作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一系列 gps 值,每个值包含:timestamp, latitude, longitude, n_sats, gps_speed, gps_direction, ...
( NMEA data 的某个子集)。我不确定方向和速度值的质量如何。此外,我不能指望序列均匀间隔 w.r.t.时间戳。我想在均匀的时间步长获得平滑的轨迹。
我读过卡尔曼滤波器是此类任务的首选工具。真的是这样吗?
我发现了一些适用于 Python 的卡尔曼滤波器的实现:
最佳答案
在四处寻找有关卡尔曼滤波器的可理解资源后,我强烈推荐这个:https://github.com/rlabbe/Kalman-and-Bayesian-Filters-in-Python
对于您关于不规则间隔观察的特定问题:请查看上述引用资料中的第 8 章,以及“非平稳过程”标题下的内容。总而言之,您需要为每次迭代使用不同的状态转换函数和过程噪声协方差。这些是您在每次迭代中唯一需要更改的内容,因为它们是唯一依赖于 delta t 的组件。
关于gps - 近似和内插 GPS 轨迹,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11846491/
我是一名优秀的程序员,十分优秀!