我目前正在为 openstreetmap 做贡献，当我导入数据时，我经常可以看到这种点簇
当静态干扰信号接收时，它们是由于 GPS 不精确造成的。我想以编程方式解决这个问题，用它们的质心替换这些点。我怎样才能检测到这种模式 给出点列表？
[ (x1, y1), (x2, y2), (x3, y3), (x4, y4), ... (xn, yn) ]
能够检测到一组属于所述“随机游走”模式的点，这样我就可以用这些点的质心替换它们。我的直觉告诉我，该算法应该将点数和两点之间距离的阈值参数作为参数，然后我们开始将这样的点列表视为“随机游走”。
但我认为这是进行 GPS 追踪时的常见问题，我希望我忽略了检测这些问题的最先进算法。
最佳答案
我建议进行简单的事后趋势分析。保持预期路径的移动平均值，其中每个读数都被预测为前面各点速度的延伸，类似于
new_vector = 0.2 * current_vector + 0.8 * old_vector
在两个方向上都这样做(第二个方向时间倒转)。
当你发现一系列的点在过去和 future 都严重脱节，而且位置似乎没有太大偏差，那么你就确定了你的静止期。基本特征是一致的方向变化。
这会让您朝着解决方案前进吗？
关于在 GPS 路径中检测 "brownian/random walk"路径运动的算法，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/48796518/