2012-06-08 5 views
1

Veuillez prendre en compte ce scénario:Recherche de la direction avec le GPS

Une application sait sur quel chemin le téléphone est allumé, grâce au GPS. Cela signifie qu'il connaît les deux seules directions dans lesquelles l'appareil va voyager.

Ai-je raison de penser que la meilleure façon de déterminer dans quelle direction le téléphone se déplace (il ne sera certainement pas pointer du bon côté, donc boussole n'est pas une option) est d'interroger le GPS jusqu'à ce qu'il commence à se déplacer, et de trouver la direction dans laquelle les co-ords se déplacent?

À quelle fréquence, et pendant combien de temps, suggérez-vous que les sondages électoraux durent?

Merci d'avance!

+0

Cela semble à peu près juste. Vous pouvez également obtenir des données utiles de l'accéléromètre intégré. Ce n'est pas très utile si quelqu'un l'a dans sa poche en marchant (le mouvement de bascule rend les choses bizarres), mais c'est très utile quand le téléphone est relativement stationnaire dans un véhicule en mouvement. – Polynomial

Répondre

1

Ceci est une science en soi, lire sur le filtrage kalman. Fondamentalement, la différence entre les deux derniers points donnés par le GPS est la direction dans laquelle vous vous déplacez. Alors les erreurs entrent dans l'équation et vous devez commencer à apprendre sur les bonnes façons de filtrer les données et obtenir de meilleurs résultats.

tentative d'explication de filtrage de Kalman:

Un filtre de Kalman utilise un modèle pour prédire de nouvelles valeurs pour la chose prévue. Il fait une hypothèse comme "les choses se déplacent habituellement dans le sens de leur vitesse, donc si c'était ici il y a une seconde, il sera là maintenant". Il utilisera ensuite ce modèle pour prédire le point suivant et quand il pourra réellement mesurer le point suivant, il utilisera ces données pour mettre à jour le modèle et évaluer la précision de la prédiction. Ensuite, il commencera à vous donner des prédictions basées sur une combinaison de données réelles et de prédictions qui sont pondérées en fonction de ses mesures de la précision de la prédiction. Donc, si le modèle est normalement très précis mais qu'il y a soudainement un saut dans les données, il supposera que c'est un coup de chance et qu'il ne laissera pas trop affecter la valeur. Si les données sont très sautillantes, elles feront davantage confiance aux données et au modèle moins.

+0

Vous voudrez peut-être ajouter quelques informations sur la façon dont OP pourrait utiliser le filtrage de Kalman, et quelques informations sur son fonctionnement. Même un lien vers Wikipedia serait utile! :) – Polynomial

+0

Je supposais qu'il peut google et si vous mettez kalman filtrage dans google, il apparaîtra l'article wikipedia là-dessus. Et l'expliquer ici est une tâche futile. –

+0

Merci pour les pointeurs. Accepté! – JJJollyjim

Questions connexes