Quel algorithme dois-je utiliser pour supprimer les valeurs aberrantes dans les données de trace?

J'ai des traces GPX et je souhaite supprimer les observations éloignées. Il y a certains points d'itinéraire qui sont impossibles car cela nécessiterait une accélération que le véhicule ne peut pas atteindre.

Existe-t-il de bons algorithmes pour filtrer ces observations extrêmement bruyantes?

Voici deux références pour lier les données GPS aux axes des rues:

Schussler, N. & Axhausen, K. (2009a) , «Cartographie des traces GPS sur les réseaux de navigation à haute résolution en utilisant la technique des hypothèses multiples», document de travail 568. IVT, ETH Zu ̈rich, Zu ̈rich.

Schussler, N. & Axhausen, K. (2009b) , «Processing raw data from global positionnement systems without additional information», Transportation Research Record: Journal of the Transportation Research Board 2105, 28–36.

Lien de référence (pour ceux qui y ont accès).

Je sais que SF City a implémenté l'un de ces algorithmes pour traiter les traces GPS à partir d'une application de téléphone intelligent qu'ils utilisent pour suivre les cyclistes ( pistes cyclables ); et ils ont publié tout le code sous une licence open-source (parce qu'ils sont merveilleux!). Je pense que leur problème était principalement lié aux inexactitudes du canyon urbain; Je ne sais pas s'ils ont également eu un problème d'accélération.

Un filtre de Kalman peut être ce que vous voulez: il prend en compte les prédictions basées sur un modèle physique du système. (Par exemple, pas de voitures à 10000 mph!)

Les réponses à la question Stack Overflow "Smooth gps data" fournissent des liens vers des implémentations telles que le référentiel ikalman github , ainsi que d'autres approches.