Qual algoritmo devo usar para remover os valores discrepantes nos dados de rastreamento?

Tenho vestígios de GPX e quero remover observações externas. Existem alguns pontos de rota impossíveis, porque exigiria aceleração que o veículo não pode alcançar.

Existem bons algoritmos para filtrar essas observações extremamente barulhentas?

Aqui estão duas referências para vincular dados GPS às linhas centrais das ruas:

Schussler, N. & Axhausen, K. (2009a) , 'Correspondência de mapas de traços de GPS em redes de navegação de alta resolução usando a técnica de múltiplas hipóteses', Working Paper 568. IVT, ETH Zu ̈rich, Zu ̈rich.

Schussler, N. & Axhausen, K. (2009b) , 'Processando dados brutos de sistemas de posicionamento global sem informações adicionais', Transportation Research Record: Journal of Transportation Research Board 2105, 28–36.

Link de referência (para aqueles com acesso).

Eu sei que a SF City implementou um desses algoritmos para processar as faixas de GPS a partir de um aplicativo de smartphone que eles estão usando para rastrear ciclistas ( ciclovias ); e eles lançaram todo o código sob uma licença de código aberto (porque são maravilhosos!). Eu acho que o problema deles estava relacionado principalmente às imprecisões do desfiladeiro urbano; Não tenho certeza se eles também tiveram um problema com a aceleração.

Um filtro Kalman pode ser o que você deseja: leva em consideração previsões baseadas em um modelo físico do sistema. (Por exemplo, sem carros de 10000 mph!)

As respostas à pergunta Stack Overflow "Smooth gps data" fornecem links para implementações como o repositório ikalman github , além de outras abordagens.