startlinjen — och vad som gör det annorlunda från hårdvara som kostar 50× mer.
Varje Time-To-Line-beräkning börjar med ett geometriproblem. Din GPS-position är en punkt. Din kurs över grunden definierar en stråle som sträcker sig från den punkten. Startlinjen är ett segment mellan PIN- och RC-båten. Där dessa två linjer möts — och hur långt bort den skärningen är — avgör hur lång tid det tar innan du korsar.
Flying Start använder en parametrisk stråle-segment-skärningsalgoritm för att hitta den exakta punkten där din bana korsar startlinjen. Till skillnad från en enkel lodrät avståndsberäkning tar detta hänsyn till vinkeln på ditt anlopp. Kurs 45 grader mot linjen? Din TTL är längre än det raka avståndet antyder. Parallell kurs? TTL är odefinierad — du korsar aldrig.
Detta är samma grundläggande geometri som dedikerade instrument som Velocitek ProStart och Vakaros Atlas 2 använder. Matematiken är identisk. Det som skiljer sig är hur noggranna indata är.
GPS har ett dåligt rykte från stadskanjonerna. I en stad studsar signaler mot byggnader och mottagaren kan inte skilja en direkt signal från en reflekterad. Resultatet är flervägsinterferens — positionsfel på 5–15 meter.
Segling är motsatsen till en stad. Du befinner dig på plant vatten med fri sikt mot hela himlen. Det finns inget att reflektera mot. Varje satellitsignal anländer ren.
Telefoner med dual-frekvens-GPS (L1+L5) uppnår 1–2 meters noggrannhet på öppet vatten. L5-bandet lägger till en andra frekvens som eliminerar jonosferiska fel och hjälper till att skilja direktsignaler från reflektioner. På vattnet kommer du nära de praktiska gränserna för konsument-GNSS. Telefoner med enkel-frekvens-GPS (endast L1) uppnår fortfarande 3–5 meter på öppet vatten — väsentligt bättre än i en stad.
iPhone: iPhone 15, 16 och 17 (alla modeller) och iPhone 14 Pro / Pro Max. Standard iPhone 14 och iPhone SE är endast L1.
Apple Watch: Ultra, Ultra 2 och Ultra 3. Standard Apple Watch (Series 9, 10, 11, SE) använder endast L1.
Android: De flesta flaggskepp från 2020 och framåt — inklusive Pixel 5+, Samsung Galaxy S21+ och OnePlus 9+. Kontrollera telefonens specifikationer för "L5" eller "dual-frekvens" GNSS.
Flying Start fungerar på alla GPS-utrustade enheter. Dual-frekvens ger dig bättre noggrannhet, men Kalman-filtret och ML-modellen förbättrar prognoser oavsett vilket band din hårdvara stöder.
Dedikerad hårdvara som Vakaros Atlas 2 har en fördel: 25 Hz uppdateringsfrekvenser och differentialkorrektioner som ger noggrannhet till ~25 centimeter. Det är genuint bättre. Men skillnaden är snävare än vad de flesta antar — och den återstående skillnaden kan åtgärdas i programvara.
Vakaros Atlas 2 uppnår ~25 cm noggrannhet med dual-band GNSS vid 25 Hz. Velocitek ProStart använder en 25 Hz multi-konstellation-mottagare med WAAS-augmentation. Båda är specialbyggda för detta ändamål, och för officiell OCS-utropning på domarnivå vid mästerskapsnivå är den precisionen viktig. Flying Starts strategi är att stänga noggrannhetsgapet genom signalbearbetning och maskininlärning snarare än hårdvara.
Rå GPS ger dig en position en gång per sekund. Mellan dessa uppdateringar fortsätter världen att röra sig. En båt som gör 5 knop täcker 2,5 meter per sekund — och GPS-positionen du fick en halv sekund sedan är redan gammal. Värre, efterföljande GPS-fixar hoppar slumpmässigt runt inom sin noggrannhetscirkel, vilket gör hastighets- och kursavläsningar ryckiga.
Detta är den enda största källan till TTL-instabilitet i ett enkelt GPS-instrument. Du beräknar TTL från hastighet och kurs. Om hastigheten rycker mellan 2,3 och 2,7 m/s från en fix till nästa, hoppar TTL med flera sekunder vid varje uppdatering. Det är korrekt i genomsnitt, men värdelöst för att tajma en start.
Flying Start kör ett Utökat Kalman-filter (EKF) som löser båda problemen samtidigt.
Filtret upprätthåller ett sexdimensionellt tillstånd: position, hastighet och acceleration i två axlar. Fyra gånger per sekund förutspår det var båten ska vara baserat på fysik — konstant accelerationsextrapolering. En gång per sekund, när en ny GPS-fix anländer, blandar det förutsägelsen med mätningen och väger var och en efter dess osäkerhet.
Hög-noggrannhets GPS-fixar drar tillståndet mer. Dåliga fixar drar det mindre. Mellan fixarna fyller förutsägelsen luckorna. Resultatet: position och hastighet som uppdateras jämnt med 4 Hz istället för att hoppa med 1 Hz.
Vad detta innebär för TTL: hastigheten och kursen som matas in i TTL-beräkningen är filtrerade, stabila värden — inte rå GPS-brus. Filtret spårar också acceleration, så om du saktar ner in i ett slag, återspeglar tillståndsskattningen det snarare än att anta konstant hastighet.
EKF är den enda största förbättringen av TTL-noggrannhet. Det eliminerar ryckigheten som gör rå-GPS TTL-beräkningar opålitliga, jämnar ut hastighets- och kursbrus och fyller 1 Hz-luckorna med fysikbaserad förutsägelse. Det är fullt deterministiskt — inga träningsdata behövs, inget molnberoende, fungerar identiskt på iPhone, Apple Watch och Android. Detta enda lager stänger ungefär 80% av noggrannhetsgapet mellan en telefon och ett dedikerat 25 Hz-instrument.
Kalman-filtret antar konstant acceleration. Det är en bra modell för en båt som seglar i en rak linje, men det bryts ner i scenarierna som spelar störst roll: de sista 30 sekunderna av ett startanlopp, när seglarna justerar hastighet, faller av, lovgir och stagvänder.
Flying Start använder ett 1D-faltningsneuralt nätverk som körs helt på din enhet för att förutsäga vad Kalman-filtret har fel. Det är tränat på tiotusentals simulerade startanlopp med realistisk segelfysik — stagvändningar, hastighetsändringar, strömeffekter, GPS-brus — och lär sig mönstren som enkla fysikmodeller missar.
Hur det fungerar: modellen tittar på ett rullande 30-sekunders fönster av ditt anlopp — hastighetsprofil, kursändringar, accelerationsmönster, avstånd till linjen, stängningshastighet och återstående nedräkning. Den har sett tusentals simulerade scenarier där den vet den faktiska korsningsstiden, och har lärt sig vilka mönster Kalman-filtret missbedömer.
När det hjälper mest: modellen tillför störst värde under de sista 15–30 sekunderna före en start, när du aktivt manövrerar. En seglare som lovgir för att döda fart, sedan faller av för att accelerera — Kalman-filtret förutsäger baserat på nuvarande acceleration, men modellen känner igen mönstret och förutser den kommande hastighetsförändringen. I testscenarier med stagvändningar och hastighetsändringar minskar ML-lagret TTL-fel med 1–3 sekunder jämfört med Kalman-filtret ensamt.
När det inte hjälper mycket: vid ett rent, rätlinjeformat anlopp med jämn hastighet är Kalman-filtret redan mycket exakt. ML-modellen tillför inte mycket i dessa situationer — och är utformad att inte göra det. Korrektionen är begränsad till ±30% av Kalman-TTL, så modellen kan förfina uppskattningen men kan aldrig producera ett helt fel resultat.
Varken Velocitek ProStart eller Vakaros Atlas 2 använder maskininlärning för TTL-förutsägelse. De förlitar sig på kinematik: avstånd dividerat med hastighet. Det fungerar bra med 25 Hz GPS, men det har samma blinda fläck — det kan inte förutse manövrar. ML-lagret är något som programvara kan göra som hårdvara inte kan, eftersom det förbättras med tiden när det lär sig från mer data.
Den nuvarande modellen är tränad på syntetisk data — datorsimulerade tävlingsstarter med realistisk segelfysik. Det är bra, men simuleringar kan inte fånga allt. Hur en 420 nalkas en startlinje är annorlunda än en J/70 eller en Laser. Tidevattensmönster i Solent är annorlunda än i San Francisco Bay. Lätta-vind-starter ser ingenting ut som 25-knots-vindstarter.
Flying Start samlar in anonymiserade timinmätvärden från verkliga tävlingsstarter — filtrerad hastighet, kurs, avstånd till linjen och det faktiska ögonblicket av korsning — och använder dessa data för att omträna modellen. Varje start, i varje klass och tävlingsplats, gör förutsägelserna mer exakta för alla.
Du behöver inte göra något. Om GPS-spårningsinspelning är aktiverat (det är det som standard), bidrar dina starter automatiskt till träningsdata. Data anonymiseras innan träning — inga namn, inga platser, bara formen på anloppet och tidpunkten för korsningen. Du kan avregistrera dig när som helst i Inställningar.
Hårdvaruinstrument kan inte göra detta. En Velocitek ProStart har ingen nätverksanslutning och inget sätt att förbättra sina algoritmer efter att den lämnar fabriken. En Vakaros Atlas 2 har anslutning, men dess TTL-beräkning är ren kinematik — det finns ingen inlärningsslinga. Flying Starts modell blir bättre varje säsong.
Basmodellen lär sig från alla seglare. Men dina starter har mönster som är unika för dig — hur aggressivt du accelererar under de sista 10 sekunderna, hur mycket fart du förlorar i ett stagvändning, hur tidigt du börjar ditt slutliga anlopp.
Apples Core ML-ramverk stöder modelluppdateringar på enheten via MLUpdateTask på iPhone. Detta innebär att Flying Start kan finjustera basmodellen till dina specifika mönster efter 20–30 starter — utan att skicka någon data till en server. Personaliseringen sker helt på din telefon.
Efter tillräckligt med starter kommer dina TTL-förutsägelser inte bara att återspegla hur en genomsnittlig seglare nalkas en startlinje. De kommer att återspegla hur you du nalkas den — din båt, din stil, dina tendenser.
Personalisering på enheten kräver en iPhone. Apple Watch kan köra den personaliserade modellen (synkroniserad från den ihopparade iPhonen) men kan inte utföra träningen på enheten själv. Android-stöd beror på likvärdiga träningsramverk på enheten. Personalisering behöver tillräckligt med data — de första 20–30 starterna använder basmodellen innan personalisering startar.
Vi är ingenjörer. Vi tror på ärliga jämförelser. Här är vad ett $1 000-instrument ger dig som programvara ensam inte kan replikera.
Vakaros Atlas 2 uppnår ~25 cm noggrannhet med 25 Hz dual-band GNSS och realtids-differentialkorrektioner. Även med vårt Kalman-filter har en telefons GPS ett brusgolv på 1–2 meter. För officiell OCS-utropning på domarnivå vid mästerskapsnivå — där centimetrar avgör om du startar eller sitter ut — har dedikerad hårdvara fördelen.
25 Hz innebär en ny positionsfix var 40:e millisekund. Telefon-GPS körs med 1 Hz (en fix per sekund). Vårt Kalman-filter interpolerar mellan fixar med 4 Hz, men det är förutsägelse, inte mätning. Under de sista 3–5 sekunderna av en start, när saker förändras snabbast, har rå GPS med högre frekvens en inneboende fördel.
En 4,4" solläsbar skärm med Gorilla Glass och 100-timmars batteri är svårare att slå. En telefon i ett vattentätt skydd är bra, men det är fortfarande en telefon. Apple Watch på handleden är möjligen bättre för snabba blickar, men skärmen är liten.
Ladda ned Flying Start gratis. Uppgradera till Premium för TTL, DTL, OCS-varningar, Startbetyg, Apple Watch och allt annat.