|
因此，这是在旅途中(例如运行或骑自行车锻炼)跟踪您的位置的应用中的常见问题。
显然 GPS 导航器的麻烦更少，因为它们可以假设您捕捉到道路上的某个点 - 但是，如果您在公园里运行，捕捉到某个道路网格会给您带来完全疯狂的数字。
据我所知，问题是结合航路点之间的大圆距离，但要考虑到误差(精度值)，这样您就不会因为低精度点偏离航线太远.我脑海中的粗略实现包括绘制一些贝塞尔曲线(使用该点的速度/方位来添加样条线方向和重量)并对其进行积分。
但是，显然这是人们以前解决过的问题。任何人都知道这些实现，还是它们都埋在专有软件中？
奖励积分适用于还可以使用(大部分)不太准确的蜂窝塔点(带有不同/不同步的时间戳，并且没有速度或方位信息)的任何人。 p>
最终的实现将在 javascript 或 python 中，以更快者为准(我使用的是 SL4A)，但我在这里寻找通用算法。
Best Answer-推荐答案
为了让大家开始，这里是简单的算法，不使用任何速度或方位信息。
弧长 s 可以通过标准公式从我们将要开始的路段的两个(长、纬)对(起点和终点航路点)计算出来。
假设我们已将值对转换为标准球坐标 phi 和 theta(此处为数组，因此使用 phi[0]而 phi[1] 对于位置 0 和 1) 以弧度表示，弧长仅为:
from math import sin, cos, arccos, sqrt
s = arccos(
sin(phi[0]) * sin(phi[1]) * cos(theta[0] - theta[1]) +
cos(phi[0]) * cos(phi[1])
)
但是，由于我们有一个庞大的可怕函数，我们需要使用链式规则来计算一阶错误，我们会得到以下 delta_s 的怪物:
delta_s = (1.0 / abs(sin(s))) * (
delta_phi[0] * abs(
sin(phi[0]) * cos(phi[1]) -
cos(phi[0]) * sin(phi[1]) * cos(theta[0] - theta[1])
) +
delta_phi[1] * abs(
sin(phi[1]) * cos(phi[0]) -
cos(phi[1]) * sin(phi[0]) * cos(theta[0] - theta[1])
) +
(delta_theta[0] + delta_theta[1]) * abs(
sin(phi[0]) * sin(phi[1]) * sin(theta[0] - theta[1])
)
)
我们按顺序对每一对连续点执行此操作，将ss相加，将误差正交相加:
accumulator = 0.0
for error in errors:
accumulator += error * error
journey_error = sqrt(accumulator)
因此，我们知道垃圾距离估计的不确定性。 (如果我们在末尾添加几个点，我们甚至可以保留 accumulator 以加快计算速度——就像我们在实践中使用实时数据一样。)
但是，这会给我们带来巨大的错误，并且只会让我们对我们实际走了多远有一个非常模糊的概念。这不可能是实际 GPS 设备估计距离的方式，因为它永远不会足够准确，除非它一直都有惊人的信号:
我们需要的是一些更细微的路径近似，它只会使路径偏离所示类型的不准确点，而不是完全转移它并大量增加距离估计——在提出我希望找到的问题时找出所有现有实现(可能)是如何做到的!
关于android - GPS路线长度估计，考虑到位置的不确定性，我们在Stack Overflow上找到一个类似的问题：
https://stackoverflow.com/questions/8151767/
| 
