GPS在Linux下的使用(war driving的前置学习)

news2024/9/25 23:07:21

1.ls /dev/tty* 列出所有与 tty 相关的设备文件。这些设备文件通常对应终端设备     

 ttyUSB0是GPS端口

2.cat /dev/ttyUSB0 用于读取并显示连接到 /dev/ttyUSB0 串口设备发送的原始数据

这种是GPS定位不全的,要拿到更开阔的地方

 

这种是GPS定位全的

因为会持续输出,所以可以按CTRL^c进行停止 

3.GPS语句说明

GPS 输出的语句标准符合 NMEA‐0183   
V3.01 规范,输出的语句为$GPGGA, $GPGSA, $GPGSV, $GPRMC, $GPVTG,刷新率:
1Hz。
这是 5 秒钟通过串口发送的数据内容:
$GPGGA,081559.000,2607.3480,N,11917.4707,E,1,04,2.5,134.2,M,,,,0000*0F
$GPGSA,A,3,14,22,21,31,,,,,,,,,2.7,2.5,1.0*35
$GPGSV,2,1,08,18,68,148,,22,64,313,22,50,48,132,,12,44,076,*70
$GPGSV,2,2,08,14,36,316,34,31,24,242,30,21,17,194,29,15,13,088,*75
$GPRMC,081559.000,A,2607.3480,N,11917.4707,E,1.10,211.8,280212,,*35
$GPVTG,211.8,T,,M,1.10,N,2.0,K*58
$GPGGA,081600.000,2607.3480,N,11917.4711,E,1,04,2.5,134.1,M,,,,0000*04
$GPGSA,A,3,14,22,21,31,,,,,,,,,2.7,2.5,1.0*35
$GPGSV,2,1,08,18,68,148,,22,64,313,23,50,48,132,,12,44,076,*71
$GPGSV,2,2,08,14,36,316,34,31,24,242,30,21,17,194,29,15,13,088,*75
$GPRMC,081600.000,A,2607.3480,N,11917.4711,E,0.74,211.8,280212,,*3E
$GPVTG,211.8,T,,M,0.74,N,1.4,K*5C
$GPGGA,081601.000,2607.3480,N,11917.4714,E,1,04,2.5,134.1,M,,,,0000*00
$GPGSA,A,3,14,22,21,31,,,,,,,,,2.7,2.5,1.0*35
$GPGSV,2,1,08,18,68,148,,22,64,313,23,50,48,132,,12,44,076,*71
$GPGSV,2,2,08,14,36,316,34,31,24,242,31,21,17,194,29,15,13,088,*74
$GPRMC,081601.000,A,2607.3480,N,11917.4714,E,0.52,211.8,280212,,*3E
$GPVTG,211.8,T,,M,0.52,N,1.0,K*5C
$GPGGA,081602.000,2607.3478,N,11917.4718,E,1,04,2.5,134.0,M,,,,0000*09
$GPGSA,A,3,14,22,21,31,,,,,,,,,2.7,2.5,1.0*35
$GPGSV,2,1,08,18,68,148,,22,64,313,23,50,48,132,,12,44,076,*71
$GPGSV,2,2,08,14,36,316,34,31,24,242,31,21,17,194,29,15,13,088,*74
$GPRMC,081602.000,A,2607.3478,N,11917.4718,E,0.81,211.8,280212,,*38
$GPVTG,211.8,T,,M,0.81,N,1.5,K*57
$GPGGA,081603.000,2607.3476,N,11917.4728,E,1,04,2.5,133.9,M,,,,0000*0B
$GPGSA,A,3,14,22,21,31,,,,,,,,,2.7,2.5,1.0*35
$GPGSV,2,1,08,18,68,148,,22,64,313,23,50,48,132,,12,44,076,*71
$GPGSV,2,2,08,14,36,316,34,31,24,242,31,21,17,194,29,15,13,088,*74
$GPRMC,081603.000,A,2607.3476,N,11917.4728,E,1.15,211.8,280212,,*38
$GPVTG,211.8,T,,M,1.15,N,2.1,K*5C


以下是 NMEA‐0183 语句详解


1.Global Positioning System Fix Data(GGA)GPS 定位信息


$GPGGA,<1>,<2>,<3>,<4>,<5>,<6>,<7>,<8>,<9>,M,<10>,M,<11>,<12>*hh<CR><LF>
<1> UTC 时间,hhmmss(时分秒)格式
<2> 纬度 ddmm.mmmm(度分)格式(前面的 0 也将被传输)
<3> 纬度半球 N(北半球)或 S(南半球)
<4> 经度 dddmm.mmmm(度分)格式(前面的 0 也将被传输)
<5> 经度半球 E(东经)或 W(西经)
<6> GPS 状态:0=未定位,1=非差分定位,2=差分定位,6=正在估算
<7> 正在使用解算位置的卫星数量(00~12)(前面的 0 也将被传输)<8> HDOP 水平精度因子(0.5~99.9)
<9> 海拔高度(‐9999.9~99999.9)
<10> 地球椭球面相对大地水准面的高度
<11> 差分时间(从最近一次接收到差分信号开始的秒数,如果不是差分定位将为
空)
<12> 差分站 ID 号 0000~1023(前面的 0 也将被传输,如果不是差分定位将为空)


2.GPS DOP and Active Satellites(GSA)当前卫星信息


$GPGSA,<1>,<2>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<3>,<4>,<5>,<6>*hh<CR><LF>
<1> 模式,M=手动,A=自动
<2> 定位类型,1=没有定位,2=2D 定位,3=3D 定位
<3> PRN 码(伪随机噪声码),正在用于解算位置的卫星号(01~32,前面的 0 也将被传输)。
<4> PDOP 位置精度因子(0.5~99.9)
<5> HDOP 水平精度因子(0.5~99.9)
<6> VDOP 垂直精度因子(0.5~99.9)


3.GPS Satellites in View(GSV)可见卫星信息


$GPGSV,<1>,<2>,<3>,<4>,<5>,<6>,<7>,…<4>,<5>,<6>,<7>*hh<CR><LF>
<1> GSV 语句的总数
<2> 本句 GSV 的编号
<3> 可见卫星的总数(00~12,前面的 0 也将被传输)
<4> PRN 码(伪随机噪声码)(01~32,前面的 0 也将被传输)
<5> 卫星仰角(00~90 度,前面的 0 也将被传输)
<6> 卫星方位角(000~359 度,前面的 0 也将被传输)
<7> 信噪比(00~99dB,没有跟踪到卫星时为空,前面的 0 也将被传输)
注:<4>,<5>,<6>,<7>信息将按照每颗卫星进行循环显示,每条 GSV 语句最多可以显示 4 颗卫星的信息。其他卫星信息将在下一序列的 NMEA0183 语句中输出。


4.Recommended Minimum Specific GPS/TRANSIT Data(RMC)推荐最短定位信息

$GPRMC,<1>,<2>,<3>,<4>,<5>,<6>,<7>,<8>,<9>,<10>,<11>,<12>*hh<CR><LF>
<1> UTC 时间,hhmmss(时分秒)格式
<2> 定位状态,A=有效定位,V=无效定位
<3> 纬度 ddmm.mmmm(度分)格式(前面的 0 也将被传输)
<4> 纬度半球 N(北半球)或 S(南半球)
<5> 经度 dddmm.mmmm(度分)格式(前面的 0 也将被传输)
<6> 经度半球 E(东经)或 W(西经)
<7> 地面速率(000.0~999.9 节,前面的 0 也将被传输)
<8> 地面航向(000.0~359.9 度,以真北为参考基准,前面的 0 也将被传输)
<9> UTC 日期,ddmmyy(日月年)格式
<10> 磁偏角(000.0~180.0 度,前面的 0 也将被传输)
<11> 磁偏角方向,E(东)或 W(西)

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/2165059.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

大模型神书《HuggingFace自然语言处理详解——基于BERT中文模型的任务实战》读完少走几年弯路!

这几年&#xff0c;自然语言处理&#xff08;NLP&#xff09;绝对是机器学习领域最火的方向。那么今天给大家带来一本 《HuggingFace自然语言处理详解——基于BERT中文模型的任务实战》 这本大模型书籍资料已经上传CSDN&#xff0c;朋友们如果需要可以微信扫描下方CSDN官方认证…

MoveIt控制机械臂的运动实现——机器人抓取系统基础系列(二)

文章目录 概要1 用户接口和代码案例2 不同的规划类型2.1 关节空间规划2.2 工作空间规划2.3 笛卡尔空间规划 3 MoveIt运行实操4 相关资料推荐小结 概要 MoveIt为开发者提供了针对机械臂的集成化开发平台&#xff0c;由一系列操作相关的功能包组成&#xff0c;包括运动规划、操作…

一、人物朝向摄像机移动

一、导入插件Cinemachine 重命名为ThirdPersonCamera Follow和LookAt 选择为player 镜像Y轴&#xff0c;取消X轴 摄像机绑定模式为World Space 二、挂载代码PlayerController using System.Collections; using System.Collections.Generic; using UnityEngine;public class…

查询最近正在执行的sql(DM8 : 达梦数据库)

查询最近正在执行的sql DM8 : 达梦数据库 1 查询最近正在执行的sql2 更多达梦数据库学习使用列表 1 查询最近正在执行的sql 迁移数据时 , 业务无响应 , 查看最近活动的sql , 有没有迁移相关的表 , 通过最后的时间字段 , 判断会话是否正在执行 SELECT SESS_ID, SQL_TEXT, STATE…

三条命令实现linux内核升级

rpm -Uvh http://www.elrepo.org/elrepo-release-7.0-3.el7.elrepo.noarch.rpm 如果报&#xff1a;curl: (35) Peer reports incompatible or unsupported protocol version. 执行命令&#xff1a; yum update -y nss curl libcurl 2.yum --enablerepoelrepo-kernel install …

iOS六大设计原则设计模式

六大设计原则&#xff1a; 一、单一职责原则 一个类或者模块只负责完成一个职责或者功能。 类似于&#xff1a;UIView 和 CALayer 二、开放封闭原则 对扩展开放&#xff0c;对修改封闭。 我们要尽量通过扩展软件实体来解决需求变化&#xff0c;而不是通过修改已有的代码来…

Redis主从集群搭建

一、什么是主从复制 主从复制&#xff0c;是指将一台redis服务的数据复制到集群中其他的redis服务&#xff0c;前者称(Maste)&#xff0c;后者称(Slave)&#xff1b;数据的复制是单向的&#xff0c;只能从主节点复制到从节点&#xff0c;一个主节点可以有多个从节点&#xff0…

【CubeMX学习笔记】关于CAN通信协议

目录 一、CAN通信简介 二、CAN数据帧类型 三、格式帧 四、位同步 传输数据时可能遇到的问题 最小时间单位 硬同步 再同步 波特率的计算 STM32中的CAN外设 一、原理图 二、标识符筛选 三、配置单个邮箱&#xff08;正常模式或自发自收只需要修改模式&#xff09; …

探索 ShellGPT:终端中的 AI 助手

文章目录 探索 ShellGPT&#xff1a;终端中的 AI 助手背景介绍ShellGPT 是什么&#xff1f;如何安装 ShellGPT&#xff1f;简单的库函数使用方法场景应用常见问题及解决方案总结 探索 ShellGPT&#xff1a;终端中的 AI 助手 背景介绍 在当今快速发展的技术领域&#xff0c;命…

人体动捕相关算法

SMPL、SMPLify SMPL&#xff08;Skinned Multi-Person Linear (SMPL) Model&#xff09;Keep it SMPL: Automatic Estimation of 3D Human Pose and Shape from a Single Image&#xff0c;2015 SMPL 关节点数量&#xff1a;K23&#xff0c;其中0号节点&#xff08;不在K之…

一区黏菌算法+双向深度学习+注意力机制!SMA-BiTCN-BiGRU-Attention黏菌算法优化双向时间卷积双向门控循环单元融合注意力机制多变量回归预测

一区黏菌算法双向深度学习注意力机制&#xff01;SMA-BiTCN-BiGRU-Attention黏菌算法优化双向时间卷积双向门控循环单元融合注意力机制多变量回归预测 目录 一区黏菌算法双向深度学习注意力机制&#xff01;SMA-BiTCN-BiGRU-Attention黏菌算法优化双向时间卷积双向门控循环单元…

keil的debug功能

文章目录 一.窗口介绍二.功能2.1 debug断点调试和窗口变量2.2 四个花括号功能2.2.1 进去函数和下一步功能2.2.2 跳过函数和跳过该行代码功能2.2.3 函数内部跳出功能2.2.4 执行到光标处 2.3 查看内部寄存器 一.窗口介绍 二.功能 2.1 debug断点调试和窗口变量 先打开下图debug断…

Scanner流程控制语句

1. Scanner类 Scanner的意思是扫描 Scanner是JDK提供的一个类&#xff0c;位于java.util包下&#xff0c;所以我们如果需要使用则必须导包&#xff0c;导包的语句必须在声明包之后&#xff0c;在声明类之前 Scanner类是用来接受用户输入的各种信息 Scanner类提供了用于接受…

Ubuntu中交叉编译armdillo库

网上关于交叉编译armdillo库比较少&#xff0c;借鉴了一些但是在前几天编译时总是磕磕绊绊&#xff0c;于是写一个详细的编译过程。 交叉编译armdillo库包含两个步骤&#xff1a;交叉编译依赖库和交叉编译armdillo库。armdillo官网介绍依赖库如下图所示&#xff1a; 需要注意如…

01【MATLAB】最小二乘系统辨识

目录 1.系统辨识的定义及其分类 1.1 系统辨识的定义 1.2 系统辨识的分类 2.参数模型 3.系统辨识的步骤 一、最小二乘法&#xff08;Least Squares Method&#xff09;一般步骤 二、LSM原理及应用 三、LSM在控制系统建模中的应用 1.系统辨识的定义及其分类 1.1 系统辨识的…

Leetcode面试经典150题-201.数字范围按位与

给你两个整数 left 和 right &#xff0c;表示区间 [left, right] &#xff0c;返回此区间内所有数字 按位与 的结果&#xff08;包含 left 、right 端点&#xff09;。 示例 1&#xff1a; 输入&#xff1a;left 5, right 7 输出&#xff1a;4示例 2&#xff1a; 输入&…

Kolmogorov-Arnold——代替 MLP以提高模型的代表性和性能

前言 论文地址&#xff1a;https://arxiv.org/abs/2409.10594 源码地址&#xff1a;https://github.com/Adamdad/kat.git 传统的变压器模型使用多层感知器&#xff08;MLP&#xff09;来混合通道间的信息&#xff0c;而本文则使用了科尔莫哥罗德网络&#xff08;KAN&#xff0…

微信第三方开发平台接入公众号整体技术方案

1.1 公众号简介 官网地址&#xff1a;微信公众平台 微信公众号 就像是你在微信里的一个“官方小号”&#xff0c;专门用来发布内容、和粉丝互动。用户可以关注你的公众号&#xff0c;收到你发布的消息&#xff0c;就像朋友圈那样。公众号还能提供很多实用功能&#xff0c;比如…

在 React 中模拟输入

需求 与 Bug 项目的 C# 桌面端使用 CefSharp 内嵌了一个三方网站&#xff0c;在外部实现了一个登录控件&#xff0c;外部登录后希望内嵌的三方网站自动登录&#xff0c;实现代码如下&#xff1a; browser.ExecuteScriptAsync($"document.getElementsByName(username)[0]…

s3c2440——ADC模数转换器,Linux驱动编程——u-boot

一、ADC 模拟&#xff1a;连续&#xff1b;数字&#xff1a;离散。 模拟信号一般指连续变化的电压值。转换的步骤&#xff1a;采样、量化。 ADC中soc电压转为数字信号的方法&#xff1a;逐次逼近法。 分辨率&#xff1a;nbit&#xff1b;表示一个电压比较器比较10次&#xf…