คำนวณถนนจริงจากชุดของแทร็ก GPS หรือไม่


18

ฉันเข้าร่วมชมรมปั่นจักรยานทางไกลและเราเริ่มรวบรวมข้อมูล GPS เป็นประจำจากผู้ขับขี่ของเรา

ความสนใจของฉันคือการคำนวณ "เส้นทางการเคลื่อนที่จริง" สำหรับเหตุการณ์ในอนาคตโดยใช้ข้อมูล GPS สะสมบนถนนสายเดียวกัน โดยพื้นฐานแล้วสิ่งนี้จะหมายถึงการส่งแทร็กที่เลือกไว้ล่วงหน้าไปยังอัลกอริทึมและอัลกอริธึมจะสร้างคะแนนในอัตราตัวอย่างที่เหมาะสม (ระยะทางที่เหมาะสมจากกันและกัน ฉันจะทิ้งการประทับเวลาโดยพิจารณาเฉพาะข้อมูลการติดตามเชิงพื้นที่เท่านั้น

ฉันสามารถใช้อัลกอริทึม / วิธีสถิติใดได้บ้าง ฉันไม่ได้ใช้แพ็คเกจ GIS และฉันวางแผนที่จะนำไปใช้ใน Python

ด้านล่างชุดตัวอย่างวิถี:

ป้อนคำอธิบายรูปภาพที่นี่

ป้อนคำอธิบายรูปภาพที่นี่


โครงการที่น่าสนใจ - ค่อนข้างคล้ายกับอัลกอริทึมการตรวจสอบที่ฉันเขียนเมื่อหลายปีก่อน เนื่องจากฉันขี้เกียจฉันสามารถให้คำแนะนำได้ไม่กี่คำเท่านั้น ปัจจัยที่สำคัญที่สุดคือทิศทางการเดินทางคุณภาพของสัญญาณและความเร็วของคุณ (เช่นหากคุณเพิ่งยืนอยู่รอบ ๆ มันไม่ใช่ถนน) ทางที่ดีควรกำจัดจุดที่อยู่ไกลเกินไป นอกเหนือจากนั้นฉันจะใช้อัลกอริทึมที่ปรับให้เรียบ (ลอง DP) จากนั้นหาค่าเฉลี่ยของเส้น
nagytech

DP = การเขียนโปรแกรมแบบไดนามิกใช่ไหม วิกิพีเดียให้ฉันอ่านการบ้านนี้เป็นเวลานานในคืนนี้ ... ขอบคุณสำหรับตอนนี้!
heltonbiker

คำถามที่น่าสนใจและเกี่ยวข้องคือ: gis.stackexchange.com/questions/42224/…
heltonbiker

การตรวจสอบที่คุ้มค่าจริงๆคือการตั้งค่า GPS ของคุณ - หน่วย GPS บางตัว "ตะครุบ" ตำแหน่งของคุณไปยังถนนที่ใกล้ที่สุดในฐานข้อมูล GPS แม้ว่าถนนจริงจะอยู่ด้านข้าง 10 + m
Simbamangu

@Simbamangu ที่จะเป็นสิ่งที่ดีมากที่จะมีแน่นอน ฉันเชื่อว่าซอฟต์แวร์ที่ฉันใช้อยู่ในปัจจุบันในโทรศัพท์ Android นั้นไม่มี แต่อย่างไรก็ตามเพลงอื่น ๆ ของฉันส่วนใหญ่ถูกรวบรวมโดยคนอื่นในช่วงหลายเดือนที่ผ่านมา ขอบคุณสำหรับทิป!
heltonbiker

คำตอบ:


11

Chris Brunsdon ได้รายงานเกี่ยวกับเรื่องนี้ในการประชุม GeoComputation 2008 - ดูhttp://www.geocomputation.org/2007/1B-Algorithms_and_Architecture1/1B2.pdf

ในบทความนี้เขากล่าวถึงวิธีการใช้การวิเคราะห์เส้นโค้งหลัก (Hastie and Stuetzle 1989) และให้คำแนะนำเกี่ยวกับวิธีเพิ่มความแข็งแกร่งของวิธีการ การค้นหาเพิ่มเติมนำไปสู่การอภิปรายเกี่ยวกับเครื่องมือ OSM ที่เรียกว่า osm-makeroads ซึ่งอาจช่วยแก้ปัญหาของคุณได้ (หรืออย่างน้อยก็ให้คุณเริ่มต้น)


จะดูและให้ข้อเสนอแนะในไม่ช้า! ขอบคุณสำหรับตอนนี้!
heltonbiker

4
+1 การอ้างอิงที่ดี มันจำเป็นต้องทำงานแม้ว่าจะมองเห็นปัญหาพื้นฐานของร่องรอย GPS: ข้อผิดพลาดไม่ขึ้นอยู่กับจุดใดจุดหนึ่งต่อไป แต่ข้อผิดพลาดจีพีเอสที่ทำจุดหนึ่งที่จะมีแนวโน้มที่จะมากคล้ายกับข้อผิดพลาดที่ทำในจุดต่อไปในร่องรอยเดียวกัน คุณสามารถเห็นสิ่งนี้ได้ในภาพประกอบของ Brunsdon: จุดที่อยู่ห่างไกลที่เป็นปัญหาอยู่อย่างชัดเจนบนหนึ่งหรือสองร่องรอยพิเศษ พวกเขาไม่ประปรายหรือสุ่ม ดังนั้นจึงมีศักยภาพที่ดีสำหรับการปรับปรุงโดยการสร้างแบบจำลองความสัมพันธ์อัตโนมัตินี้และปรับในอัลกอริทึม
whuber

2
@whuber เห็นด้วย สิ่งที่อัลกอริทึมส่วนใหญ่ไม่สามารถพิจารณาได้ (Principal Curves เป็นหนึ่งในนั้นอย่างที่ฉันทราบแล้ว) คือชุดติดตาม GPS ไม่ใช่จุดเมฆ แต่เป็นเมฆ "ส่องแสง" พวกมันคือเวกเตอร์ที่เชื่อมต่อกันหรืออะไรทำนองนั้น การพิจารณาเพียงคะแนนเท่านั้นทำให้เกิดอคติต่อแทร็กที่มีอัตราตัวอย่างสูงกว่าแทนที่จะเป็นภูมิภาคที่ LINES จากแทร็กที่แตกต่างมีความหนาแน่นมากกว่า ...
heltonbiker

2
การสนทนานี้เป็นอย่างต่อเนื่องในหัวข้อที่เกี่ยวข้องstats.stackexchange.com/questions/69329
whuber

@whuber ในคำตอบนี้ฉันได้เขียนความคิดที่อยู่ในใจของฉันเพื่อทำสิ่งนี้ด้วยความช่วยเหลือของแผนที่ความร้อน ฉันขอขอบคุณข้อเสนอแนะใด ๆ
สเตฟาน
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.