在做轨迹处理（GPS / 车辆 / 无人机 / 人员定位）时，

• 经纬度算距离
• 用时间算速度
• 小距离丢弃
• 大速度丢弃

---

一、核心目的

判断一个定位点是否“符合物理常识”：
如果几乎没动 → 抖动点
如果快得不可能 → 异常点
都直接丢掉

---

二、完整代码片段

        // 1) 时间阈值：太密集就不写 buffer（减少下游点数）
        Long le = lastEmitTs.value();
        if (le != null && p.ts - le < cfg.minEmitIntervalMs) {
            return;
        }

        // 2) 距离/速度阈值：基于 lastPoint 计算两点间距离与速度
        Double derivedSpeed = null;
        if (lp != null) {
            long dtMs = max(1, p.ts - lp.ts); // 避免除 0
            double distM = haversineMeters(lp.lat, lp.lon, p.lat, p.lon);

            // 抖动点：位移过小（常见于 GPS 漂移/静止抖动）
            if (distM < cfg.minMoveMeters) {
                incJitterDrop();
                return;
            }

            // 推导速度：米/秒
            derivedSpeed = distM / (dtMs / 1000.0);

            // 异常速度：大概率是定位跳点或异常数据
            // 当前策略：直接丢弃（也可以改成“切段”或“保留但打标”）
            if (derivedSpeed > cfg.maxSpeedMps) {
                incSpeedDrop();
                return;
            }
        }

    /**
     * Haversine 公式计算球面两点距离（单位：米）
     * - R=6371000m：地球平均半径
     * - 适合轨迹点距离计算（GPS）
     */
    private static double haversineMeters(double lat1, double lon1, double lat2, double lon2) {
        double R = 6371000.0;
        double dLat = toRadians(lat2 - lat1);
        double dLon = toRadians(lon2 - lon1);
        double a = sin(dLat/2)*sin(dLat/2) +
                cos(toRadians(lat1))*cos(toRadians(lat2)) *
                        sin(dLon/2)*sin(dLon/2);
        double c = 2 * atan2(sqrt(a), sqrt(1-a));
        return R * c;
    }

---

三、先搞清楚：这两个点是谁？

LastPoint lp = lastPoint.value(); // 上一个“已接受”的点
RawPoint p = 当前新来的点;

你可以把它理解成：

lp（上一个点） ─────────▶ p（当前点）

所有计算，都是围绕 “这两个点之间发生了什么”。

---

四、第一步：算时间差（dtMs）

long dtMs = max(1, p.ts - lp.ts);

这一步在干什么？

• p.ts - lp.ts：两个点之间隔了多久（毫秒）
• max(1, …)：防止除 0（非常重要）

举例

lp.ts = 10000 ms
p.ts  = 10050 ms
dtMs  = 50 ms

如果两个点时间戳相同：

dtMs = 1 ms（强行兜底）

---

五、第二步：算距离（distM）——为什么要用 Haversine？

double distM = haversineMeters(lp.lat, lp.lon, p.lat, p.lon);

这一步的本质

根据两个经纬度，计算它们在“地球表面”的真实距离（米）

---

Haversine 是什么？（不用怕）

private static double haversineMeters(...)

这是 GPS / 地图 / 轨迹领域的标准算法，特点是：

• ✅ 考虑地球是球体
• ✅ 精度足够（米级）
• ✅ 被广泛使用

你可以把它当成一个“官方认证的算距离工具”，
不用关心数学推导，只管用。

---

举个能理解的例子

lp: (39.900000, 116.400000)
p : (39.900010, 116.400010)

大约相当于：

→ 移动了 1~2 米

那么：

distM ≈ 1.5

---

六、第三步：抖动点判断（为什么距离太小要丢？）

if (distM < cfg.minMoveMeters) {
    incJitterDrop();
    return;
}

什么是抖动点？

现实中的 GPS：

• 人 / 车 / 无人机 静止
• 经纬度却会在 ±1~3 米 范围内乱跳

如果不处理，轨迹会变成：

原地抖成一团毛线

---

举例说明

minMoveMeters = 2 米
distM = 0.6 米

👉 判断为 GPS 漂移，不是真实移动 → 丢弃

---

七、第四步：算推导速度（derivedSpeed）

derivedSpeed = distM / (dtMs / 1000.0);

拆开看：

dtMs / 1000.0 → 秒
distM / 秒     → 米/秒

举例（非常直观）

distM = 10 米
dtMs = 1000 ms = 1 秒

derivedSpeed = 10 m/s

---

八、第五步：异常速度判断（为什么速度太大要丢？）

if (derivedSpeed > cfg.maxSpeedMps) {
    incSpeedDrop();
    return;
}

这一步在防什么？

防这种情况：

上一点：北京
下一点：上海
时间差：1 秒

算出来的速度是：

1000+ 公里 / 秒 ❌

这种情况通常是：

• GPS 跳点
• 数据错位
• 经纬度异常
• 设备故障

---

maxSpeedMps 一般怎么设？

场景	合理范围（m/s）
行人	3 ~ 5
自行车	8 ~ 12
汽车	30 ~ 60
无人机	50 ~ 100

---

九、总结

如果有上一个点：
    1. 算这两个点隔了多久
    2. 算这两个点隔了多远
    3. 如果几乎没动 → GPS 抖动 → 丢
    4. 算实际速度
    5. 如果快得不可能 → 异常 → 丢
否则：
    这个点是正常的

如果你 不做这层过滤，结果通常是：

• 轨迹乱抖
• 偶尔飞线几百公里
• 地图前端缩放直接炸
• 下游分析严重失真

本质原因是：

真实世界 ≠ 传感器世界
传感器数据必须经过“物理常识过滤”