检测和删除 GPS 点的杂乱聚合的策略？答案

【问题标题】：Strategies to detect and delete cluttering aggregations of GPS points?检测和删除 GPS 点的杂乱聚合的策略？
【发布时间】：2012-04-17 03:47:41
【问题描述】：

我的问题是我有大量来自汽车中使用的不同 GPS 记录器的 GPS 轨迹。如果不关闭这些廉价设备，即使静止不动也会记录幻影运动：

正如您在上图中所见，大约有一千个点在某种拥塞中可视化。现在我想删除所有这些点，以便来自左侧的红色轨道在抖动开始之前结束。我的方法是围绕轨道中的每个点“画”两个或三个圆圈，检查这些圆圈内还有多少其他点并检查比率：

(#points / covered area) > threshold?

如果阈值超过一定比例（紫色圆圈），我可以删除其中的所有点。所以：简单的方法，但有很大的缺点，例如计算时间，删除仅通过圆圈的“无辜”轨迹，不会检测到像图片底部的单点这样的异常值）。

我正在寻找一种更好的方法来检测图片中的大量点。它不应该消除误报（可能是 5 或 10 分，这些聚合对我来说无关紧要）。此外，它不应该简化轨道的其余部分！

编辑： 给定示例中的结果应如下所示：

【问题讨论】：

【解决方案1】：

GPS Points 的数据间隔是多少，好像都是以秒为单位的。可能还有另一种方法可以添加到前面提到的逻辑中。

sum_of_distance(d0,d1,d2....dn)>=sum_of_distance(d0,dn)的80%

这个第 0 到第 n 个值可以在越来越大的块中迭代，因为在该范围内的行进距离不会太多。因此，您最初可以迭代可能是 60 个数据点，然后在该数据中每次迭代迭代 10 个数据。

【讨论】：

【解决方案2】：

我的第一步是调查静止汽车的“运动”和高度变化所暗示的速度。如果这些变化中的任何一个变化太快或太慢（您必须在此处确定阈值），那么您可能会得出结论，它们是由 GPS 抖动引起的。

除了时间位置之外，您的 GPS 设备还报告哪些信息？

编辑（在 OP 评论之后）

问题是将日志的一部分描述为“汽车移动”，将日志的一部分描述为“汽车不动，但 GPS 位置抖动”。我提出了一种方法，本杰明提出了另一种方法。如果速度识别不够准确，请尝试加速。尝试航向变化率。如果这些简单的方法都不起作用，我认为是时候翻开统计教科书并开始弄清楚随机过程等的自相关了。这时我悄悄溜走了……

【讨论】：

这是一个很好的观点，我也想到了这一点。尝试的门槛可能是 3 公里/小时。除时间和位置外，记录器仅提供有关计算数据（速度、加速度和航向）的信息。这是一个剥离的 NMEA RMC，没有关于信号质量或卫星数据的信息。
我检查了 gpx 文件：抖动包含超过 10 kph 的速度，所以这种方法不起作用！ :(

【解决方案3】：

与 High Performance Mark 的回答类似，您可以查找在少量点内发生的线交叉点。在道路上行驶时，最后 n 个点的路线很少与自身相交，但由于抖动，它在您的静止情况下会发生。单个十字路口可以是一个人向后或绕一个街区转，但多个十字路口应该很少见。对于抖动情况，相交角也会更锐利。

【讨论】：