一文读懂 NMEA-0183 协议数据
NMEA 是 National Marine Electronics Association 的缩写,是美国国家海洋电子协会的简称,现在是 GPS 导航设备统一的 RTCM 标准协议。NMEA-0183 协议是目前 GPS 接收机上使用最广泛的协议,大多数常见的 GPS 接收机、GPS 数据处理软件、导航软件都遵守或者至少兼容这个协议。
如果你使用过 GPS 传感器,那么可能对从串口中冒出了大量以 GPGGA、GPGSA、GPRMC 等开头的数据有印象,它们就是 NMEA-0183 协议数据。
$GPGGA,121252.000,3937.3032,N,11611.6046,E,1,05,2.0,45.9,M,-5.7,M,,0000*77
$GPRMC,121252.000,A,3958.3032,N,11629.6046,E,15.15,359.95,070306,,,A*54
$GPVTG,359.95,T,,M,15.15,N,28.0,K,A*04
$GPGGA,121253.000,3937.3090,N,11611.6057,E,1,06,1.2,44.6,M,-5.7,M,,0000*72
$GPGSA,A,3,14,15,05,22,18,26,,,,,,,2.1,1.2,1.7*3D
$GPGSV,3,1,10,18,84,067,23,09,67,067,27,22,49,312,28,15,47,231,30*70
$GPGSV,3,2,10,21,32,199,23,14,25,272,24,05,21,140,32,26,14,070,20*7E
$GPGSV,3,3,10,29,07,074,,30,07,163,28*7D
在这些数据中,包含了位置、速度、时间等信息,通过解析这数据,就可以实时获取物体的位置信息,或者实现时间同步。
协议格式
NMEA 0183 通讯协议是以 ASCII 码为基础的,一般格式如下:
$aaaaa,df1,df2,....[CR][LF]
格式说明:
$
为起始标志;,
为域分隔符;*
为校验和识别符,其后两位数为校验和,代表了$
和*
之间所有字符的按位异或值(不包括这两个字符);\r\n
为终止符(不可见),所有的语句必须以来结束,也就是 ASCII 字符的“回车”(十六进制的0D
)和“换行”(十六进制的0A
)。
NMEA-0183 协议定义的语句非常多,但是常用的或者说兼容性最广的语句只有 GPGGA、GPGSA、GPGSV、GPRMC、GPVTG、GPGLL 等。下面给出这些常用 NMEA 0183 语句的字段定义解释。
GPGSA
GPS DOP and Active Satellites(GSA)当前卫星信息
$GPGSA,<1>,<2>,<3>,<3>,,,,,<3>,<3>,<3>,<4>,<5>,<6>,<7>
各字段描述如下:
<1>
模式 :M = 手动, A = 自动。<2>
定位型式 1 = 未定位, 2 = 二维定位, 3 = 三维定位。<3>
PRN 数字:01 至 32 表天空使用中的卫星编号,最多可接收 12 颗卫星信息。<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)<7>
Checksum(检查位)
GPGSV
GPS Satellites in View(GSV)可见卫星信息
$GPGSV, <1>,<2>,<3>,<4>,<5>,<6>,<7>,?<4>,<5>,<6>,<7>,<8>
各字段描述如下:
<1>
GSV语句的总数<2>
本句GSV的编号<3>
可见卫星的总数,00 至 12。<4>
卫星编号, 01 至 32。<5>
卫星仰角, 00 至 90 度。<6>
卫星方位角, 000 至 359 度。实际值。<7>
讯号噪声比(C/No), 00 至 99 dB;无表未接收到讯号。<8>
Checksum(检查位)
注意:第 <4>,<5>,<6>,<7>
项个别卫星会重复出现,每行最多有四颗卫星。其余卫星信息会于次一行出现,若未使用,这些字段会空白。
GPGGA
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
各字段描述如下:
<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(北纬)或 S(南纬)<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)
GPRMC
Recommended Minimum Specific GPS/TRANSIT Data(RMC)推荐定位信息
$GPRMC,<1>,<2>,<3>,<4>,<5>,<6>,<7>,<8>,<9>,<10>,<11>,<12>*hh
各字段描述如下:
<1>
UTC 时间,格式 hhmmss.ssss,代表时分秒.毫秒<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(北纬)或 S(南纬)<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(方位角),等效于二维罗盘(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)<12>
模式指示(仅 NMEA0183 3.0 版本输出,A=自主定位,D=差分,E=估算,N=数据无效)- 最后两个字节是校验和
注意:
- 如果字段 4 的值等于 N,则字段 3 的值等于 ddmm.mmmmmm
- 如果字段 4 的值等于 S,则字段 3 的值等于 -ddmm.mmmmmm
- 如果字段 6 的值等于 E,则字段 5 的值等于 ddmm.mmmmmm
- 如果字段 6 的值等于 W,则字段 5 的值等于 -ddmm.mmmmmm
- 十进制北纬度数 = dd + mm.mmmmmm/60
- 十进制南纬度数 = -(dd + mm.mmmmmm/60)
- 十进制东经度数 = ddd + mm.mmmmmm/60
- 十进制西经度数 = -(ddd + mm.mmmmmm/60)
GPVTG
Track Made Good and Ground Speed(VTG)地面速度信息
$GPVTG,<1>,T,<2>,M,<3>,N,<4>,K,<5>*hh
各字段描述如下:
<1>
以真北为参考基准的地面航向(000~359 度,前面的 0 也将被传输)<2>
以磁北为参考基准的地面航向(000~359 度,前面的 0 也将被传输)<3>
地面速率(000.0~999.9 节,前面的 0 也将被传输)<4>
地面速率(0000.0~1851.8 公里/小时,前面的0也将被传输)<5>
模式指示(仅 NMEA 0183 3.0 版本输出,A=自主定位,D=差分,E=估算,N=数据无效)
一文读懂 NMEA-0183 协议数据相关推荐
- 一文读懂物联网 MQTT 协议之实战篇
一.前言 上一篇我们介绍了 MQTT 协议格式以及相关的特性:一文读懂物联网 MQTT 协议之基础特性篇,这一篇我们就来实战一番,理论得与实践结合,方能吃透 MQTT. 我的那个读者还提到了讲一下 M ...
- 推荐文章:机器学习:“一文读懂机器学习,大数据/自然语言处理/算法全有了...
PS:文章主要转载自CSDN大神"黑夜路人"的文章: http://blog.csdn.NET/heiyeshuwu/article/details/43483 ...
- 机器学习科普文章:“一文读懂机器学习,大数据/自然语言处理/算法全有了”
PS:文章主要转载自CSDN大神"黑夜路人"的文章: http://blog.csdn.net/heiyeshuwu/article/details/43483 ...
- 一文读懂机器学习,大数据/自然语言处理/算法全有了……
作者:计算机的潜意识 查看全文 http://www.taodudu.cc/news/show-3015140.html 相关文章: 小草说----大数据和机器学习为什么这样火 大数据学习入门规划?和 ...
- 一文读懂机器学习,大数据/自然语言处理/算法全有了…… (非常好)
http://www.open-open.com/lib/view/open1420615208000.html 阅读文件夹 1.一个故事说明什么是机器学习 2.机器学习的定义 4.机器学习的方法 5 ...
- 一文读懂机器学习,大数据/自然语言处理/算法全有了
转载至:http://www.cnblogs.com/subconscious/p/4107357.html 在本篇文章中,我将对机器学习做个概要的介绍.本文的目的是能让即便完全不了解机器学习的人也能 ...
- 一文读懂「用户行为数据」的采集、分析和应用
越来越多的企业已开始挖掘用户行为数据的商业价值,利用行为数据进行精准有效的数字营销.以科技金融行业为例,某知名企业的数据表明:用户行为数据的效力是金融数据的4倍. 一.企业的数据来源 企业收集.存储 ...
- 一文读懂云计算、大数据和人工智能间的关系和区别
公众号关注 「奇妙的 Linux 世界」 设为「星标」,每天带你玩转 Linux ! 今天跟大家讲讲云计算.大数据和人工智能.为什么讲这三个东西呢?因为这三个东西现在非常火,并且它们之间好像互相有关系 ...
- [转载] 机器学习科普文章:“一文读懂机器学习,大数据/自然语言处理/算法全有了”
PS:文章主要转载自CSDN大神"黑夜路人"的文章: http://blog.csdn.net/heiyeshuwu/article/details/43483 ...
- [转]机器学习科普文章:“一文读懂机器学习,大数据/自然语言处理/算法全有了”
在本篇文章中,我将对机器学习做个概要的介绍.本文的目的是能让即便完全不了解机器学习的人也能了解机器学习,并且上手相关的实 践.这篇文档也算是EasyPR开发的番外篇,从这里开始,必须对机器学习了解才能 ...
最新文章
- 实时通信技术之websocket
- Java基础语法纯小白入门
- acwing算法题--铁路与公路
- Java Radom类的使用方法实例
- 高三英语作文【展示】——那夕阳下的奔跑是我逝去的青春
- 结构体内存拷贝的两种方法
- 工作的习惯,看到好收藏下
- java 主方法 this_java main 方法怎么创建
- webpack-dev-server
- iOS开发--Runtime知识点整理
- 天池NLP赛道top指南
- gitlab设置项目组成员权限
- java中的线程模型_Java 线程模型
- 那些年你不能错过的之【Linux操作】
- win10下载CAD之后任务栏卡死
- 使用ffpemg无损快速从视频中提取音频的操作教程(记录笔记超详细)
- 如何扩展关键词,以及使用python多线程爬取bing搜索结果
- 神舟战神k650d系列风扇强冷如何开启
- [Extensive Reading]background modeling:MOG2
- ubuntu编辑只读文件
热门文章
- php easysms,Laravel 短信发送组件 - easy-sms
- c++内存管理:new与delete,深拷贝与浅拷贝
- BC20 MQTT与GPS功能测试
- 2019-11-29-win10-UWP-Controls-by-function
- 发一个mir2的内挂代码
- 搜狗 2018校招 商业基础工程—测试开发练习题
- java 补齐字符串_使用String.format()格式化字符串,java自动补全自增长字符串
- mysql pdo 端口_链接Mysql的api mysqli和pdo
- 刷题-洛谷-P1179 数字统计
- codeforces1194B Yet Another Crosses Problem 思维