GPS 数据时间到距离基础转换

Question

我正在开发一个记录 GPS 轨迹随时间变化的应用程序。

跟踪完成后，我需要将基于时间的数据转换为基于距离的数据，也就是说，原始跟踪每秒有一个经度/纬度记录，我需要将其转换为每秒有一个经度/纬度记录20米。

平滑原始数据似乎是一个很好理解的问题，我想我需要诸如平滑算法之类的东西，但我正在努力思考如何从基于时间的数据集转换为基于距离的数据放。

Answer 1

这是一个很好的问题，它如此有趣的原因是数据点应该假设是随机的。这意味着您不能期望一个从开始到结束的数据图代表一个表现良好的多项式（如正弦波或余弦波）。因此，您必须以较小的增量进行工作，以便 x 轴上的值（可以这么说）不会振荡，这意味着 Xn 不能小于 Xn-1。下一个考虑因素是数据点重叠或接近重叠的情况。想象一下，我正在记录我的 GPS 坐标，我们停下来聊天或休息，接下来的五分钟我在 25 英尺的圆圈内随机行走。那么问题是如何忽略这种类型的“数据噪音”？

为了简单起见，我们考虑线性计算，其中两点之间没有近似值；这是一条直线。这对于您的计算来说可能绰绰有余。现在考虑到上面关于随机数据点的评论，您将希望按顺序从起点到终点遍历数据。当超过最后一个数据点或超过生成坐标的总距离（如子集）时，会发生顺序终止。假设您的绘图精度为 X。这就是您的 20 米。当你遍历时，会出现三个条件：

1. 两点之间的距离大于你的距离
   精确。因此保存起点加上精度X。这
   也将成为你新的起点。
2. 两点之间的距离等于您的精度。
   因此保存起始点加上精度X（或保存结束点
   观点）。这也将成为你新的起点。
3. 两点之间的距离小于您的精度。
   因此精度调整为精度减去终点。结束
   点将成为你新的起点。

这是可能帮助您入门的伪代码。注意，点 y 减去点 x = 之间的距离。并且，点 x 加值 = 点 x 和点 y 之间的直线上距离值的新点。

recordedPoints = received from trace;
newPlotPoints = emplty list of coordinates;
plotPrecision = 20

immedPrecision = plotPrecision;
startPoint = recordedPoints[0];
for(int i = 1; i < recordedPoints.Length – 1; i++)
{
    Delta = recordedPoints[i] – startPoint;

    if (immedPrecision < Delta)
    {
        newPlotPoints.Add(startPoint + immedPrecision);
        startPoint = startPoint + immedPrecision;
        immedPrecsion = plotPrecsion;
        i--;
    }

    else if (immedPrecision = Delta)
    {       
        newPlotPoints.Add(startPoint + immedPrecision);
        startPoint = startPoint + immediatePrecision;
        immedPrecision = plotPrecision;
    }

    else if (immedPrecision > Delta)
    {
        // Store last data point regardless
        if (i == recordedPoints.Length - 1)
        {
            newPlotPoints.Add(startPoint + Delta)
        }

        startPoint = recordedPoints[i];
        immedPrecision = Delta - immedPrecision;
    }
}

之前我提到过“数据噪声”。您可以将“if”和“else if”包装在另一个“if”中，这决定了是否删除此因素。最简单的方法是忽略未移动给定距离的数据点。请记住，这个神奇的数字必须足够小，以便被忽略的顺序记录的数据点的总和不会变得很大且有价值。因此，对被忽略的数据点进行限制可能是有好处的。

话虽如此，有很多方法可以准确地执行此操作。将这个主题提升到一个新水平的一个建议是插值。对于 .NET，在 http://www.mathdotnet.com 处有一个开源库。您可以使用他们的包含插值的 Numberics 库 http://numerics.mathdotnet.com/interpolation/。如果您选择这样的路线，您的下一个主要障碍将是决定适当的插值技术。如果您不是数学大师，这里有一些帮助您入门的信息 http://en.wikipedia .org/wiki/Interpolation。坦率地说，如果您考虑 Xn 的想法不小于，那么使用两个相邻点的多项式插值对于您的近似来说就足够了。 Xn-1 否则你的近似值将会倾斜。

最后要注意的是，这些计算是二维的，并且考虑了高度（方位角）或地球的曲率。以下是这方面的一些附加信息：计算之间的距离两个经纬度点？ （半正矢公式）。

尽管如此，希望这能为您指明正确的方向。毫无疑问，这不是一个小问题，因此在保持准确的同时保持数据点范围尽可能小将对您有利。

另一种考虑可能是使用实际数据点进行近似，使用精度来忽略过多的数据。因此，您本质上并不是保存两个坐标列表。

干杯，
杰夫