下采样GPS航迹

Question

我正在处理GPS跟踪文件(X和Y坐标的列表)。我有一个高采样率的轨道，并希望降低样本的轨道，以更容易处理。

显而易见的方法是创建一个新的点数列表，并且只保留(例如)每100点的轨道。问题是，这可能消除重要的极端，如曲线。

你知道算法吗?它允许对二维数组进行降采样，同时保持极值(并且删除没有多少值的数据点，例如直线上的点)。

如果在python中有一个解决方案，那就太好了，但我很感谢您的各种帮助。

谢谢!

Answer 1

Ramer Peucker算法听起来像是你要找的东西！

https://en.wikipedia.org/wiki/Ramer%E2%80%93Douglas%E2%80%93Peucker_算法

此算法允许您简化采样路径。基本上，如果给定一个最大允许的误差，它将通过在第一点和最后一点之间用一条直线来评估一个样本序列是否能够很好地表示(wrt，误差)：如果它们之间的所有点都在误差范围内，那么所有这些点都可以被删除，否则它会用更短的序列再次尝试。

这意味着，设定一个合理的误差值，在一条笔直的道路上，它将进行强降采样，而在发夹转弯时，它甚至可能决定根本不降采样。

在python https://github.com/fhirschmann/rdp中似乎有一个现成的实现。

最后，你可能会发现这篇来自EuroPython 2016的关于F. Wilhelm的“用Python处理GPS数据”的演讲(我从这里学到了算法)