НАУКА и ОБРАЗОВАНИЕ

Файл статьи: SE-BMSTU...o169.pdf (1255.03Кб)

УДК 004.023

1 МГТУ им. Н.Э. Баумана, Москва, Россия

Одной из задач современных программных комплексов проведения технического обслуживания и ремонта различных объектов является обработка геолокационной информации, поступающей с мобильных устройств сотрудников в реальном времени. Для уменьшения объема передаваемых данных в таких системах обычно применяют различные методы фильтрации фиксируемых геокоординат непосредственно на мобильных устройствах.
В данной работе выявлены причины погрешности геоданных, получаемых от разных источников, и предложен динамический адаптивный метод фильтрации данных геопозиционирования. По сравнению с ранее описанным в литературе статическим методом [1], подход предлагает адаптивно подстраивать порог фильтрации под  изменяющиеся характеристики координат от многих источников геолокационной информации.
Для оценки эффективности разработанного метода фильтрации были собраны порядка 400 тыс. точек, представляющих собой траектории движения различных типов (пешком, в легковом автомобиле, скоростном поезде) и стоянок (в помещении, на открытом воздухе, рядом с высотными зданиями), снятые с разных мобильных устройств. Анализ результатов показал, что преимуществами предлагаемого метода является более точное определение продолжительных стоянок (до 6 часов) и координат при движении пользователя, возможность потоковой фильтрации данных от различных источников, что позволяет применять подход в геоинформационных системах, обеспечивающих непрерывный мониторинг местоположения в условиях потоковой обработки в реальном времени. К недостаткам можно отнести незначительное увеличение вычислительной сложности и объема точек итогового трека по сравнению с другими методами фильтрации.
В целом разработанный подход позволил существенно улучшить качество отображаемых траекторий перемещения мобильных объектов.

1. Хруль С.А., Сонькин Д.М. Адаптивный алгоритм обработки потока навигационных данных на основе метода диагностической фильтрации // Известия Томского политехнического университета. 2012. Т. 321, № 5. С. 217-222. Режим доступа: http://cyberleninka.ru/article/n/adaptivnyy-algoritm-obrabotki-potoka-navigatsionnyh-dannyh-na-osnove-metoda-diagnosticheskoy-filtratsii (дата обращения 06.02.2016).
2. NMEA data // Gpsinformation.org: website. Режим доступа:http://www.gpsinformation.org/dale/nmea.htm (дата обращения 01.03.2016).
3. Листеренко Р.Р. Применение фильтра Калмана для обработки последовательности GPS-координат // Молодежный научно-технический вестник. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 09. Режим доступа: http://sntbul.bmstu.ru/doc/802893.html (дата обращения 26.01.2016).
4. Забегаев А.Н., Павловский В.Е. Адаптация фильтра Калмана для использования с локальной и глобальной системой навигации // Препринты ИПМ им. М.В. Келдыша. 2010. № 82. Режим доступа: http://library.keldysh.ru/preprint.asp?id=2010-82 (дата обращения 26.01.2016).
5. Gong L., Morikawa T., Yamamoto T., Sato H. Deriving Personal Trip Data from GPS Data: A Literature Review on the Existing Methodologies // Procedia-Social and Behavioral Sciences. 2014. Vol. 138. P. 557-565. DOI: 10.1016/j.sbspro.2014.07.239
6.  Agarwal N., Basch J., Beckmann P., Bharti P., Bloebaum S., Casadei S., Chou A., Enge P., Fong W., Hathi N., Mann W., Sahai A., Stone J., Tsitsiklis J., Van Roy B. Algorithms for GPS operation indoors and downtown // GPS Solutions. 2002. Vol. 6, no. 3. P. 149-160. DOI: 10.1007/s10291-002-0028-0
7. Zhou C., Bhatnagar N., Shekhar S., Terveen L. Mining Personally Important Places from GPS Tracks // 2007 IEEE 23rd International Conference on Data Engineering Workshop, 2007, 17-20 April, Istanbul, Turkey. Istanbul, 2007. P. 517-526. DOI: 10.1109/ICDEW.2007.4401037
8. Великанова Е.П., Ворошилин Е.П. Адаптивная фильтрация координат маневрирующего объекта при изменениях условий передачи в радиолокационном канале // Доклады Томского государственного университета систем управления и радиоэлектроники. 2012. № 2 (26), ч. 1. С. 29-35. Режим доступа: http://www.tusur.ru/filearchive/reports-magazine/2012-26-1/029.pdf (дата обращения 26.01.2016).
9. Макаренко Г.К., Алешечкин А.М. Исследование алгоритма фильтрации при определении координат объекта по сигналам спутниковых радионавигационных систем // Доклады Томского государственного университета систем управления и радиоэлектроники. 2012. № 2 (26), ч. 2. С. 15-18. Режим доступа: http://cyberleninka.ru/article/n/issledovanie-algoritma-filtratsii-pri-opredelenii-koordinat-obekta-po-signalam-sputnikovyh-radionavigatsionnyh-sistem (дата обращения 26.01.2016).
10. Прохорцов А.В., Савельев В.В. Методы определения координат и скорости подвижных объектов с помощью спутниковых радионавигационных систем // Известия Тульского государственного университета. Технические науки. 2011. № 2. С. 264-274. Режим доступа: http://cyberleninka.ru/article/n/metody-opredeleniya-koordinat-i-skorosti-podvizhnyh-obektov-s-pomoschyu-sputnikovyh-radionavigatsionnyh-sistem (дата обращения 26.01.2016).
11. Пудловский В.Б. Методы и алгоритмы навигационных определений с использованием ретранслированных сигналов спутниковых радионавигационных систем: дис. … канд. техн. наук. М.: МГТУ им. Н.Э. Баумана, 2009. 263 с. Режим доступа: http://www.dissercat.com/content/metody-i-algoritmy-navigatsionnykh-opredelenii-s-ispolzovaniem-retranslirovannykh-signalov-s (дата обращения 12.03.2016).
12. Gomez-Gil J., Ruiz-Gonzalez R., Alonso-Garcia S., Gomez-Gil F.J. A Kalman Filter Implementation for Precision Improvement in Low-Cost GPS Positioning of Tractors // Sensors. 2013. No. 13 (11). P. 15307-15323. DOI: 10.3390/s131115307
13. Садковский Б.П., Садковская Н.Е., Трошкин Д.О. Взаимодействие систем глобального позиционирования ГЛОНАСС/GPS и наземных вычислительных центров // Инженерный журнал: наука и инновации. 2014. № 6 (30). DOI:10.18698/2308-6033-2014-6-1284
14. Салычев О.С. MEMS/GPS — малогабаритная интегрированная навигационная система // Геопрофи. 2003. № 3. С. 16-17. Режим доступа: http://www.geoprofi.ru/technology/article_697_10.aspx (дата обращения 26.03.2016).