Android GPS 坐标散点

Question

下面的代码看起来运行良好:

    // 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);

但是，当我在 Google map 上绘制我收集的数据时，在某些情况下 GPS 坐标非常分散，或者它会沿着我正在走的路径前进，只是找到然后突然跳到一个点一英里远，然后返回。有没有什么办法解决这一问题？我猜是某种准确性检查？

更新:

基本上我的问题看起来像这样作为一个例子 - GPS Jitter

更新 2:

我考虑过不把它作为赏金，但我想我也可以全面了解这里发生的事情，看看我的方法是否过头了。我仍然有同样的问题，尽管我的精度为 3m 等，但我的坐标仍然存在抖动。现在这可能是可用卫星等。我不知道，但基本上我想了解如何所有这些其他应用程序，尤其是运动应用程序，是否能够在相同情况下获得如此流畅的读数。

我在 Quora 上找到了这个 Does any running app have a feature of filtering GPS data to get more accurate tracking?不幸的是，它并没有对我的问题提供太多的洞察力，除非你愿意的话可以使用卡尔曼滤波器，但肯定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个。

无论如何，如果开发人员愿意分享他们正在使用一些伪代码所做的事情，我们将不胜感激。我的意思是，如果我坚持使用卡尔曼，但我确信必须有更容易实现的算法，并且希望学习这些算法以及如何实现它们，这很合适。

上下文:这是一个行人移动应用。

我试图从中收集信息的相关 SO 问题 Create a smooth curve from a series of GPS coordinates Smooth gps data :这是一个好的开始，虽然我不确定我需要实现什么伪代码才能正确地让最小二乘拟合正常工作，这样我就会有一个样条 GPS 数据，然后我可以在谷歌地图之类的东西上查看以确认我做对了。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 中写一些东西来测试它，然后继续。

更新 3

我收到的乱七八糟的 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(看起来就像您设置的那样)，您仍会在位置中看到偶尔的抖动。

准确性

需要注意的一件事是，GPS 精度只能让您估计在接收到 GPS 信号的情况下计算的好坏。系统误差可以为您提供良好的精度数字 (<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性非常好，您也会看到抖动。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，它只是给你一个计算收敛的指示。

过滤

过滤和很多事情一样，越少越好。精度过滤器应该能够消除大的错误，如果您最终得到一个好的阈值，您可能能够获得平滑的数据。

如果您对正在运行的应用程序的位置变化设置阈值，您也可能会获得一些好处。例如，随着时间的推移，运行者只能跑一段特定的距离，并且通过设置上限阈值(Usain Bolt Cutoff)，您应该能够移除坏点。这样做的问题是，如果您的第一点是错误的，您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程序上实现了它。结果非常合理，甚至可以在 GPS 不佳或不可用的情况下进行有限的航位推算。不幸的是，我不能分享源代码，但如果你决定这样做，我可以给你一些指导。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计位置。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。

最小二乘法

卡尔曼滤波器非常棒，因为它可以实时用于过滤位置。它会跟踪自己的状态，您不需要存储旧位置。但另一方面，如果您想对路线进行后处理，则最小二乘法拟合是最佳方法。 (卡尔曼是从 LSQ 公式推导出来的)。我没有做很多后期处理，但我想我可以翻出一些关于它的旧教科书。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来看，我并不经常看到您在示例中看到的抖动。然而，我实现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加准确