【精准三点定位求解汇总】利用Python或JavaScript高德地图开放平台实现精准三点定位(经纬度坐标与平面坐标转换法求解、几何绘图法求解)

news/2024/4/28 14:49:14/文章来源:https://blog.csdn.net/weixin_53403301/article/details/128441789

【精准三点定位求解汇总】利用Python或JavaScript高德地图开放平台实现精准三点定位(经纬度坐标与平面坐标转换法求解、几何绘图法求解)

众所周知,如果已知三个点的坐标,到一个未知点的距离,则可以利用以距离为半径画圆的方式来求得未知点坐标。
如果只有两个已知点,则只能得出两个未知点坐标,而第三个圆必定交于其中一个点

如图:
在这里插入图片描述
三个圆必定教于一个点

当然,如果第三个绿色圆圆心位于红蓝的圆心连线上,则依然交于两个点,所以在选择对照点时,应尽可能使对照点分布在未知点四周,多取几个点位未尝不是一门好事

几何绘图求解法(JavaScript)

之前发过一期 这里再重新讲一遍

【优秀课设】JavaScript利用高德地图开放平台实现精准三点定位(通过距离半径,绘制多个circle)
blog.csdn.net/weixin_53403301/article/details/122329814

首先打开高德地图开发平台的覆盖物的添加与移除:
lbs.amap.com/demo/javascript-api/example/map-componets/map-overlays

其中,代码的第54行可以生成标记点
59-67可以画圆

注意两个主要参数:

center: new AMap.LngLat("116.403322", "39.920255"), // 圆心位置
radius: 1000,  //半径

半径r单位都是米

通过高德地图API:
lbs.amap.com/tools/picker
可以获取任意点位的坐标,只需要点击即可

比如武汉市坐标:114.304569,30.593354
在这里插入图片描述
将武汉市坐标复制到代码中,设置半径为300km,即300000

center: new AMap.LngLat("114.304569", "30.593354"), // 圆心位置
radius: 300000,  //半径

同时,定义circle2,添加第二个位置,如南昌市,设置半径为400km

var circle2 = new AMap.Circle({center: new AMap.LngLat("115.857972", "28.682976"), // 圆心位置radius: 400000,  //半径strokeColor: "#F33",  //线颜色strokeOpacity: 1,  //线透明度strokeWeight: 3,  //线粗细度fillColor: "#ee2200",  //填充颜色fillOpacity: 0.35 //填充透明度
});

再在后面加上语句,用于绘制circle和circle2

map.add(circle);
map.add(circle2);
map.setFitView();

点击右上角运行:
即可看到在地图上绘制了两个分别以武汉和南昌为半径的圆
在这里插入图片描述
两个圆的交点有两个,分别在常德附近和合肥附近
这里只用于演示,同样的方法可以添加第三个圆
如:

var circle3 = new AMap.Circle({center: new AMap.LngLat("116.378517", "39.865246"), // 圆心位置radius: 900000,  //半径strokeColor: "#F33",  //线颜色strokeOpacity: 1,  //线透明度strokeWeight: 3,  //线粗细度fillColor: "#ee2200",  //填充颜色fillOpacity: 0.35 //填充透明度
});
map.add(circle3);

在这里插入图片描述
59行开始,全部修改过的代码部分如下:

var circle = new AMap.Circle({center: new AMap.LngLat("114.304569", "30.593354"), // 圆心位置radius: 300000,  //半径strokeColor: "#F33",  //线颜色strokeOpacity: 1,  //线透明度strokeWeight: 3,  //线粗细度fillColor: "#ee2200",  //填充颜色fillOpacity: 0.35 //填充透明度
});var circle2 = new AMap.Circle({center: new AMap.LngLat("115.857972", "28.682976"), // 圆心位置radius: 400000,  //半径strokeColor: "#F33",  //线颜色strokeOpacity: 1,  //线透明度strokeWeight: 3,  //线粗细度fillColor: "#ee2200",  //填充颜色fillOpacity: 0.35 //填充透明度
});var circle3 = new AMap.Circle({center: new AMap.LngLat("116.378517", "39.865246"), // 圆心位置radius: 900000,  //半径strokeColor: "#F33",  //线颜色strokeOpacity: 1,  //线透明度strokeWeight: 3,  //线粗细度fillColor: "#ee2200",  //填充颜色fillOpacity: 0.35 //填充透明度
});
map.add(circle3);
map.add(circle);
map.add(circle2);
map.setFitView();

经纬度坐标与平面坐标转换求解法(Python)

主要用到这两个库:

import math
import pyproj

pyproj是用于坐标转换的 这里采用的是utm平面坐标与WGS84经纬度坐标

这里的半径r单位都是米

高德地图用的是GCJ02坐标(还有腾讯) GPS用的是WGS84坐标(谷歌也是) 百度地图用的是BD09坐标

所以在实际计算出来导入地图里面查看时 要么采用WGS84地图 要么就要涉及到坐标转换

首先是坐标转换
在utm坐标中 有个zone值 也就是经度分区 计算公式为int(lon/6+31)
在反坐标转换中 也要输入zone值 这里直接可以输入转换前求得的zone值

def lonlat2utm(lon,lat):z=int(lon/6+31)proj = pyproj.Proj(proj='utm',zone=z,ellps='WGS84')return proj(lon, lat),zdef utm2lonlat(x,y,z):proj = pyproj.Proj(proj='utm',zone=z,ellps='WGS84')return proj(x, y,inverse=True)

平面上求圆的交点

def insec(p1,r1,p2,r2):x = p1[0]y = p1[1]R = r1a = p2[0]b = p2[1]S = r2d = math.sqrt((abs(a-x))**2 + (abs(b-y))**2)if d > (R+S) or d < (abs(R-S)):
#        print ("没有公共点")return elif d == 0 and R==S :
#        print ("两个圆同心")returnelse:A = (R**2 - S**2 + d**2) / (2 * d)h = math.sqrt(R**2 - A**2)x2 = x + A * (a-x)/dy2 = y + A * (b-y)/dx3 = round(x2 - h * (b - y) / d,2)y3 = round(y2 + h * (a - x) / d,2)x4 = round(x2 + h * (b - y) / d,2)y4 = round(y2 - h * (a - x) / d,2)c1=[x3, y3]c2=[x4, y4]return c1,c2

经纬度上求两个圆交点坐标
在反坐标转换中 也要输入zone值 这里直接可以输入转换前求得的两个经纬度坐标的zone平均值
所以 两个要求的区域离得不远 误差就很小 离得太远了 误差就可能大 需要手动去调整 这里是通用函数

def location_trans(p1,r1,p2,r2):z1=lonlat2utm(p1[0],p1[1])z2=lonlat2utm(p2[0],p2[1])z=int((z1[1]+z2[1])/2)    C=insec(z1[0],r1,z2[0],r2)if C:a=utm2lonlat(C[0][0],C[0][1],z)b=utm2lonlat(C[1][0],C[1][1],z)c1=[a[0], a[1]]c2=[b[0], b[1]]return c1,c2else:return

运行:

 a=[[114.304569,30.593354],300000]b=[[115.857972,28.682976],400000]c=[[116.378517,39.865246],900000]print(location_trans(b[0],b[1],c[0],c[1]))    

输出:

([114.12482189881902, 31.962881802790577], [117.87031764680636, 31.841927527011755])

在求三个圆的交点时 最多会求出六个点
在六个点中筛选出离另外一个圆最近的点 即可得出三个相近点的坐标

求离得近的那个点的平面坐标

def location_min(p1,p2,p,r):d1=math.fabs(r-math.sqrt((p[0]-p1[0])**2+(p[1]-p1[1])**2))d2=math.fabs(r-math.sqrt((p[0]-p2[0])**2+(p[1]-p2[1])**2))if d1<d2:return p1else:return p2

得到三个点后 求三个点的中心点 即可算出大概位置
中心点的zone值是根据其他三个zone值求平均来确定的
所以 三个要求的区域离得不远 误差就很小 离得太远了 误差就可能大 需要手动去调整 这里是通用函数

def location_judg(p1,r1,p2,r2,p3,r3):li=[]z1=lonlat2utm(p1[0],p1[1])z2=lonlat2utm(p2[0],p2[1])z3=lonlat2utm(p3[0],p3[1])z12=int((z1[1]+z2[1])/2)z13=int((z1[1]+z3[1])/2)z23=int((z2[1]+z3[1])/2)z=int((z12+z13+z23)/3)C12=insec(z1[0],r1,z2[0],r2)C13=insec(z1[0],r1,z3[0],r3)C23=insec(z2[0],r2,z3[0],r3)if C12:m12=location_min(C12[0],C12[1],z3[0],r3)li.append(utm2lonlat(m12[0],m12[1],z12))else:li.append(None)if C13:m13=location_min(C13[0],C13[1],z2[0],r2)li.append(utm2lonlat(m13[0],m13[1],z13))else:li.append(None)if C23:m23=location_min(C23[0],C23[1],z1[0],r1)li.append(utm2lonlat(m23[0],m23[1],z23))else:li.append(None)if C12 and C13 and C23:
#        print("三个坐标作的圆都有公共点")m=[(m12[0]+m13[0]+m23[0])/3,(m12[1]+m13[1]+m23[1])/3]li.append(utm2lonlat(m[0],m[1],z))return lielif C12 or C13 or C23:
#        print("三个坐标作的圆不全有公共点")li.append(None)return lielse:
#        print("三个坐标作的圆都没有公共点")return 

最后返回的列表分别是12的最接近坐标 13的最接近坐标 23的最接近坐标 和这三个坐标的中心点坐标 如果不存在 则返回None

运行:

if __name__ == "__main__":a=[[114.304569,30.593354],300000]b=[[115.857972,28.682976],400000]c=[[116.378517,39.865246],900000]print(location_trans(b[0],b[1],c[0],c[1]))    print(location_judg(a[0],a[1],b[0],b[1],c[0],c[1]))

结果:

[(116.85351953263574, 32.18782636821823), (117.13697531307241, 31.774218803048125), (117.87031764680636, 31.841927527011755), (117.28744847106574, 31.935380071325877)]

整体代码:

# -*- coding: utf-8 -*-
import math
import pyprojdef lonlat2utm(lon,lat):z=int(lon/6+31)proj = pyproj.Proj(proj='utm',zone=z,ellps='WGS84')return proj(lon, lat),zdef utm2lonlat(x,y,z):proj = pyproj.Proj(proj='utm',zone=z,ellps='WGS84')return proj(x, y,inverse=True)def insec(p1,r1,p2,r2):x = p1[0]y = p1[1]R = r1a = p2[0]b = p2[1]S = r2d = math.sqrt((abs(a-x))**2 + (abs(b-y))**2)if d > (R+S) or d < (abs(R-S)):
#        print ("没有公共点")return elif d == 0 and R==S :
#        print ("两个圆同心")returnelse:A = (R**2 - S**2 + d**2) / (2 * d)h = math.sqrt(R**2 - A**2)x2 = x + A * (a-x)/dy2 = y + A * (b-y)/dx3 = round(x2 - h * (b - y) / d,2)y3 = round(y2 + h * (a - x) / d,2)x4 = round(x2 + h * (b - y) / d,2)y4 = round(y2 - h * (a - x) / d,2)c1=[x3, y3]c2=[x4, y4]return c1,c2def location_trans(p1,r1,p2,r2):z1=lonlat2utm(p1[0],p1[1])z2=lonlat2utm(p2[0],p2[1])z=int((z1[1]+z2[1])/2)    C=insec(z1[0],r1,z2[0],r2)if C:a=utm2lonlat(C[0][0],C[0][1],z)b=utm2lonlat(C[1][0],C[1][1],z)c1=[a[0], a[1]]c2=[b[0], b[1]]return c1,c2else:returndef location_min(p1,p2,p,r):d1=math.fabs(r-math.sqrt((p[0]-p1[0])**2+(p[1]-p1[1])**2))d2=math.fabs(r-math.sqrt((p[0]-p2[0])**2+(p[1]-p2[1])**2))if d1<d2:return p1else:return p2def location_judg(p1,r1,p2,r2,p3,r3):li=[]z1=lonlat2utm(p1[0],p1[1])z2=lonlat2utm(p2[0],p2[1])z3=lonlat2utm(p3[0],p3[1])z12=int((z1[1]+z2[1])/2)z13=int((z1[1]+z3[1])/2)z23=int((z2[1]+z3[1])/2)z=int((z12+z13+z23)/3)C12=insec(z1[0],r1,z2[0],r2)C13=insec(z1[0],r1,z3[0],r3)C23=insec(z2[0],r2,z3[0],r3)if C12:m12=location_min(C12[0],C12[1],z3[0],r3)li.append(utm2lonlat(m12[0],m12[1],z12))else:li.append(None)if C13:m13=location_min(C13[0],C13[1],z2[0],r2)li.append(utm2lonlat(m13[0],m13[1],z13))else:li.append(None)if C23:m23=location_min(C23[0],C23[1],z1[0],r1)li.append(utm2lonlat(m23[0],m23[1],z23))else:li.append(None)if C12 and C13 and C23:
#        print("三个坐标作的圆都有公共点")m=[(m12[0]+m13[0]+m23[0])/3,(m12[1]+m13[1]+m23[1])/3]li.append(utm2lonlat(m[0],m[1],z))return lielif C12 or C13 or C23:
#        print("三个坐标作的圆不全有公共点")li.append(None)return lielse:
#        print("三个坐标作的圆都没有公共点")return if __name__ == "__main__":a=[[114.304569,30.593354],300000]b=[[115.857972,28.682976],400000]c=[[116.378517,39.865246],900000]print(location_trans(b[0],b[1],c[0],c[1]))    print(location_judg(a[0],a[1],b[0],b[1],c[0],c[1]))

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.luyixian.cn/news_show_240153.aspx

如若内容造成侵权/违法违规/事实不符,请联系dt猫网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

JavaScript的原型链

JavaScript的原型链 JavaScript的继承主要是通过原型链实现的&#xff0c;所以理解原型链是掌握JavaScript继承的关键一环。原型链的继承的基本思想是通过原型链继承多个引用类型的属性和方法。 理解原型链 关于原型链的定义与理解&#xff1a; 每个构造函数都有一个原型对…

Sentinel流控

Sentinel 随着微服务的流行&#xff0c;服务和服务之间的稳定性变得越来越重要。 Sentinel 以流量为切入点&#xff0c;从流量控制、熔断降级、系统负载保护等多个维度保护服务的稳定性。 1.sentinel特性 Sentinel 具有以下特征: 丰富的应用场景&#xff1a; Sentinel 承接了…

【折腾服务器 3】群晖学习版中安装 Active Backup for Business 及相关配置 =)

Catch UP 书接上回&#xff0c;在 ESXi 中安装了群晖系统&#xff0c;这个系统主要是用来给 Windows 物理机做备份的&#xff0c;因此在本片主要讲解如何配置 Active Backup for Business 软件。 Chapter 1 设置存储空间 上一篇博客中&#xff0c;安装群晖时分配了一个 32GB…

【高精度定位】关于GPS、RTK、PPK三种定位技术的探讨

高精度定位通常是指亚米级、厘米级以及毫米级的定位&#xff0c;从市场需求来看&#xff0c;定位的精度越高往往越好。“高精度、低成本”的定位方案无疑将是未来市场的趋势。 在物联网时代&#xff0c;大多数的应用或多或少都与位置服务相关联&#xff0c;尤其是对于移动物体而…

「 理财与风险控制|养老系列」你想象中的高端养老社区是什么样?

本文主要介绍为什么养老规划需要考虑养老社区的部分&#xff0c;当前市场上养老社区的各种现状&#xff0c;养老社区从各个角度分类&#xff0c;选择养老社区需要关注的要素以及保险保单能够提供的养老权益是怎样的 文章目录01 为什么要关注养老社区&#xff1f;02 为什么关注高…

【docker常用命令】

一、帮助启动类命令 &#xff08;1&#xff09;启动docker systemctl start docker&#xff08;2&#xff09;停止docker systemctl stop docker&#xff08;3&#xff09;重启docker systemctl restart docker&#xff08;4&#xff09;查看docker状态 systemctl status…

移动端测试必备技能: adb命令和抓包

移动端测试 是指对移动应用进行的测试&#xff0c;即实体的特性满足需求的程度&#xff0c;进行测试前需要搭建测试环境。 1 移动端自动化环境搭建 1.1 java安装 java JDK 安装jdk-8u181-windows-x64.exe 配置环境变量&#xff1a; JAVA_HOME&#xff1a;D:\developer to…

【c++】STL--vector

前言 想必大家已经对string有所了解了&#xff0c;string是专门用于字符串的。今天讲到的vector则是表示可变大小数组的序列容器。就像数组一样&#xff0c;vectoer也采用的连续存储空间来存储元素。也就是意味着可以采用下标对vector的元素进行访问&#xff0c;和数组…

SpringBoot系列之自动装配原理详解

文章目录前言一、SpringBoot自动配置-Condition-11、观察spring自动创建bean过程2、创建自定义bean对象3、根据条件创建自定义bean二、 SpringBoot自动配置-Condition-2三、SpringBoot自动配置-切换内置web服务器1、查看继承关系图2、shiftdelete 排除Tomcat四、SpringBoot自动…

12.20工作学习记录 力扣 罗马文转数字

每日一题:罗马文转数字 定义两个指针 不断后移 每一次让前一个指针的值累加为sum 最后返回sum 力扣https://leetcode.cn/problems/roman-to-integer/ 最长公共前缀 主要是subString方法 力扣https://leetcode.cn/problems/longest-common-prefix/solutions/现在分词与形容…

圣诞的荒诞小故事并记录互联网协议-五层模型

今天敲代码敲着敲着灵光乍现&#xff0c;突然一个荒诞的故事&#x1f4a1;映入脑海。 1.未来和过去&#xff1a; 人高度发达&#xff08;以下称之为渡&#xff09; 渡可以打开时空穿越过去&#xff08;以下称之为旧迹&#xff09;&#xff0c;并且可以进随心所欲的来去自如&a…

基于yolov5s实践国际象棋目标检测模型开发

在我前面的一篇文章中讲解实现了基于改进的yolov5s-spd模型实现了五子棋目标对象检测模型系统的设计开发&#xff0c;这里紧接前文&#xff0c;突发奇想&#xff0c;是否可以借鉴同样的思路实现象棋的检测模型开发呢&#xff1f;理论上面肯定是可以的&#xff0c;但是实际效果如…

详细介绍关于自定义类型:结构体、枚举、联合【c语言】

文章目录结构体结构体的声名特殊的声明结构成员的类型结构的自引用结构体变量的定义和初始化结构体内存对齐修改默认对齐数结构体变量访问成员结构体传参结构体实现位段&#xff08;位段的填充&可移植性&#xff09;位段的内存分配位段的跨平台问题枚举枚举类型的定义枚举的…

微信小程序入门

目录 一&#xff0c;简介 二&#xff0c;小程序开发环境搭建 1.申请账号 2.安装开发工具 3.小程序工具使用 三&#xff0c;目录结构以及json配置 1.目录结果 2.json配置 3.JSON 语法 4.WXML 5.wxss 6.JS 逻辑交互 四&#xff0c;小程序宿主环境 1.程序与页面 2.组件…

String 字符串

String 基本介绍 String 应该是 Java 中最常用的一个对象&#xff0c;他不是八种基本数据类型的其中之一&#xff0c;但是随便翻了一下项目代码&#xff0c;用 String 定义的变量超过百分之八十。 public final class Stringimplements java.io.Serializable, Comparable<…

自己整理的vue实现生成分享海报(含二维码),看着网上的没实现

大家好&#xff0c;我是雄雄。 前言 相信大家在许多的场景下&#xff0c;看到过这样的案例。 当我们在某购物app上看好一件商品&#xff0c;想分享给别人时&#xff0c;app会给我们生成一张海报&#xff0c;我们将其保存在手机里面转发给其他人达到分享。当我们逛CSDN的时候&…

12.25日周报

周报 代码行数&#xff1a; 周一 704 周二 481 周三 571 周四 589 周五 595 周六 520 周日 537 遇到的问题&#xff1a; 没用过的方法AtomicInteger Insert Proto currentTimeMillis RequestParam BufferedReader UriComponents RestTemplate OSS 不清楚在…

Windows和Mac系统实现本地部署WebPageTest工具

在项目开发或者测试的过程中&#xff0c;由于没有上线&#xff0c;我们在公网上无法访问我们的网站&#xff0c;但同时我们又需要查看浏览器性能&#xff0c;这样我们就需要在本地部署WebPageTest工具以协助进行性能测试 具体实现步骤&#xff1a; Windows系统&#xff1a; …

【高级篇04】MySQL逻辑架构

文章目录第四章&#xff1a;逻辑架构逻辑架构SQL执行流程数据库缓冲池第四章&#xff1a;逻辑架构 逻辑架构 第一层&#xff1a;连接层。客户端访问MySQL服务器&#xff0c;首先建立TCP连接&#xff0c;经过三次握手建立连接成功后&#xff0c;MySQL服务器对TCP传输过来的账号…

PHP开发工具PhpStorm v2022.3——完全支持PHP 8.2

PhpStorm是一个轻量级且便捷的PHP IDE&#xff0c;其旨在提高用户效率&#xff0c;可深刻理解用户的编码&#xff0c;提供智能代码补全&#xff0c;快速导航以及即时错误检查。可随时帮助用户对其编码进行调整&#xff0c;运行单元测试或者提供可视化debug功能。 PhpStorm v20…