尋找方向,請考慮這樣的情景:與GPS
的應用程序知道這幾條路線的手機上,由於GPS。這意味着它知道設備將只在兩個方向行進。
我是否認爲確定手機朝哪個方向移動的最佳方式(它幾乎肯定不會指向正確的方向,所以指南針不是一種選擇)是輪詢GPS直到它開始移動,並找出Co-Ords正在移動的方向?
您建議投票民意調查/持續多長時間?
在此先感謝!
尋找方向,請考慮這樣的情景:與GPS
的應用程序知道這幾條路線的手機上,由於GPS。這意味着它知道設備將只在兩個方向行進。
我是否認爲確定手機朝哪個方向移動的最佳方式(它幾乎肯定不會指向正確的方向,所以指南針不是一種選擇)是輪詢GPS直到它開始移動,並找出Co-Ords正在移動的方向?
您建議投票民意調查/持續多長時間?
在此先感謝!
這是一門科學本身,讀了卡爾曼過濾。基本上,GPS給出的最後兩點之間的差異是您正在移動的方向。然後出現錯誤,您需要開始學習如何過濾數據並獲得更好的結果。
在嘗試說明kalman濾波:
卡爾曼濾波器使用模型所預測的東西預測新值。它做出了一個假設:「東西通常會朝着它們的速度方向移動,所以如果它在第二次以前,它現在就會在那裏。」然後它將使用這個模型來預測下一個點,以及它何時能夠測量下一個點,它將使用該數據來更新模型並評估預測的準確性。然後,它將開始根據實際數據和根據預測精度測量結果進行加權的預測結果向您提供預測。因此,如果模型通常非常準確,但突然出現數據跳躍,則會認爲這是一種僥倖,並且不會讓它對數值產生太大影響。如果數據非常活躍,它將更多地信任數據,而模型更少。
您可能想要添加一些關於OP如何使用卡爾曼濾波的信息,以及關於它如何工作的一些背景知識。即使鏈接到維基百科也會很有用! :) – Polynomial
我認爲他可以谷歌,如果你把卡爾曼過濾到谷歌它會彈出它的維基百科文章。在這裏解釋它是一個徒勞的任務。 –
感謝您的指點。公認! – JJJollyjim
聽起來正確。你也可以從內置的加速度計中獲得一些有用的數據。如果有人在行走時將其放在口袋裏(搖擺動作會使事情變得笨拙),那麼它就不是那麼有用,但當手機在移動的車輛內相對靜止時,它非常有用。 – Polynomial