GPS 장치에서 "이동 부족"감지

우리는 차량에 장착 된 GPS 추적 장치를 사용하고 있으며 나중에 우리의 응용 프로그램에서 움직임을 표시합니다. 그러나 차량이 움직이지 않을 때 작은 문제가 발생합니다.

정지 상태에도 불구하고 GPS 장치는 다양한 위치로 정보를 전송합니다. 때로는 차량이 움직이는 것으로보고하기도합니다 (때때로 차량이 아주 빠르게 움직이는 것으로보고 함). 최종 결과는 응용 프로그램에서 움직임의 추악한 표현이며, 차량이 얼마나 오래 움직이고 서 있었는지에 관한 더 나쁜 잘못된 계산입니다 (우리는 통계 분석도 진행 중입니다).

문제가 새로운 것이 아니라는 것을 알고 있습니다. Android 휴대 전화의 Google 내비게이션은 계속해서 사거리에서 멈출 때 어려움을 겪고 있습니다. ).

그러나 차량이 움직이지 않는다는 것을 알리는 방법이 필요합니다. 특히 오랜 시간 동안 말입니다.

일부 차량의 경우 밤 동안 지붕 아래에 보관되는 일부 차량에서는 문제가 더 심해져 신호가 약해져서 위치를 확보 할 수있을 정도로 강합니다.

차량의 엔진이 켜져 있는지 또는 꺼져 있는지 감지 할 수 있지만 엔진이 꺼진 상태에서 움직이지 않는다고 가정 할 수는 없습니다 (손상된 차량이 견인 된 사고가 있었으며 물론 도난의 가능성이있는 경우도 있습니다) 보고).

이 문제에 접근하는 가장 좋은 방법은 무엇입니까?

편집하다:

더 많은 정보를 추가하려면 :

• GPS 장치에는 가속도계가 있지만 이진 정보 만 반환하고 (이동 / 이동하지 않음) 너무 민감하거나 평범한 것이 작동하지 않습니다.

• 우리는 위성의 수나 품질과 같은 것들에 접근 할 수 있지만, 그 정보를 어떻게 활용할지 잘 모릅니다. 따라서 내 질문. :)

• 문제는 차량이 실시간으로 움직이는 지 여부를 감지하는 것이 아닙니다. 데이터를 수집 한 후 나중에 통계 분석을 수행하여 표시합니다. 우리는 차량의 현재 위치를 보여 주지만 그다지 중요하지 않습니다. 기본적으로 우리는 과거 데이터를보고 차량이 움직이고 있거나 움직이지 않았다고 말할 수 있어야합니다.

질문 아래의 설명은 특히 위성 데이터 품질 (위성 수, 신호 강도) 해석에 대한 몇 가지 좋은 점을 제시하며,이 정보를 모바일 장치 또는 서버에서 사용하여 "나쁜"GPS 값을 필터링 할 수 있습니다. 문제는 1) 스퓨리어스 GPS 판독을 어떻게 정의하고, 2) 정지 상태를 어떻게 정의합니까?

몇 가지 매개 변수로 시작해 보겠습니다.

• stationary_speed = 모바일 장치가 이보다 느리게 움직이면 정지 상태입니다
• too_fast = 모바일 장치가 이보다 더 빠른 속도로 가고 있다면 가짜 GPS 판독 값을 제공 한 것입니다

이 속도를 정확하게 계산하는 것은 까다 롭습니다. 이전 판독 값 (t0에서)과 현재 판독 값 (t1에서) 사이의 /로 속도를 계산한다고 가정합니다. 시간 델타가 크고 단위가 커브를 돌면 실제 이동 거리는 계산 된 거리보다 큽니다. 또한 두 번의 가짜 판독 값이 연속으로 있고 서로 충분히 가까이 있으면 예기치 않은 결과를 얻을 수 있습니다.

속도가 나면 GPS 판독 값이 의사가 있는지 또는 장치가 고정되어 있는지 확인하기 위해 해당 값을 매개 변수와 비교하십시오.

Kalman filters로보다 정교한 필터링을 수행 할 수 있지만 훨씬 더 복잡 할 수 있습니다.

모션 센서 데이터를 조정했습니다.

GPS 트래커에 의해보고 된 모션 센서 데이터, 점화 데이터 및 속도를 사용하여 차량의 정확한 움직임을 알려줍니다.

또한 우리는 위성의 수를 살펴 보았지만 잘 보지 못했습니다. 지붕 아래 차량의 위성 수는 적었지만 여전히 상대적으로 높았습니다. 9-10은 이러한 차량의 일반적인 값이며 지붕 아래에서는 7로 떨어집니다 (그러나 때때로 신호를 얻거나 올라갈 수 있음). 말할 것도없이, 위성의 수는 유용하지 않은 것으로 판명되었습니다.

마지막 수정을 수행하는 데 사용 된 sats 수를 사용하여 볼 수 있습니다. 예 : View = 11, Fix = 5 그리고 가장 강한 sat. 신호의 최대 DB 값을 사용하십시오. 적절한 신호를 얻으려면 30Db 이상이어야합니다.

우리가 사용하는 장치에는 이동 / 비 이동 개념이 있습니다. 센서는 가속, 진동, 입력 전압, 입력 신호 (키 접점으로부터), GPS 데이터입니다. 시작 / 정지 (이벤트 기반) 및 방향 / 거리 이벤트와 같은 위치를보고하려면 장치가 이동 모드에 있어야합니다 (이는 카운트 다운 카운터이며 구성 가능).

센서를 결합 할 수 있습니다. 추적기가 이동 모드에 있지 않다고 판단하는 동안 방향 / 거리 이벤트 또는 타이머가보고되지 않습니다. 센서가보고 중지와 관련된 경우 타이머는 0으로 카운트 다운 한 다음 중지 이벤트가 생성되고 장치가 비 이동 모드로 전환됩니다. 다음번까지. 이 방법으로 시동 엔진 가속 값을 분리하여 이동 모드에서 '입력'하고 이동 모드에서 '유지'하기위한 별도의 낮은 임계 값을 매우 뚜렷한 가속 패턴으로 설정할 수 있습니다.

우리가 사용하는 단위는 불량 sat 데이터로 포인트가 취해 졌는지보고합니다. 하드웨어가 그렇게하는지 확실하지 않습니다. SV_Position 또는 SV_KeepAlive 또는 SV_TimeAlive가 있습니다. Keepalive는 GPS가 테이블을 업데이트하거나 정확한 수정을 할 수 없기 때문에 정확한 마지막 값을 반복합니다. TimeAlive는 터널을 건너거나 누군가 차고에 주차했을 때 볼 수있는 것입니다.

부분적으로 교육적인 추측을 하긴하지만 모니터링하는 한 가지 방법은 추적하는 자산의 종류에 따라 전압 전원 공급 장치입니다. 예. 12.30v에서 작동하는 장치는 엔진이 작동하지 않는 자동차입니다. 14.2v를보고하는 것이 있으면 발전기가 회전한다는 것을 알 수 있습니다. 24V 차량의 경우 스팟과 유사한 패턴이 있습니다.

이것이 당신에게 아이디어를 줄 수 있기를 바랍니다. 그것은 모두 하드웨어가 얼마나 좋은지에 달려 있습니다. 데이터 소스가 시작되고 그 이후의 나머지는 모두 그대로입니다. 그러나 모든 서버 측 (후시)을 수행하는 대신 단위 기능을 사용하여 품질을 구분하는 것이 좋습니다. 3000 대를 좋아하면 모든 추적 데이터를 지속적으로 분석 할 수있는 강력한 서버가 필요합니다.

스쿠터를 추적하기 위해 GPS 로거를 사용할 때 비슷한 문제가 발생했습니다. 내가 한 것은 도로 레이어에 GPS 트랙을 오버레이하고 교차로 또는 신호등 근처 또는 근처의 잘못된 위치를 수동으로 삭제하는 것입니다. 교차점 주변의 버퍼를 처리하고 해당 버퍼의 최소 및 최대 시간을 계산하는 자동화 된 도구가 있다고 확신합니다.

이것에 대한 기술의 용어는 거미 입니다. 일반적인 접근 방식은 수정 프로그램이 이전 수정 프로그램에서 10m 인 경우에만 샘플링하는 것입니다. 예를 들어 Garmin 핸드 헬드는 거리 를 기준으로 수정 사항을 기록하고 피트니스 시계는 시간을 기준으로 수정 사항을 기록 합니다 . 핸드 헬드는 많이 거미가 아니지만 시계는 거미입니다.