【Python】利用Python实现精准三点定位(经纬度坐标与平面坐标转换法求解)

news2024/11/24 10:32:41

【Python】利用Python实现精准三点定位(经纬度坐标与平面坐标转换法求解)

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

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),z

def 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 = r1
    a = p2[0]
    b = p2[1]
    S = r2
    d = 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")
        return
    else:
        A = (R**2 - S**2 + d**2) / (2 * d)
        h = math.sqrt(R**2 - A**2)
        x2 = x + A * (a-x)/d
        y2 = y + A * (b-y)/d
        x3 = 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,c2
    else:
        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 p1
    else:
        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 li
    elif C12 or C13 or C23:
#        print("三个坐标作的圆不全有公共点")
        li.append(None)
        return li
    else:
#        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 pyproj


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

def 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 = r1
    a = p2[0]
    b = p2[1]
    S = r2
    d = 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")
        return
    else:
        A = (R**2 - S**2 + d**2) / (2 * d)
        h = math.sqrt(R**2 - A**2)
        x2 = x + A * (a-x)/d
        y2 = y + A * (b-y)/d
        x3 = 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

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,c2
    else:
        return

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 p1
    else:
        return p2
    
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 li
    elif C12 or C13 or C23:
#        print("三个坐标作的圆不全有公共点")
        li.append(None)
        return li
    else:
#        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]))


参考图如下:在这里插入图片描述

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.coloradmin.cn/o/115524.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【Array数组】面试前基础知识点深度记忆总结

写本篇博客的原因是发现有人遇到了以下误区&#xff0c; 1、在我面试别人的过程中&#xff0c;我想让他说一下数组的一些内置方法和含义&#xff0c;然后他条例思路不太清晰&#xff0c;跳动着说&#xff0c;所以遗漏了很多&#xff0c;或许按照es5到es6是一个指导顺序&#xf…

51单片机——独立按键实验,小白讲解,相互学习

按键介绍&#xff1a; 按键是一种电子开关&#xff0c;使用时轻轻按开关按钮就可式开关接通&#xff0c;当松手时&#xff0c;开关断开。开发板上使用的按键及内部简易图如下图&#xff1a; 按键管脚两端距离长的表示默认是导通状态&#xff0c;距离短的默认是断开状态&#xf…

Pandas-根据数据表1中的字段a,筛选出数据表2中也包含字段a的数据

前言 本文是该专栏的第18篇,后面会持续分享python的数据分析知识,记得关注。 假设现在有个数据分析的需求,如下: 数据表1中有几十万条数据,数据表2中有几万条数据,两张数据表1和2有两个相同的字段phone,现在需要将数据表1和数据表2中,phone字段存在相同的行,保留下来…

redis集群操作

Redis集群1 集群2 集群架构图3 集群细节4 集群搭建4.1.创建集群4.2.查看集群状态4.3.添加主节点4.4.添加从节点4.5.删除副本节点4.6.集群在线分片1 集群 Redis在3.0后开始支持Cluster(模式)模式&#xff0c;目前redis的集群支持节点的自动发现&#xff0c;支持slave-master选举…

Nmap系统扫描实战

今天继续给大家介绍渗透测试相关知识&#xff0c;本文主要内容是Nmap系统扫描实战。 免责声明&#xff1a; 本文所介绍的内容仅做学习交流使用&#xff0c;严禁利用文中技术进行非法行为&#xff0c;否则造成一切严重后果自负&#xff01; 再次强调&#xff1a;严禁对未授权设备…

解决Win系统cad激活安装失败问题,AutoCad 2022 中文/英文正式详细安装教程

Autodesk AutoCAD 2022简称“cad 2022”是一款功能强大的CAD三维绘图辅助设计软件。autocad 2022适用于二维绘图、详细绘制、设计文档和基本三维设计&#xff0c;广泛应用于机械设计、工业制图、工程制图、土木建筑、装饰装潢、服装加工等多个行业领域。CAD2022新特征&#xff…

线径看板帮助电线电缆厂提高生产效率的工作原理

当今&#xff0c;市场上出现了越来越多的电线电缆品牌&#xff0c;电线电缆市场的竞争越来越激烈&#xff0c;电线厂家稍有不慎&#xff0c;出现了产品不规范、不合格的异常情况&#xff0c;就很可能会被市场淘汰&#xff0c;被消费者所抛弃。那么&#xff0c;要怎样才能够保障…

MVC(Model,View,Controller)

MVC是指Model&#xff08;模型层&#xff0c;数据&#xff09;&#xff0c;View&#xff08;视图层),Controller(控制层&#xff09; 核心是DispathcherServlet&#xff08;一个Servlet&#xff09; (1) 客户端的请求提交给DispathcherServlet (2&#xff09;DispathcherServl…

【动态规划篇】斐波那契数列拆分词句三角矩阵

&#x1f320;作者&#xff1a;阿亮joy. &#x1f386;专栏&#xff1a;《数据结构与算法要啸着学》 &#x1f387;座右铭&#xff1a;每个优秀的人都有一段沉默的时光&#xff0c;那段时光是付出了很多努力却得不到结果的日子&#xff0c;我们把它叫做扎根 目录&#x1f449;…

基于Java(JSP+Servlet)+Mysql实现的(Web)简易的工资管理系统【100010062】

1.问题描述 一个公司下分为若干部门&#xff0c;每个部门有若干职员和经理&#xff0c;每个部门经销若干种商品。工资由基本工资、产品销售业绩奖、若干种保险的扣除等组成。其中的销售业绩奖按以下方式设计&#xff1a;职员按其完成额的 5% 提成&#xff0c;经理按其部门完成…

string.IsNullOrEmpty和string.IsNullOrWhiteSpace的区别

string.IsNullOrEmpty和string.IsNullOrWhiteSpace 本人一直使用的是string.IsNullOrEmpty方法来判断字符串是否为空. 在插件中发现另外一种写法&#xff1a; string s1 null; string s2 string.Empty; string s3 ""; strin…

精通MyBatis原理,看这两篇就够了!(二)

本文是关于MyBatis源码的第二篇&#xff0c;解读了MyBatis的核心执行SQL流程&#xff0c;对源码做了详细注释。内容较长&#xff0c;推荐电脑阅读。点击上方“后端开发技术”&#xff0c;选择“设为星标” &#xff0c;优质资源及时送达执行阶段流程第一篇文章讲解了Mybatis启动…

【jdk11+jprofiler 11进行java程序性能调优案例之--内存溢出原因分析】

1.安装jprofiler jprofiler_windows-x64_11_0_2.exe 2.使用KeyGen.exe生成注册码然后输入 3.idea中安装jprofiler插件 File-->Setting-->Plugins 搜索jprofiler插件然后安装 4.以一个内存溢出的程序为例子进行分析(一直分配内存&#xff0c;List容器引用着Student导致…

Java创建线程的三种方式

Java创建线程的三种方式 一、通过Thread类的方式进行创建 步骤&#xff1a; 1、创建Thread的子类&#xff0c;重写run方法&#xff0c;run方法就表示线程需要完成的任务 2、创建Thread实例&#xff0c;也就是创建线程对象 3、使用start来启动线程&#xff08;线程启动的唯一方…

显著性分析

选择图 为什么要分Non-parametric & parametric 方法 为了找到更符合数据的分析方法。每个方法有自己的假设&#xff0c;如果违背了结果会不精准。 Sign Test 是一个可以用于任何数据分布情况的pairwise 方法。 检查normality: Sample 数量 < 50,适用 Shapiro-Wilk&am…

【Kotlin 协程】Flow 操作符 ① ( 过渡操作符 | map 操作符 | transform 操作符 | 限长操作符 | take 操作符 )

文章目录一、过渡操作符1、map 操作符2、transform 操作符二、限长操作符 ( take 操作符 )一、过渡操作符 过渡操作符 相关概念 : 转换流 : 使用 过渡操作符 转换 Flow 流 ;作用位置 : 过渡操作符作用 于 流的上游 , 返回 流的下游 ;非挂起函数 : 过渡操作符 不是挂起函数 , 属…

大话JMeter2|正确get参数传递和HTTP如何正确使用

上节课展示了JMeter的基础用法&#xff1a;录制回放功能&#xff0c;断言&#xff0c;聚合报告。但是在无UI下如何进行接口的访问呢&#xff1f;如何正确get参数传递和HTTP如何正确使用。尤其是在无UI下进行接口的访问。小哥哥带着你用漫画来学习JMeter&#xff0c;让你在轻松的…

【MMAsia 2021】Patch-Based Deep Autoencoder for Point Cloud Geometry Compression

文章目录Patch-Based Deep Autoencoder for Point Cloud Geometry Compression压缩流程自编码架构实验结果Patch-Based Deep Autoencoder for Point Cloud Geometry Compression https://arxiv.org/abs/2110.09109 这篇论文使用深度自编码器&#xff0c;提出了一种基于分块&am…

发票识别OCR及查验API接口为企业化解难题

对于当今的现代企业来说&#xff0c;分散的财务管理模式效率不高&#xff0c;管理成本反而相对较高&#xff0c;制约了集团企业发展战略的实施&#xff0c;因而需要建设财务共享模式。一个企业要建成财务共享中心&#xff0c;面临的难题是大量的数据采集和信息处理工作&#xf…

一组类型相同的数据【C 数组】总结

作者 &#xff1a; 会敲代码的Steve 墓志铭&#xff1a;博学笃志 切问静思 前言&#xff1a;本文旨在复习C语言数组章节的知识点、分为以下几个部分&#xff1a; 什么是数组一维数组、一维数组的初始化、一维数组的遍历、冒泡排序。二维数组、二维数组的创建和初始化、二维数…