算法 – 检测和删除GPS点的混沌聚合的策略?

我的问题是,我有一套大量的来自不同GPS记录仪的汽车轨道.当没有关闭这些便宜的设备登录幻影运动,即使静止:

如上图所示,大约有一千个点在一个拥挤状态下可视化.现在我想删除所有这些点,以便在抖动开始之前从左端开始的红色轨迹结束.
我的做法是在轨迹中的每个点周围“绘制”两个或三个圆圈,检查这些圆圈中有多少其他点,并检查比例:

(#points /覆盖区域)>阈?

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:容易的方法,但有巨大的缺点,例如计算时间,删除仅通过圆圈的“无辜”轨道,不会像图片底部的单个点检测到异常值.

我正在寻找一种更好的方法来检测大块的积分,如图中所示.它不应该消除假阳性(也许5或10分,这些聚合对我来说并不重要).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:

最佳答案
我的第一步将是调查您的固定车的“运动”和高度变化所暗示的速度.如果其中任何一个更改太快或太慢(您必须在此决定阈值),那么您可以得出结论,这是由于GPS抖动.

您的GPS设备报告什么信息,除了时间的位置?

编辑(在OP的评论之后)

问题是将日志的一部分描述为“汽车移动”,部分日志表示为“汽车不移动但GPS位置抖动”.我建议一种方法,本杰明建议另一种方法.如果速度不足够准确,请尝试加速.尝试改变标题.如果这些简单的方法都不工作,我认为现在是时候打破你的统计教科书,并开始弄清自然相关的随机过程等.在这一点上,我静静地溜走了

转载注明原文:算法 – 检测和删除GPS点的混沌聚合的策略? - 代码日志