¿Qué algoritmo debo usar para eliminar valores atípicos en los datos de rastreo?

Tengo rastros GPX y quiero eliminar las observaciones periféricas. Hay algunos puntos de ruta que son imposibles porque requeriría una aceleración que el vehículo no puede lograr.

¿Existen buenos algoritmos para filtrar observaciones tan ruidosas tan extremas?

Aquí hay dos referencias para vincular datos de GPS a las líneas centrales de la calle:

Schussler, N. & Axhausen, K. (2009a) , ' Coincidencia de mapas de trazas GPS en redes de navegación de alta resolución utilizando la técnica de hipótesis múltiples', Documento de trabajo 568. IVT, ETH Zu ̈rich, Zu ̈rich.

Schussler, N. y Axhausen, K. (2009b) , 'Procesamiento de datos sin procesar de sistemas de posicionamiento global sin información adicional', Registro de Investigación de Transporte: Revista de la Junta de Investigación de Transporte 2105, 28–36.

Enlace de referencia (para aquellos con acceso).

Sé que SF City implementó uno de estos algoritmos para procesar pistas gps desde una aplicación de teléfono inteligente que están usando para rastrear a los ciclistas ( ciclopistas ); y lanzaron todo el código bajo una licencia de código abierto (¡porque son maravillosos!). Creo que su problema tenía que ver principalmente con las inexactitudes del cañón urbano; No estoy seguro de si también tuvieron un problema con la aceleración.

Un filtro de Kalman puede ser lo que desea: tiene en cuenta las predicciones basadas en un modelo físico del sistema. (Por ejemplo, ¡no hay autos de 10000 mph!)

Las respuestas a la pregunta Stack Overflow "Smooth gps data" proporcionan enlaces a implementaciones como el repositorio ikalman github , así como otros enfoques.