【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:

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

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

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);


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 = x2 - h * (b - y) / dy3 = y2 + h * (a - x) / dx4 = x2 + h * (b - y) / dy4 = y2 - h * (a - x) / dc1=[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)return a,belse:return None,None

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 = x2 - h * (b - y) / dy3 = y2 + h * (a - x) / dx4 = x2 + h * (b - y) / dy4 = y2 - h * (a - x) / dc1=[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)return a,belse:return None,Nonedef 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]))

【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)相关推荐

  1. 【GUI界面】基于Python的WSG84三点定位系统(经纬度坐标与平面坐标转换法求解)

    [GUI界面]基于Python的WSG84三点定位系统(经纬度坐标与平面坐标转换法求解) 方法汇总: blog.csdn.net/weixin_53403301/article/details/128 ...

  2. 【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)

    [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 ...

  3. python爬高德地图_利用Python爬取高德地图数据

    准备1.高德开放平台注册账户 https://lbs.amap.com/dev/index 验证手机号码.邮箱后进入开发者后台创建一个应用: 并为该应用添加 Key,服务平台选择 web 服务 申请完 ...

  4. python爬取高德数据_利用Python爬取高德地图数据

    准备1.高德开放平台注册账户 https://lbs.amap.com/dev/index 验证手机号码.邮箱后进入开发者后台创建一个应用: 并为该应用添加 Key,服务平台选择 web 服务 申请完 ...

  5. python输入数据爬取_利用 Python 爬取高德地图数据

    准备1.高德开放平台注册账户 https://lbs.amap.com/dev/index 验证手机号码.邮箱后进入开发者后台创建一个应用: 并为该应用添加 Key,服务平台选择 web 服务 申请完 ...

  6. 使用python爬取高德POI数据,并转换为WGS84经纬度坐标的点矢量

    一,爬取高德POI数据(高德开放平台接口+ Python) 参考记者博客https://blog.csdn.net/hxx099/article/details/88974264 1,申请高德开放平台 ...

  7. 在python中调用高德地图(Amap)api

    目录 1 准备工作 1.1 其他任务 2 多个小任务 2.1 (正)地理编码 2.2 逆地理编码 2.3 步行路径规划 1 准备工作 首先去高德地图开放平台(https://lbs.amap.com/ ...

  8. python零基础爬虫练习:如何用python爬取高德地图

    大家好,我是大志 这次介绍一个爬取动态网页的超简单的一个小demo. 说到动态网页,你对它了解多少呢? 简单来说,要获取静态网页的网页数据只需要给服务器发送该网页url地址就行,而动态网页的数据因为是 ...

  9. python爬取高德地图_爬虫实战:如何爬取高德地图?

    提起高德地图,咱们每一个人都不会陌生,高德地图是一款非常好用的地区服务软件,很多用户在出行的时候都会使用这款软件,日程用来导航,也可以用来打车,一次呼叫多种车型,用户可以在这里获得更好的服务,随时都可 ...

最新文章

  1. 13.angular时间
  2. html页面校园美景相框,纯CSS+HTML打造图片相框背景
  3. 【连载】高效人士的116个IT秘诀(第2版)——秘诀25快速记录你的工作日志
  4. 自定义RadioGrop,支持添加包裹着的RadioButton
  5. hadoop-1.2.0集群安装与配置
  6. 数据结构与算法之二叉搜索树
  7. java bitset_Java BitSet nextClearBit()方法与示例
  8. 开源软件软件著作权执照详细研究和实例分析
  9. 关于CAS服务器磁盘占用的问题,锁定目录惹的祸
  10. android 打开设备失败
  11. Linux 系统服务漏洞PwnKit 已存在12年,可获得所有主流发布版本的root 权限
  12. 我国博士生培养制度的现状与反思
  13. 服务器真在运行中,win7电脑服务器正在运行中的解决教程
  14. 有趣的代码,让生活更加愉快(抖音网红代码)
  15. 实战pixi+gsap,仿刹车动画
  16. 再来聊聊Redis到底是什么?
  17. 自制随机小姐姐摄影api
  18. 如何从初级程序员顺利晋升到高级程序员?
  19. 【2021.12.25】ctf逆向中常见加密算法和编码识别
  20. NB-IoT的DRX、eDRX、PSM三个模式是什么?

热门文章

  1. 企微企鲸客SCRM管理系统可以为销售提供哪些辅助
  2. 字符串,字符指针,字符串指针,字符数组
  3. 缩放图像的单应性矩阵
  4. iOS15出现的问题及其适配
  5. Ftp在Linux和Windows本地登录和远程登陆操作:
  6. 摘:戒嗔小和尚的博客一
  7. 2020秋招 上海汉得java开发一面面经
  8. 什么是端到端加密?企业E2EE的优势正在显现
  9. Jetpack Compose ScrollableTabRow 如何调整最小宽度
  10. Kubernetes 部署策略