我目前正在为openstreetmap做贡献,当我导入数据时,我经常可以看到这种点群
由于静电干扰信号接收时GPS不精确。我想以编程方式摆脱这个问题,用它们的质心替换这些点。我怎样才能在a中检测到这种模式 给出一个点列表?
[ (x1,y1), (x2,y2), (x3,y3), (x4,y4), ... (xn,yn) ]
能够检测属于所述“随机游走”模式的一组点,以便我可以用这些点的质心替换它们。我的直觉告诉我,这个算法应该把两个点之间的点数和距离作为参数作为一个阈值参数,之后我们开始将这样的点列表视为“随机游走”。
但是我认为在进行GPS追踪时这是一个常见的问题,我希望我忽略了一种最先进的算法来检测这些问题。
答案 0 :(得分:1)
我建议进行简单的事后趋势分析。保持预期路径的移动平均值,其中每个读数预测为前一点的速度的延伸,类似
new_vector = 0.2 * current_vector + 0.8 * old_vector
在两个方向上执行此操作(第二个时间反转)。
如果您发现过去和未来都有一系列严重断线的点,并且似乎不会偏离很多位置,那么您已经确定了静态期。基本特征是一致的方向变化。
这会让你走向解决方案吗?