Tôi cần tìm một thuật toán hoặc phương pháp có thể phát hiện latitude
longitude
các điểm ngoại lai trong một quỹ đạo trong quá trình xử lý hậu kỳ , sau đó có thể được sửa chữa (đưa trở lại đường dẫn của quỹ đạo dựa trên các lân cận của nó).
Như một ví dụ về loại điểm ngoại lệ tôi muốn phát hiện và khắc phục, tôi đã đính kèm một hình ảnh minh họa:
Tôi đã thử sử dụng bộ lọc Kalman không tập trung để làm mịn dữ liệu tốt nhất có thể, nhưng điều này dường như không hoạt động đủ hiệu quả đối với các ngoại lệ cực đoan hơn (dữ liệu thô có màu xanh lam, dữ liệu được làm mịn bằng màu đỏ):
UKF của tôi có thể không được hiệu chỉnh đúng (nhưng tôi khá chắc chắn rằng nó là).
Quỹ đạo là những người đi bộ, chạy bộ, đi xe đạp - chuyển động do con người có thể bắt đầu và dừng lại, nhưng không thay đổi mạnh mẽ về tốc độ hoặc vị trí nhanh hay đột ngột.
Một giải pháp không dựa vào dữ liệu thời gian (và chỉ dựa trên dữ liệu vị trí) sẽ cực kỳ hữu ích (vì dữ liệu đang được xử lý có thể không phải lúc nào cũng chứa dữ liệu thời gian). Tuy nhiên, tôi nhận thức được loại giải pháp này không tồn tại như thế nào, vì vậy tôi rất vui khi có bất kỳ giải pháp nào!
Lý tưởng nhất, giải pháp sẽ phát hiện ngoại lệ để có thể sửa nó, dẫn đến một quỹ đạo đã được sửa:
Tài nguyên tôi đã chọn lọc qua:
Smooth GPS data
- /programming/1134579/smooth-gps-dataCommon GPS and Geospatial Tracking Challenges and Solutions
- http://www.toptal.com/gis/adventures-in-gps-track-analytics-a-geospatial-primer (giải pháp dường như mất độ chính xác của dữ liệu)Tôi nên sử dụng thuật toán nào để loại bỏ các ngoại lệ trong dữ liệu theo dõi?