Gps轨迹检测算法

Question

我正在开发一个 Android 应用程序，该应用程序将记录（使用 GPS）用户在他们的越野车上骑行的轨迹。完成骑行后，我希望能够分析这些数据并找到骑行的轨道。

我将轨道定义为两个十字路口之间的行驶区域。交叉点是两个或多个点，它们彼此足够接近，可以归类为一个点。显然，我需要为此确定某种阈值。

显然，我可以通过蛮力检查每个点与其他点来做到这一点，但我认为必须有一种更有效的方法。

有什么更好的方法吗？

谢谢各位。

Answer 1

Kalman filter 经常用于剔除错误（噪声）点并简化 GPS 轨迹和估计真实轨迹。 Wiki 页面看起来相当复杂，所以如果能找到一些关于轨道过滤的实用文章会很不错。

Answer 2

实用：

1. GPS点必须按照你的骑行顺序，所以你只需要检查一些连续的点就可以了。
2. 对于每个点，将其作为圆心，看看圆中有多少点，然后您可以将这些点组合成一个交点。
3. 生成的交叉路口也将按照您的骑行顺序。

Answer 3

对于像轨道简化（我称之为“streamplification”）这样的实时流来说：每次将 GPS 点添加到缓冲区（包括海拔) 您计算缓冲区中所有点到将缓冲区的第一个点与（新添加的）最后一个点连接起来的线段的最大 XTD（跨轨道距离）。如果具有最大 XTD 的点违反了您的最大容忍 XTD 误差（25m 给了我很好的结果），那么您在该点切割缓冲区，将其注册为要附加到流放大轨道的选定点，修剪尾随部分缓冲到那个切点，然后继续。在轨道的末端，缓冲区的最后一个点也被添加/刷新到溶液中。该算法足够轻巧，可以在 AndroidWear 智能手表上运行，无论您是慢动作还是快动作，或者长时间闲置在同一个地方，都能提供最佳输出。唯一重要的是你的赛道的形状。您可以走很多分钟/公里，只要您沿直线移动（在 +/- 允许的 XTD 误差偏差范围内的走廊），streamplify 算法将仅输出 2 个点：出口形式最后一条曲线和入口的点在下一条曲线上。

也请查看此问答 Simplification / optimization of GPS track