GeolocationCoordinates.speed API精度可靠性如何？应选用哪种测速方案？

speed 属性的测速原理 #

主流设备的speed属性并非通过前后采样点的坐标差计算得出，而是底层定位模块（卫星定位如GPS/北斗）直接利用多普勒频移效应测量得到：通过计算卫星信号和接收端之间的频率偏移，直接得出设备相对卫星的移动速度，再解算为设备的地面移动速度。
如果设备使用的是基站、WiFi等非卫星定位源，speed一般是定位服务商基于连续位置估算得出的粗略值。

speed 属性的精度与可靠性 #

不同场景下的表现差异很大：

• 室外开阔无遮挡、使用卫星定位、移动速度>1m/s的场景下，speed精度可达0.1~0.5m/s，可靠性很高，误差远低于自行用坐标差计算的结果
• 静止或低速移动（<1m/s）的场景下，绝大多数设备会做阈值过滤，直接返回null或0值，无法反映真实的微小速度变化
• 建筑遮挡、室内、高层、多径效应严重的场景下，speed误差会飙升到1~3m/s，可能出现异常跳变
• 基于基站、WiFi定位返回的speed为估算值，误差通常大于5m/s，部分场景误差甚至超过10m/s，无实用价值

测速方案选择建议 #

根据你的使用场景选择即可：

• 若你采样的设备始终在室外开阔环境工作、依赖卫星定位、移动速度普遍高于1m/s：直接使用原生speed属性即可，它的实时性更高，也不会受单点坐标跳变的影响，不需要额外做复杂的滤波处理
• 若你需要覆盖静止、低速移动场景，或者定位源可能包含基站/WiFi、对速度的实时性要求不高：可以自行通过坐标推导速度，注意你问题中误写了两次altitude，计算时需要采用latitude（纬度）、longitude（经度）、altitude（海拔高度）三个参数计算两点间的三维距离，再除以采样间隔得到速度，同时你需要自行添加坐标滤波逻辑，剔除跳变的异常定位点，否则计算结果误差会非常大
• 对精度要求极高的场景可以采用两者融合的方案：以speed的测量值为基准，用坐标推导的速度做异常值校验和校准，进一步降低误差。

内容的提问来源于stack exchange，提问作者SomoKRoceS