我有一系列的GPS值,每个值都包含:
我读过卡尔曼滤波器是这种任务的首选工具。这确实是这样吗?
我找到了一些Python的卡尔曼滤波器实现:
我能想象的一件事是将预测步骤重复/适应为基于时间的模型。你能为这个应用程序推荐这样的模型吗?它需要考虑NMEA速度值吗?
时间戳、纬度、经度、卫星数、GPS速度、GPS方向...
(这些是NMEA数据的子集)。我不确定方向和速度值的质量如何。此外,我不能期望序列在时间戳方面是均匀分布的。我想要在一个均匀的时间步长下得到平滑的轨迹。我读过卡尔曼滤波器是这种任务的首选工具。这确实是这样吗?
我找到了一些Python的卡尔曼滤波器实现:
- http://www.scipy.org/Cookbook/KalmanFiltering
- http://ascratchpad.blogspot.de/2010/03/kalman-filter-in-python.html
我能想象的一件事是将预测步骤重复/适应为基于时间的模型。你能为这个应用程序推荐这样的模型吗?它需要考虑NMEA速度值吗?