SMARTWATCH & POSITIONING: l’incognita del software open source e il trade-off tra autonomia della batteria e prestazioni di posizionamento.
Negli ultimi anni è cresciuto l’interesse verso l’utilizzo degli smartwatch per applicazioni di posizionamento di precisione, con l’obiettivo di raggiungere accuratezze sub-metriche e centimetriche. Uno dei principali vantaggi di questi dispositivi è la possibilità di integrare, in un unico strumento indossabile, sensori dedicati al monitoraggio dei parametri fisiologici e del movimento, come le unità di misura inerziale (IMU). Questa combinazione li rende particolarmente interessanti per applicazioni che vanno oltre il semplice tracciamento dell’attività sportiva.
In ambito accademico e di ricerca, diversi studi hanno analizzato le potenzialità degli smartwatch nel campo del posizionamento [1] [2] [3] [4]. L’interesse è aumentato soprattutto con l’introduzione di modelli dotati di antenne GNSS in grado di ricevere segnali da più costellazioni satellitari (GPS, GLONASS, Galileo, BeiDou e QZSS) e su più bande di frequenza, comprese le doppie frequenze, come GPS L1 e L5. A questo si aggiunge l’impiego di chip GNSS più evoluti, che avvicinano le caratteristiche hardware di alcuni smartwatch a quelle dei ricevitori GNSS professionali dedicati, con il vantaggio di un costo generalmente più contenuto.
Gli studi evidenziano, tuttavia, come le principali criticità di questi dispositivi non riguardino necessariamente l’hardware, ma siano spesso legate al software e alla gestione dei sensori. In particolare, emergono due limitazioni principali:
1. Software proprietario e accesso limitato ai dati grezzi.
2. Limitazioni nell’acquisizione dei dati dei sensori, introdotte per ottimizzare il consumo della batteria o per altre esigenze progettuali.
Software proprietario: un ostacolo al posizionamento di precisione
La prima criticità riguarda soprattutto gli smartwatch progettati per lo sport outdoor, come la corsa e il trekking, commercializzati da produttori quali GARMIN, COROS e SUUNTO [5] [6]. Questi dispositivi offrono spesso caratteristiche hardware GNSS avanzate, ma utilizzano sistemi software proprietari che non sempre consentono di accedere ai dati grezzi dei sensori. Questa limitazione rende più difficile analizzare ed elaborare le misurazioni attraverso programmi open source o algoritmi sviluppati appositamente per il posizionamento di precisione.
Il calcolo della posizione eseguito direttamente dal dispositivo, infatti, si basa spesso su tecniche di Single Point Positioning (SPP), eventualmente integrate con filtri, come quello di Kalman, per combinare i dati GNSS con quelli dell’IMU e compensare reciprocamente alcune fonti di errore. Possono inoltre essere impiegate tecniche di smoothing basate su vincoli cartografici.
Questi approcci consentono di ottenere prestazioni adeguate a molte applicazioni sportive e di navigazione, ma generalmente non permettono di raggiungere precisioni sub-metriche o centimetriche. Le accuratezze ottenibili si collocano, infatti, nell’ordine di 1–6 m, a seconda delle condizioni operative e delle tecniche utilizzate.
Per raggiungere livelli di precisione superiori è necessario poter elaborare i dati grezzi GNSS, comprese le misurazioni e le informazioni di navigazione e sui satelliti. A questo scopo si possono utilizzare tecniche come Precise Point Positioning (PPP), Post-Processed Kinematic (PPK), Real-Time Kinematic (RTK) e Differential GNSS (DGNSS), eventualmente integrate con metodi di mitigazione del multipath.
Queste tecniche sfruttano misurazioni GNSS e informazioni aggiuntive per stimare e correggere diverse tipologie di errore, tra cui quelli legati alla propagazione del segnale nell’atmosfera, in particolare nella ionosfera e nella troposfera, e quelli associati agli orologi dei satelliti.
Per applicare tali metodologie è però indispensabile che i dati necessari siano resi disponibili dal firmware e accessibili dall’esterno. Purtroppo, le specifiche tecniche dei prodotti non sempre chiariscono in modo esaustivo quali dati siano effettivamente accessibili e quali possibilità di elaborazione siano consentite [7] [8].
Alcuni smartwatch basati sull’ecosistema Android e sul sistema operativo Wear OS consentono invece di accedere ai dati GNSS grezzi attraverso API e strumenti di terze parti [9] [10] [11] [12]. Questo apre la strada all’utilizzo di software open source e all’applicazione di algoritmi di posizionamento alternativi a quelli implementati dal produttore.
Smartwatch & Positioning: prestazioni GNSS o autonomia della batteria
Accanto all’accessibilità dei dati, emerge una seconda criticità: la gestione dei consumi energetici.
Gli smartwatch sono progettati per funzionare per più giorni senza necessità di ricarica. Per raggiungere questo obiettivo, alcuni dispositivi limitano l’acquisizione o la disponibilità di determinate misurazioni GNSS che non vengono utilizzate direttamente dagli algoritmi di posizionamento integrati.
Ad esempio, alcuni modelli possono escludere l’acquisizione della doppia frequenza L1 e L5, limitandosi alla frequenza L1 per ridurre il consumo energetico. In altri casi, la gestione delle frequenze è adattiva: il dispositivo può decidere se utilizzare una o entrambe le frequenze in funzione delle condizioni ambientali, come la presenza di cielo aperto o di ostacoli che riducono la visibilità dei satelliti.
Anche la frequenza di campionamento può variare in base alla situazione, mentre eventuali intervalli di standby contribuiscono a contenere ulteriormente i consumi.
Smartwatch & Positioning: queste strategie di risparmio energetico possono però rappresentare un limite per le elaborazioni di precisione. Per ottenere risultati ottimali dai dati grezzi è fondamentale poter accedere alle misurazioni in modo continuativo e completo, sfruttando tutte le informazioni disponibili e la migliore qualità di osservazione ottenibile dal dispositivo.
La possibilità di aggirare o disabilitare alcune di queste limitazioni può quindi fare la differenza, ma comporta un compromesso significativo: un accesso più completo ai dati e una maggiore continuità delle osservazioni possono tradursi in un consumo energetico superiore e, di conseguenza, in una riduzione dell’autonomia della batteria.
Inoltre, non tutti i dispositivi basati su Wear OS consentono di modificare o forzare queste impostazioni. La presenza di un sistema operativo che supporta l’accesso ai dati GNSS non garantisce, infatti, che tutte le funzionalità del ricevitore siano controllabili dall’utente o dalle applicazioni di terze parti.
Quali smartwatch sono stati analizzati?
Tra i dispositivi presi in considerazione negli studi citati, in quanto consentono di accedere ai dati grezzi, figurano:
● Samsung Galaxy Watch 7
● Samsung Galaxy Watch 6
● Google Pixel 1 smartwatch
● Google Pixel Watch 4
Questi dispositivi utilizzano Wear OS e, negli studi considerati, i dati grezzi sono stati ottenuti tramite API Android e strumenti specifici, come GNSS Logger e MIMIR.
Viene inoltre preso in esame l’Honor Watch GS3, che utilizza un sistema operativo proprietario e chiuso. In questo caso, non risulta chiaro come gli autori siano riusciti ad accedere ai dati grezzi, evidenziando ulteriormente le difficoltà legate alla disponibilità delle misurazioni GNSS nei dispositivi commerciali.
Smartwatch & Positioning: conclusioni
Gli smartwatch di ultima generazione stanno ampliando le possibilità di applicazione del posizionamento GNSS di precisione, grazie a componenti hardware sempre più evoluti e alla presenza di sensori aggiuntivi che permettono di integrare informazioni sul movimento e sui parametri fisiologici.
Tuttavia, il potenziale di questi dispositivi dipende non soltanto dalle caratteristiche del ricevitore GNSS, ma anche dalla possibilità di accedere ai dati grezzi, controllare le modalità di acquisizione e applicare algoritmi di elaborazione esterni.
L’apertura del software e la disponibilità delle misurazioni rappresentano quindi elementi fondamentali per sperimentare tecniche di posizionamento avanzate. A queste esigenze si contrappone la necessità di contenere i consumi energetici, che rimane uno dei principali vincoli progettuali degli smartwatch.
Smartwatch & Positioning: la sfida consiste nel trovare il giusto equilibrio tra accessibilità dei dati, qualità delle osservazioni GNSS, prestazioni di posizionamento e autonomia della batteria. Un equilibrio che sarà determinante per capire fino a che punto gli smartwatch potranno rappresentare un’alternativa economica e versatile ai ricevitori GNSS professionali in applicazioni di precisione.
Fonti
[1] Grenier, A.; Lohan, E.S.; Ometov, A.; Nurmi, J. Towards Smarter Positioning through Analyzing Raw GNSS and Multi-Sensor Data from Android Devices: A Dataset and an Open-Source Application. Electronics 2023, 12, 4781.
https://doi.org/10.3390/electronics12234781
[2] Thu, P. C., Odolinski, R., Yong, C. Z., Zhang, B., Yang, H., Barbeau, S., Khider, M., & Leonard, G. (2025). First smartwatch RTK results: performance analysis of instantaneous, single-frequency multi-GNSS cm-level positioning with comparison to Google Pixel 5 smartphones. GPS Solutions, 30(1), Article 3. https://doi.org/10.1007/s10291-025-01965-y
[3] Chun, J., Spagnolli, J. M., Holmes, T., Unzicker, A., Lee, D.-K., Akos, D. M., & Everett, T. (2025). Performance Evaluation of the Latest Smartphones and Smartwatch Using GNSS Raw Measurements. In Proceedings of the 2025 IEEE/ION Position, Location and Navigation Symposium (PLANS). IEEE.
[4] H. Zhong et al., "Quality Analysis of GNSS Observations and Real-Time Precise Point Positioning for Wearable Smart Devices: A Case Study of Honor Watch GS3," in IEEE Transactions on Instrumentation and Measurement, vol. 74, pp. 1-14, 2025, Art no. 1012714, doi: 10.1109/TIM.2025.3585209.
[5] https://lucagherardi.com/orologi-gps-trekking/
[7] https://barbeau.medium.com/crowdsourcing-gnss-capabilities-of-android-devices-d4228645cf25
[8] https://barbeau.medium.com/measuring-gnss-accuracy-on-android-devices-6824492a1389
[9] https://github.com/barbeau/gpstest
[10] https://github.com/agrenier-gnss/MimirAnalyzer
[11] https://github.com/agrenier-gnss/mimir
[12] https://github.com/google/gps-measurement-tools/tree/master
(Fonte: Gter)
Leggi anche:
- ROMA X-PAND: Galileo e realtà aumentata per i siti archeologici
- Ambiguità di fase GNSS: come raggiungere precisione centimetrica
- Motion capture outdoor con GNSS e IMU: il progetto GESTUS
- Monitoraggio strutturale ponti con GNSS: il caso Mind The Bridge
- Factor Graph Optimization nel posizionamento GNSS ad alta precisione
