使用 GPS 路线管理错误(理论框架?)

机器算法验证 错误 采样
2022-01-19 05:46:09

我正在寻找合适的理论框架或专业来帮助我理解如何处理 GPS 系统所存在的错误——尤其是在处理路线时。

从根本上说,我正在寻找对数据的要求以及用于确定轨迹长度的任何算法。答案必须可靠。

我的一个朋友是一场被称为 160 公里的比赛的比赛总监,但每个人都拥有的 Garmin 手表使它更像是 190 公里以上。它在终点线引起了相当多的悲伤,让我告诉你!

所以我的朋友带着各种 GPS 设备回到了课程,以便重新映射它,结果很有趣。

使用手持 Garmin Oregon 300,她一条腿跑了 33.7 公里。对于手表 Garmin Forerunner 310xt 的同一条腿,它达到了 38.3 公里。

当我从俄勒冈州获得数据时,很明显它每 90 秒左右才记录一次数据。Forerunner 每隔几秒钟就会执行一次。

当我绘制来自俄勒冈州的数据时,我可以看到它被一些折返弄糊涂了,并把一条直线穿过它们,一条曲线减少了一点。

但是,我认为记录频率的差异是主要原因。即每隔几秒钟记录一次,Forerunner 更接近真实路线。但是,由于 GPS 的工作方式,会有一定的误差。如果记录的点随机分布在真实路线周围(由于错误),那么总距离将大于真实路线。(一条直线两侧的摆动线比直线长)。

所以,我的问题: 1. 有什么技术可以在单个数据集上使用,以有效地减少错误?2. 我关于记录频率差异的理论是否成立?3. 如果我有多个相同路线的记录,是否有任何有效的技术可以将它们结合起来以更接近真实路线?

正如我所说,我真的不知道要搜索什么才能找到任何有用的科学。我正在寻找方法来确定给定路径的长度,这对人们来说非常重要。在一场比赛中多跑 30 公里是我们没有预料到的额外 5 个多小时。

根据要求,这里是一些示例数据: 摘要图片

详细的高频样本数据

低频样本数据

感谢您提供的任何建议。

2个回答

这是地理空间科学中一个经过充分研究的问题——您可以在 GIS 论坛上找到有关它的讨论。

首先,请注意摆动并不一定会增加路线的长度,因为其中许多实际上切入了曲线内部。(我通过让整个教室的学生数字化相同的路径来评估这一点,然后我比较了这些路径。)确实有很多取消。此外,我们可以预期,相隔几秒钟的读数将具有强烈的、正相关的误差。因此,测量的路径应该只在真实路径周围逐渐摆动。即使是较大的偏离也不会对长度产生太大影响。例如,如果您在 100 m 直线段的中间横向偏离(例如)5 米,您对长度的估计只会上升到2502+52=100.5, 0.5% 的误差。

很难客观地比较两条任意路径。我相信,一种更好的方法是一种自举形式:子样本(或以其他方式概括)您拥有的最详细的路径。将其长度绘制为子采样量的函数。如果将二次采样表示为典型的顶点到顶点距离,则可以将拟合外推到零距离,这可以提供对路径长度的出色估计。

对于多个记录,您可以创建每个记录的 2D 内核平滑,对平滑求和,然后对其进行地形分析以寻找“山脊线”。通常,您不会得到一条连接的线,但您通常可以将这些山脊拼凑成一条连续的路径。例如,人们使用这种方法来平均飓风轨迹。

  1. 在单个数据集中,您可以平滑结果,但这并不总是会减少错误(从单个接收器查看轨迹或连续时间序列时,一致的偏差很有吸引力)。

  2. 是的,如果设备实际在更高频率下观察,更高频率的样本可以带来更好的性能。在这个级别的比较中,芯片组、固件和低级过滤可以区分廉价的 GPS 模块。

考虑使用经过专业调查的测量值来计算真实路径。与 GPS 手表相比,正射影像(如在谷歌地图上)必须与现实保持密切的配准。使用这些工具来查找 2d 距离,而不是在天线较差的手表上使用低成本 gps 模块进行一两次实验。

如路线未预定义,请在问题中说明,否则不完整。