CC BY
83
OVERVIEW OF MODERN GEOLOCATION DATA FILTERING
METHODS Alyoshin O.G. (Russian Federation) Email: Alyoshin428@scientifictext.ru
Alyoshin Oleg Gennad'evich - Master's Degree Student, DEPARTMENT OF INFORMATION TECHNOLOGIES OF MODELING AND CONTROL, FACULTY OF MANAGEMENT AND INFORMATICS IN TECHNOLOGICAL SYSTEMS, FEDERAL STATE BUDGET EDUCATIONAL INSTITUTION OF HIGHER PROFESSIONAL EDUCATION VORONEZH STATE UNIVERSITY OF ENGINEERING TECHNOLOGIES, VORONEZH
Abstract: the article considers modern methods of filtering geolocation data, defines the main stages of filtering, and suggests the joint use of several techniques to ensure the highest possible quality filtering In this article, an overview of modern methods for filtering geolocation data is presented. Three filtration methods were investigated that can be applied to eliminate false and redundant navigation data. As a result of the analysis of these methods, the features characterizing each of these methods were determined, the merits and demerits of all methods were found, the main stages of filtration were identified. As a result, it was proposed to share several techniques to ensure the best quality filtering of geolocation data. Keywords: navigation system, data filtering, geolocation.
ОБЗОР СОВРЕМЕННЫХ МЕТОДОВ ФИЛЬТРАЦИИ ДАННЫХ
ГЕОЛОКАЦИИ Алёшин О.Г. (Российская Федерация)
Алёшин Олег Геннадьевич - магистрант, кафедра информационных технологий моделирования и управления, факультет управления и информатики в технологических системах, Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования Воронежский государственный университет инженерных технологий, г. Воронеж
Аннотация: в данной статье проведен обзор современных методов фильтрации геолокационных данных. Были исследованы 3 метода фильтрации, которые могут быть применены для устранения ложных и избыточных навигационных данных. В результате анализа этих методов были определены особенности, характеризующие каждый из данных методов, были найдены достоинства и недостатки всех методов, выявлены основные этапы фильтрации. В результате было предложено совместное использование нескольких методик для обеспечения максимально качественной фильтрации геолокационных данных.
Ключевые слова: навигационная система, фильтрация данных, геолокация.
Системы геолокации стали неотъемлемой частью современного мира. Приемниками GPS/ГЛОНАСС оснащается большое количество современных устройств, эти же приемники зачастую установлены на различном транспорте. И если при использовании в бытовых условиях вопрос хранения и обработки данных систем глобального позиционирования не возникает, то при использовании систем геолокации в промышленных и коммерческих целях возникает необходимость хранения и обработки геолокационных данных. Хранение больших объемов геолокационной информации может стать существенной статьей расходов как для
малых, так и для больших компаний. Именно для решения этих проблем используются алгоритмы обработки данных геолокации.
Во время своей работы приемники GPS/ГЛОНАСС постоянно вычисляют ряд навигационных параметров: широту, долготу, время, высоту над уровнем моря и т.д., причем часть этих данных может быть либо избыточной, либо ошибочной. Одним из примеров ошибочной навигационной информации является смещение координат неподвижного объекта, схематично изображенное на рисунке 1. Точка отображает реальное местоположение объекта, окружность - точность определения местоположения. Стрелками изображено смещение координат под действием факторов, влияющих на снижение точности. Важнейшей задачей работы систем фильтрации данных является снижение количества данных геолокации без потери качества позиционирования [1].
Рис. 1. Смещение координат неподвижного объекта
В настоящее время существует ряд методов, имеющих свои особенности, с помощью которых осуществляется фильтрация данных геолокации.
Метод быстрой фильтрации потока данных, содержащих глобальную позицию наблюдаемого объекта. Данный метод является двухступенчатыми и включает в себя алгоритмы предварительной и окончательной фильтрации геолокационных данных. Алгоритм предварительной фильтрации, применяемый в данном методе, требует минимум вычислений и поэтому может быть выполнен на большинстве микроконтроллеров. Процедура окончательной фильтрации осуществляется путем выполнения математических расчетов с использованием чисел с плавающей запятой двойной точности, что является крайне сложной задачей для большинства недорогих микроконтроллеров.
Первым этапом работы алгоритма предварительной фильтрации является проверка GPS-выборок, поступающих от приемника. GPS-выборкой называется набор данных, получаемых от навигационного приемника. К этим данным относятся дата и время определения местоположения, широта и долгота в градусах, высота над уровнем моря, факторы потери точности DOP (Dilution of precision [2].
Во время работы алгоритма каждая последующая выборка сравнивается с предыдущей и, если она оказывается или ошибочной, или имеет недостаточное количество информации, или не соответствует режиму определения местоположения, то она отбрасывается как неподходящая. В противном случае GPS-выборка может быть использована в следующем алгоритме данного метода фильтрации. Для повышения точности предварительной фильтрации можно отсеивать выборки, у которых фактор потери точности превышает некоторые допустимые значения, определяемые индивидуально для разных типов приемников эмпирическим путем. Помимо GPS-выборки, для следующего этапа фильтрации необходимо вычислить позиционную (PACC), вертикальную (VACC) и горизонтальную (HACC) точности позиционирования (ACC - от англ. accuracy - точность). Так как точность
позиционирования прямо пропорциональна фактору потери точности, то вычислить ее можно умножением факторов потери точности на соответствующие им коэффициенты, из-за непостоянного качества сигнала со спутников и особенностей приемников определяемые экспериментальным путем (коэффициент для HDOP и PDOP - от 3 до 5 метров, для VDOP - от 3 до 6 метров) [1].
Второй этап метода быстрой фильтрации - фильтрация избыточных данных. В нем используются выборки, не отфильтрованные на этапе предварительной фильтрации, а также значения точности позиционирования, соответствующие каждой выборке. Основным критерием данного алгоритма является расстояние между двумя координатами GPS-выборок, расстояние между которыми должно быть больше или равно сумме точностей позиционирования для каждой выборки. Графически это изображено на рисунке 2. Внутри окружностей (для трехмерного режима позиционирования - сфер), которые представляют собой точности позиционирования, находятся координаты GPS-выборок. Каждая новая выборка сравнивается с предыдущей, в случае пересечение окружностей она отбрасывается.
Следующим этапом данного метода является процесс вычисления расстояния между точками, которые прошли процедуру фильтрации. В GPS используется мировая геодезическая система отсчета WGS-84, в основе которой лежит трехмерная система геоцентрических координат, в которой форма Земли считается эллипсоидом с размерами большой и малой полуоси 6378137 метров и 6356752,31 метров соответственно. Поэтому для расчета расстояний между двумя точками нужно использовать формулы перевода эллипсоидных координат в декартовы, для этого необходимо выполнять сложные вычисления с плавающей запятой, которые являются трудоемкой задачей для большинства микроконтроллеров. Чтобы упростить вычисления, можно отказаться от сложных вычислений и проводить фильтрацию без перевода координат в декартову систему. В результате этого при фильтрации будет ошибочно отброшен приблизительно 21% полезных выборок при движении на плоскости и 48% при движении в пространстве. При наблюдении за транспортом такой процент потери информации является приемлемым [1].
К преимуществам данного метода можно отнести повышение точности вычисления навигационных параметров, уменьшение количества передаваемых данных и возможность реализации целиком на микроконтроллере.
Адаптивный алгоритм обработки потока навигационных данных на основе метода диагностической фильтрации. В соответствии с данным методом, процедуру фильтрации необходимо выполнять в 3 этапа: предварительный отсев, диагностическая фильтрация и сглаживание данных.
На этапе предварительного отсева предлагается фильтровать данные, учитывая количество видимых спутников GPS/ГЛОНАСС, значение факторов точности навигационных приемников, а также значения скорости и ускорения для объектов, которые не могут быть выше определенных значений [3].
Этап диагностической фильтрации схож с этапом предварительной фильтрации из предыдущего метода. В качестве критерия для отсеивания навигационных данных используется расстояние между двумя координатами GPS/ГЛОНАСС-выборок, которое должно быть больше или равно пороговому значению. Значения факторов потери точности рекомендуется брать из диапазона от 5 до 15 метров для горизонтального DOP, и от 10 до 29 для вертикального DOP. В результате диагностической фильтрации удается отсеять от 30% до 70% GPS/ГЛОНАСС-выборок, несущих ошибочную или избыточную информацию. Доля отфильтрованных выборок зависит от типа транспортного средства и характера его движения.
На этапе сглаживания данных необходимо провести окончательную оптимизацию GPS/ГЛОНАСС-трека с целью получения более точных значений скорости и маршрута движения объекта [3].
Данный метод фильтрации прост в реализации, не содержит сложных вычислений, и, следовательно, разработан для выполнения в режиме реального времени на устанавливаемых в транспортных средствах терминалах, имеющих низкую вычислительную мощность.
Блочно-временной алгоритм фильтрации геолокационных данных Данный подход основан на распространенном алгоритме Рамера-Дугласа-Пекера, также называемом алгоритмом итеративной ближайшей точки и алгоритмом разбиения и слияния, используемом для упрощения ломаных линий. Этот алгоритм удаляет с ломаной линии, в частности, с GPS/ГЛОНАСС-трека, точки, отстоящие от нее на определенном расстоянии. Графически результат работы этого алгоритма представлен на рисунке 2. В верхней части рисунка черным цветом изображена исходная ломаная линия, ее узлы - черными точками. В результате выполнения алгоритма Рамера-Дугласа-Пекера данная ломаная линия принимает вид, изображенный в нижней части рисунка. На ней черным цветом изображены узлы исходной ломаной, которые не были удалены в результате обработки, серыми точками - удаленные узлы ломаной, серыми линиями - новый вид, который приобретает ломаная после обработки [4].
Рис. 2. Результат работы алгоритма Рамера-Дугласа-Пекера
Его основные преимущества - простота реализации, высокая эффективность и низкая вычислительная сложность. Однако, так как в число геолокационных параметров входит не только позиция в пространстве, но и время, то применение только этого алгоритма влечет за собой потерю информации о точках простоя объекта, а также о скорости его движения. Следовательно, самостоятельное использование данного алгоритма является неприемлемым для фильтрации геолокационных данных. Однако, данный алгоритм может эффективно использоваться совместно с другими, выполняя фильтрацию приемлемого качества. Выводы
В результате обзора современных методов фильтрации геолокационных данных можно заключить, что фильтрацию целесообразно проводить сначала на источнике данных, роль которого может выполнять микроконтроллер, а затем на потребителе информации. Предварительная фильтрация позволяет избавиться от избыточных и ошибочных данных, тем самым снизив нагрузку на канал передачи данных. Окончательную фильтрацию необходимо выполнять на высокопроизводительных системах с целью получения максимально эффективной фильтрации.
Список литературы /References
1. Гришин М.Л., Данилкин Ф.А. Метод быстрой фильтрации потока данных о глобальной позиции наблюдаемого объекта на примере GPS-телеметрии // Геоинформатика, 2008. № 3. С. 21-28.
2. Richard B. Langley (May 1999) (May 1999). "Dilution of Precision" // 1999. GPS World. C. 52-59.
3. Хруль С.А. Адаптивный алгоритм обработки потока навигационных данных на основе метода диагностической фильтрации / С.А. Хруль, Д.М. Сонькин // Известия Томского политехнического университета, 2012. Т. 321. № 5: Управление, вычислительная техника и информатика. С. 217-222.
4. Бейлина Н.В. Блочно-временной алгоритм фильтрации геолокационных данных // Вестн. СамГУ. Естественнонаучн. сер., 2013. № 9/1(110). С. 212-215.
Список литературы на английском языке /References in English
1. Grishin M.L., Danilkin F.A. Metod bystroi filtratsii potoka dannykh o globalnoi pozitsii nabliudaemogo obieekta na primere GPS-telemetrii [The method of fast filtering of a data stream about the global position of an observable object using the example of GPS telemetry] // Geoinformatika [Geoinformatics], 2008. № 3. P. 21-28 [in Russian].
2. RichardB. Langley (May 1999). "Dilution of Precision" // 1999. GPS World. P. 52-59.
3. Hrul' S.A. Adaptivnyj algoritm obrabotki potoka navigacionnyh dannyh na osnove metoda diagnosticheskoj fil'tracii [An adaptive algorithm for processing the flow of navigational data based on the diagnostic filtering method] / S.A. Hrul', D.M. Son'kin // Izvestija Tomskogo politehnicheskogo universiteta [Proceedings of the Tomsk Polytechnic University], 2012. T. 321. № 5: Upravlenie, vychislitel'naja tehnika i informatika. P. 217-222 [in Russian].
4. Bejlina N. V. Blochno-vremennoj algoritm fil'tracii geolokacionnyh dannyh [Block-time algorithm for filtering geolocation data] // [Bulletin of the Samara State University, Natural Sciences Series], 2013. № 9/1(110). P. 212-215 [in Russian].
ANALYSIS OF THE EFFICIENCY OF FILTERING NAVIGATIONAL INFORMATION IN NMEA 0183 FORMAT Alyoshin O.G. (Russian Federation) Email: Alyoshin428@scientifictext.ru
Alyoshin Oleg Gennad'evich - Master's Degree Student, DEPARTMENT OF INFORMATION TECHNOLOGIES OF MODELING AND CONTROL, FACULTY OF MANAGEMENT AND INFORMATICS IN TECHNOLOGICAL SYSTEMS, FEDERAL STATE BUDGET EDUCATIONAL INSTITUTION OF HIGHER PROFESSIONAL EDUCATION VORONEZH STATE UNIVERSITY OF ENGINEERING TECHNOLOGIES, VORONEZH
Abstract: this article analyzes NMEA 0183 navigation messages for the presence of redundant information and the possibility of its filtering. To date, this format is the most popular in the interaction of various types of navigation equipment. When analyzing messages of the NMEA 0183 format for the presence of redundant, 4 sets of navigation information with a duration of about 5.7 hours received from a GPS/GLONASS receiver were investigated. As a result, the initial sets of information were filtered from the redundant data, which showed its high efficiency.
Keywords: navigation, information filtering, information redundancy, NMEA.
