Android GPS坐标分散

Question

我在下面的代码似乎工作正常:

    // GPS Reader
    // Criteria
    Criteria criteria = new Criteria();
    //criteria.setAccuracy(Criteria.ACCURACY_COARSE); // Used when we can't get a GPS Fix
    criteria.setAccuracy(Criteria.ACCURACY_FINE); // Used when we can get a GPS Fix

    criteria.setAltitudeRequired(false);
    criteria.setBearingRequired(false);
    criteria.setCostAllowed(true);
    criteria.setPowerRequirement(Criteria.POWER_LOW);

    LocationListener locationListener = new MyLocationListener();
    LocationManager lm = (LocationManager) getSystemService(Context.LOCATION_SERVICE);
    lm.requestLocationUpdates(lm.getBestProvider(criteria, true), 0, 0,
            locationListener);

然而,当我绘制我在谷歌地图上收集的数据时,GPS坐标在某些情况下非常分散,或者它将沿着我走的路径发现,然后突然跳到一英里外的某个点然后回来.有没有什么办法解决这一问题？我估计有某种准确性检查？

更新:

基本上我的问题看起来像一个例子 - GPS抖动

更新2:

我认为这不是一个赏金,但我想我也可以完全理解这里发生了什么,看看我的方法是否可能过度杀戮.我仍然有同样的问题,我的坐标在它们中有抖动,尽管事实上我有3米的准确度等等.现在这可能是有用的卫星等我不知道,但基本上我是想了解如何所有这些其他应用程序,尤其是练习应用程序,能够在相同的情况下获得如此平滑的读数.

我在Quora上并且能够找到这个任何正在运行的应用程序是否具有过滤GPS数据以获得更准确跟踪的功能？不幸的是,它没有对我的问题有太多的了解,除非你可以使用卡尔曼滤波器,但肯定必须有不那么复杂的方法,因为我怀疑大多数应用程序都在实现这一点.

无论如何,如果一个开发人员想要分享他们正在做什么与一些非常感谢的伪代码.我的意思是,如果我坚持卡尔曼,但我相信必须更容易实现算法,并希望学习这些以及如何实现它们,这是合适的.

上下文:这是一个移动步行应用程序.

相关SO问题我试图收集信息从 一系列GPS坐标创建平滑曲线 平滑gps数据:这是一个很好的开始,虽然我不确定我需要实现什么伪代码来正确地使最小二乘拟合适当的工作,以便我有一个样条GPS数据,然后我可以在谷歌地图上查看,以确认我做得正确.我认为问题是如果这是我正在处理的一般X和Y数据,而不是GEO坐标,我可以在matlab中编写一些东西测试它,然后继续.

更新3

我收到的搞砸GPS数据的图像 https://www.dropbox.com/s/ilsf8snao2no65e/gpsdata2.png

代码 https://gist.github.com/4505688

Answer 1

GPS数据本身容易出错.即使您已正确设置了所有LocationManager(并且看起来像这样),您也会看到位置偶尔出现抖动.

准确性

需要注意的一点是,GPS精度只能估算出接收到的GPS信号的计算效果.系统误差可以为您提供良好的精度数(<10m),但仍然代表较大的位置误差.这就是为什么即使您的准确度非常好也会看到抖动的原因.精度测量可以很好地消除非常大的误差(> 100m),但在较低的水平上,它只是给出了计算收敛的指示.

过滤

像许多事情一样,过滤是最好的,如果你做的尽可能少.精度过滤器应该能够消除大的错误,如果最终得到一个好的阈值,您可能能够获得平滑的数据.

如果为运行应用程序的位置更改设置阈值,也可能会获得一些好处.例如,跑步者只能在一段时间内覆盖一定距离,并且通过设置上限阈值(Usain Bolt Cutoff),您应该能够移除坏点.问题是如果你的第一个点是错误,你最终会删除所有其他点.

卡尔曼滤波器

卡尔曼滤波器是一个很好的解决方案,我已经在我正在开发的导航应用上实现了它.结果非常合理,甚至可以在GPS不良或不可用的情况下进行有限的航位推算.不幸的是我无法分享源代码,但如果您决定采用这种方式,我可以给您一些指导.最好的结果来自6 DoF滤波器,您可以在其中计算加速度和速度,并使用它来估算位置.这不是最简单的解决方案,但我们已经从中看到了良好的结果.

最小二乘

卡尔曼滤波器非常棒,因为它可以实时用于过滤位置.它跟踪自己的状态,您不需要存储旧位置.但另一方面,如果你想对你的路线进行后期处理,最小二乘拟合是一种最佳方式.(卡尔曼来自LSQ公式).我没有做很多后期处理,但我怀疑我可以在上面挖掘一些旧的教科书.然而,理论应该是相同的.

大多数GPS设备都非常好,从我看到的所有测试中,我经常看不到您在示例中看到的抖动.然而,我实施卡尔曼滤波器的一大优势和原因是您的行进距离和速度计算更准确

Answer 2

您得到的是因为您的标准将最佳提供商确定为NETWORK_PROVIDER。它不会识别您的位置，而是为您提供信号塔的位置，其范围覆盖您的设备。因此，当您在任何建筑物之外时，最好使用它GPS_PROVIDER来获得精确的地理位置。为什么您会得到分散的坐标是因为您的设备到达另一个手机信号塔的范围，因此发生位置跳跃。直接使用GPS_PROVIDER是您获得的最佳解决方案。