一、地理围栏算法简介

地理围栏（Geo-fencing）是LBS的一种典型应用，就是用一个虚拟的栅栏围出一个虚拟地理边界。地理围栏更侧重于对区域边界的界定，不再是以某点为圆心向外等距离画圆，而是准确勾勒出小区、写字楼等特定坐标的实际形状、区域及面积。

1.1 地理围栏判断算法

围栏即一堆位置点，组成一个多边形。问题就可以抽象为判断一个点是否属于一个多边形区域内部。

目前最常见，比较高效的方法是射线法。主要是循环多边形的每条边进行求交运算，大部分边通过简单坐标比对直接排除。

1.2 射线法实现

射线法其实就是从判断点开始，向左边或者右边水平的做一条射线，判断该射线穿过多边形的次数，如果为奇数则认为该点在区域内部，如果为偶数则认为该点在区域外部。

实际上，点不需要与每一条边进行交点计算，一些特殊的边可以直接排除掉。

1. 边与射线平行
2. 边再射线的上边或下边
3. 边在射线左边（右射线场景）
4. 边的端点与射线相交

城市边界一般存储为geojson格式，关于geojson的介绍可以参考这篇文章：GEOJSON标准格式。

1.3 算法优化

多边形数量较少时，可以依次遍历（暴力遍历）。我们可以通过粗筛的方法快速找到符合条件的少量多变形，再进行射线法比较。

对于二维空间数据常使用空间索引的方法，比如通过R(Rectangle)树进行空间索引。

R树主要运用了空间分割的理念。采用了一种称为MBR(Minimal Bounding Rectangle)的方法，可以将它成为“最小外接矩形”。从叶子结点开始用矩形（rectangle）将空间框起来，结点越往上，框住的空间就越大，以此对空间进行分割。

R树无论是叶子结点还是非叶子结点都对应着一个矩形。树形结构上层的结点所对应的矩形能够完全覆盖它的孩子结点所对应的矩形。根结点也唯一对应一个矩形，而这个矩形是可以覆盖所有我们拥有的数据信息在空间中代表的点的。

其实，在使用射线法对具体多边形的比较，也能使用R树优化。

复杂多边形的边特别多，执行一次射线法也非常耗时。

首先对多边形的每条边构建最小外包矩形，然后在这些最小外包矩形基础上构建R树索引，这样射线法求交点的时候首先通过R树判断射线是否与外包矩形相交，最后对R树粗筛后的边进行精确求交判断，时间复杂度从O(n)降到O(Log(n))

除了R树索引外，还有一种空间网格索引，用geohash来切分多边形。GeoHash值之间可以表示出空间关系，比如前几位相等即表示有包含关系，所以天然地合适做索引。

二、地理围栏的应用

JTS是加拿大的 Vivid Solutions 做的一套开放源码的 Java API.
Github地址：https://github.com/locationtech/jts

1. 可以直接利用地理围栏算法，在GPS点位上描述出省-市-区等详细地址信息
2. 利用地理围栏与轨迹数据，监控具体某些地方的出入人员