轨迹平滑方法

本文主要处理三维空间序列点，对于二维序列点也同样适用。主要介绍一下几种平滑方式，并针对三维轨迹进行平滑处理：

1. 滑动平均平滑（Moving average）：

邻域内的数据点做平均代替邻域的中心点值，除了一般滑动平均，还有加权滑动平均和指数滑动平均。

2.Savitzky-Golay滤波（SG滤波）：

基于局域多项式最小二乘法拟合的滤波方法

拟合多项式：

最小二乘残差：

可以采用卷积运算的方式实现：

平滑系数：

3. Spline样条曲线平滑

2次B样条曲线参数方程：

3次B样条曲线参数方程：

实验结果：蓝色点为原始点。

5点MA平滑

7点MA平滑

2次B样条平滑（绿色点为原始点）

3次B样条平滑

SG5点2次平滑

SG7点3次平滑

从以上数据可以看出，对于本文的序列点采用MA平滑效果较好，但是MA平滑会造成部分特征点模糊的情况，对于不同数据选择合适的平滑方式至关重要。