表征轨道的特征

发布于 2024-12-11 04:07:13 字数 149 浏览 0 评论 0原文

我有一系列的轨迹日志,用 GPS 跟踪器注册。我必须尽可能提取识别该轨道的特征。我考虑过:长度(显然)、边界(连接最小纬度、最小经度、最大纬度和最大经度获得的平方)、曲折度、平均速度、平均海拔。

您认为哪些特征最能识别赛道?科学文献里有写什么吗?

问候

I have a series of track log, registerd with a gps tracker. I have to extract as may as possible features that identify that track. I have think about: length (obviously), bounds (the square obtained joining min latitude, min longitude, max latitude and max longitude), tortuosity, average speed, average elevation.

What features, best identify track in your opinion? There's something write in scientific licterature?

Regards

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

转身以后 2024-12-18 04:07:13
  • 标题
  • 距离
  • 所有位置列表(纬度、经度 + alt + 速度等)
  • 时间(总计)
  • 移动时间(运动时间)
  • 最大、平均、最小速度
  • 最大、平均、最小高度
  • 开始/停止时间
  • 边界
  • 数 平均
  • 平均可见卫星 这些卫星的 C/数量
  • Rms 偏差(平均)
  • HDOP、VDOP 平均。
  • GPS/GLONASS/SBASS 卫星能见度
  • 成功定位次数
  • 首次定位时间
  • 速度/方位峰值
  • 曲折度
  • 两次定位之间的最短/最长时间
  • 心率(次/分钟) 踏频(
  • 每分钟平均转数)
  • 温度(平均)
  • 城市、州(如果你能找到这个)
  • 卡路里 - 如果这是用于步行轨迹
  • 轨迹颜色
  • 错误计数
  • 设备名称
  • 轨迹数据格式:(NMEA、gpx 等)
  • 公差(用于内部计算,例如Douglas Peucker Algo 中的 epsilon
  • 跟踪区域
  • 地理-栅栏周长(可能是坐标区域)

如果您有真实路径,则更好,因为您可以计算:

  • CEP
  • RMS 2d - 67% 或98%
  • CDF(水平误差)
  • 沿/交叉轨迹误差的 CDF
  • 位置跳跃次数,领先,滞后。

如果你找到任何文档,那就太好了,这些只是我的想法。

  • Title
  • Distance
  • List of all positions (lat, lon + alt + speed etc)
  • Time (total)
  • Moving time (time in motion)
  • Max, avg, min speed
  • Max, avg, min altitude
  • Start/stop time
  • Bounds
  • Avg number of sats visible
  • Avg C/No of these satellites
  • Rms devation (avg)
  • HDOP, VDOP avg.
  • GPS/GLONASS/SBASS satellite visibility
  • Number of successful fixes
  • Time to first fix
  • Speed/bearing spikes
  • Tortuosity
  • Minimum/Maximum time between two fixes
  • Hear-rate ( Beats/min )
  • Cadence (avg revolutions per minute)
  • Temperature (avg)
  • City, State (if you can get hold of this)
  • Calories - if this is for walking tracks
  • Track colour
  • Error count
  • Device name
  • Track data format: (NMEA, gpx, etc)
  • Tolerances (used for internal calculations, like epsilon in the Douglas Peucker Algo
  • Track area
  • Geo-fence perimeter (maybe an area of coordinates)

If you have the true path, it is even better as you can calculate:

If you find any doc, it'll be great, these are just from the top of my head.

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文