【发布时间】:2015-01-26 09:02:26
【问题描述】:
我有历史飞机轨迹数据,其点的间隔从 1 秒到 1 分钟不等。这些点通常会出现急转弯。我正在寻找对数据进行重新采样以生成更真实地代表所遵循路径的平滑路径(例如每 n 秒指向一次)的最佳方法的建议。能够对具有某些性能特征(例如方向变化率)的函数进行参数化会很有用。
我知道用于数据平滑的算法,如卡尔曼滤波器、贝塞尔曲线拟合、样条等。但是您会建议探索哪些算法作为生成平滑转弯的起点?
【问题讨论】:
-
有趣的问题。在这种情况下,您如何定义平滑?取决于转率,例如每秒进数?
-
我有关于飞机类型的信息,所以它的潜在转弯和爬升率。我也有速度和高度。数据已被清理以删除任何可能错误的虚假点。我可以简单地编写一组模拟飞机本身的函数。但我很好奇是否还有其他可用于生成曲线的解决方案。
-
为什么要平滑它们?你总是用平滑引入错误。顺便说一句:每个 GPS 接收器都有一个“动态模型”设置,允许设置飞行模式(标准是多用途或汽车)。因此,我希望如果数据是使用正确设置的 GPS 设备记录的,则不需要任何进一步的平滑处理。
-
进一步你应该在你的问题中添加已删除答案的评论:“你想要(平滑)插值”,而不是平滑。此外,我希望“急转弯”(可能是拐角)是线性插值的结果。这些急转弯不包含在原始数据中。(您可能看不到每 1 秒间隔有 20 个位置的急转弯)。我预计,尖锐的 tunrs 是 1 分钟样本的线性插值结果。
-
对于您的应用程序,请务必选择一个插值,结果路径通过您的位置。许多,如 B 样条插值不通过点。
标签: gps computational-geometry smoothing