Der beste Weg, um als Trajektorie Wegpunkt

Question

Ich zeichne eine Bewegung eines Fahrzeugs alle 3 Minuten Intervall.So alle 3 Minuten werde ich die Standortaktualisierung des Fahrzeugs kennen.Von diesen Daten möchte ich den nächsten Punkt vorhersagen an jedem point.For Beispiel die letzten fünf Standortaktualisierungen wie etwas sind unten:

latitude,longitude,timestamp 
    1.527219139 103.7791514,2017-08-21 00:03:00 
    1.528935142 103.7805676,2017-08-21 00:06:00 
    1.530651144 103.7812113,2017-08-21 00:09:00 
    1.531895244 103.7819838,2017-08-21 00:12:00 
    1.533353844 103.7832713,2017-08-21 00:15:00 

Mit thid Daten würde Ich mag den nächsten Punkt vorherzusagen, wo es towards.Is es gut zu verwenden, um eine lineare Regression Überschrift oder Eine Extrapolation. Oder gibt es andere Methoden zur Berechnung der vorhergesagten Breite und Länge. Jede Hilfe wird geschätzt.

Answer 1

Ich gehe davon aus, dass die Erde flach ist (ernsthaft - die Mathematik wird sonst einfach unaussprechlich sein).

Sie müssen entscheiden, wie viele Datenpunkte Sie analysieren möchten, um die Vorhersage zu treffen. Wenn Sie nur die letzten beiden Datenpunkte nehmen, ist das Problem relativ einfach (auf einer flachen Erde). Sie haben drei Minuten (12:00 bis 15:00 Uhr) gereist, und Ihr Breitengrad liegt bei 1,533353844 - 1,531895244, während Ihr Längenzuwachs bei 103,7832713 - 03,7819838 liegt. Aus diesen Zahlen können Sie die Änderung der Breite pro Minute und die Änderung der Länge pro Minute schätzen. Sie können diese pro Minute vorgenommenen Änderungen zu den letzten Längen- und Breitengraden hinzufügen, um zu schätzen, wo Sie eine Minute vom letzten Messwert entfernt sind. Und so weiter.

Die lineare Regression wird nur dann für Sie nützlich sein, wenn Sie annehmen, dass Sie sich in einer Richtung bewegen, die einer geraden Linie entspricht. Die Verwendung der Regression würde es Ihnen ermöglichen, Fehler in den aufgezeichneten Positionen zu "mitteln", würde Ihnen jedoch keine bessere Vorhersage geben, wenn Ihre Bewegung nicht wirklich in einer geraden Linie wäre.

Sie können mehrere Datenpunkte in Ihrer Vorhersage verwenden. Zum Beispiel können Sie die letzten drei Datenpunkte verwenden und die Werte an eine Art kubisches Polynom anpassen. Sie können dann die Parameter der Polynomfunktion verwenden, um den nächsten Datenpunkt zu schätzen.

Die Verwendung von mehr als drei Datenpunkten ist wirklich nur praktikabel, wenn Sie etwas über die zugrunde liegende Bewegung wissen, die aufgezeichnet wird (z. B. dass es eine gerade Linie oder eine Kurve bestimmter Form ist).