在 Android 中使用 Fusion Provider 实现卡尔曼滤波器以获取 GPS 位置

Posted 2023-02-21

【中文标题】在 Android 中使用 Fusion Provider 实现卡尔曼滤波器以获取 GPS 位置

【英文标题】：Implementing Kalman filter with Fusion Provider in Android for GPS positions

【发布时间】：2015-07-06 13:10:39

【问题描述】：

我必须实施卡尔曼滤波器以获得更好的 GPS 位置精度...我使用随机解决方案 (Smooth GPS data)。在 ValidPosition 我有一些检查，如：

public boolean checkPosition(Location location) 

    if (( location != null ) &&
        (distance != 0) &&
        (distance > MINIMUM_DISTANCE) && // 10 metres

        (location.hasSpeed()) && 
        (location.getSpeed() > 0) && 
        (averageTime < HUMANSPEED) &&

        (location.hasAccuracy()) &&
        (location.getAccuracy() < MINIMUM_ACCURACY) &&
        (isBetterLocation(location, lastLocation)) // From Google example in http://developer.android.com/guide/topics/location/strategies.html#BestPerformance
            return true;
    

    return false;

现在，在我的 Location Fusion Provider 主课中，我有这个：

public static final int ACCURACY_DECAYS_TIME = 3; // Metres per second

private KalmanLatLong kalmanLatLong = new KalmanLatLong(ACCURACY_DECAYS_TIME);

private ValidPosition validPosition = new ValidPosition();

@Override
public void onLocationChanged(Location location) 

    if(validPosition.checkPosition(location)) 
        kalmanLatLong.process(
                location.getLatitude(),
                location.getLongitude(),
                location.getAccuracy(),
                location.getTime());

        mCallback.handleNewLocation(location);
    
`

现在呢？如何使用卡尔曼预测？我在这里用随机代码写了什么？

// TODO: USE VELOCITY INFORMATION HERE TO GET A BETTER ESTIMATE OF CURRENT POSITION

谢谢

【问题讨论】：

GPS芯片输出的GPS位置已经经过了严重的卡尔曼滤波，比离开芯片后的滤波输入信息要多得多。我怀疑在任何后期处理卡尔曼滤波器之后数据会变得更好。只需确保在位置或汽车静止时过滤位置即可。

嗨，用什么方法？当 getSpeed 为零时，我拒绝那些职位？例如，在没有过滤器的情况下，我得到了第一个 LatLng 坐标，但第二个 LatLng 距离第一个坐标 100 米，所以我猜用户不太可能在几秒钟内移动 100 米......

【参考方案1】：

您忘记从kalmanLatLong 对象返回处理结果。 你需要做这样的事情：

if(validPosition.checkPosition(location)) 
    kalmanLatLong.process(
            location.getLatitude(),
            location.getLongitude(),
            location.getAccuracy(),
            location.getTime());

    location.setLatitude(kalmanLatLong.get_lat());
    location.setLongitude(kalmanLatLong.get_lng());
    location.setAccuracy(kalmanLatLong.get_accuracy());

    mCallback.handleNewLocation(location);

关于你的第二个问题，我认为这不是小事，应该更多地基于实验数据。在大多数情况下，线性衰减的简单假设效果很好。

【讨论】：

您好，感谢您的回复...卡尔曼滤波器是一种预测，对吧？如果我在您的代码中设置数据，这是预测吗？我必须检查我的位置是否是卡尔曼的有效位置。在这种情况下，我设置了一个预测，而不是真实的位置（或者没有？：P）另外，在 TODO 中我必须对速度做些什么？亲切的问候:)

这样的？ if (predictedLocation.distanceTo(location) < 10m) // Hadle new location

哦，所以你想预测？对不起，我最初没有理解你的问题。卡尔曼滤波器最初是一个噪声滤波器（在原始问题中被描述为跳跃）。它消除了传感器噪声并平滑了传感器输出。要进行预测，您需要以任意较低的准确度向卡尔曼滤波器提供您的预测位置（如预测是一个单独的滤波器）。您不会提高预测的准确性，但可以减少位置更新之间的时间。你想这样做吗？

或者您也可以尝试使用其他传感器数据（如加速度计和指南针数据）预测位置，然后将此预测输入卡尔曼滤波器。如果做得好，这将提高定位精度。您如何预测新位置取决于您的实际用途（汽车、机器人、人类、自行车）。例如，人类会经常旋转设备，因此指南针数据不是很有用。

我知道，如果我有一个位置，卡尔曼滤波器会告诉我预测位置...使用来自卡尔曼滤波器的 predictLocation 和 if (predictedLocation.distanceTo(location) < 10m) // Hadle new location 我得到的结果还不错，只是幸运？