本文使用了纯数学计算的方法计算识别了轨迹中的弯道位置,整体思路较为简单,不过最终效果十分可观,本算法已经在百万级用户的平台稳定运行,在实现过程中对GPS漂移、连续弯道、回旋弯道进行了处理。不过弯道数据仅供页面展示,不能用于准确判断。
读取原始轨迹文件并格式化为对象,使用简单的速度判断排除异常GPS点。我们业务中是从高德平台拿到的定位数据,其中包含经纬度、速度、朝向、海拔、时间戳维度,客户端定时获取数据后写入文件中再上传到后台。后台格式化解析各项数据,排除速度小于5km/h的定位点,然后链式计算定位点之间的经纬度速度,排除速度大于360km/h的定位点。上述步骤是为了排除GPS飘逸点,保证最终数据的准确性。关键代码如下:
//读取本地文件
String posPath = "E:\\posFiles\\1666768903631.pos";
String content = Util.copyToString(posPath);
//得到原始轨迹点
List formatList = posDataFormat(content);
assert formatList != null;List list = new ArrayList<>();
Position last = formatList.get(0);
for (Position position:formatList) {//速度有效if((position.speed != null && position.speed>5) || position==formatList.get(formatList.size()-1)){// 链式计算当前点// 计算理论速度m/s 100 米/秒=360 千米/时// 避免GPS点异常漂移导致里程计算结果过大double mile = Util.getDistance(position,last);double time = (position.time - last.time)/1000.0;if(time>0.0 && mile/time < 100){position.countMile = last.countMile + mile;position.countTime = last.countTime + (position.time - last.time);position.maxSpeed = Math.max(position.speed==null?0:position.speed, last.maxSpeed);last = position;list.add(position);}}
}
//转换为数组方便后续简化点计算
Position[] array = new Position[list.size()];
for (int i = 0; i < list.size(); i++) {array[i] = list.get(i);
}
原始轨迹中的数据点是高频且无用的,我们需要简化原有轨迹数据保留关键拐点数据,这样可以节省我们的计算时间,而且对后面的弯道计算很有帮助。简化点有一个很经典的算法,该算法以递归方式划分线。最初,它给出了第一个点和最后一个点之间的所有点。它会自动标记要保留的第一个和最后一个点。然后找到以第一和最后一个点为终点的距线段最远的点。该点显然在曲线上离端点之间的近似线段最远。如果该点比ε靠近线段,则可以丢弃当前未标记为要保留的任何点,而简化曲线的质量不会比ε差。 如果距离线段最远的点大于近似值的ε,则必须保留该点。该算法以第一个点和最远的点递归调用自身,然后以最远的点和最后一个点进行递归调用,最后一个点包括被标记为保留的最远点。 递归完成后,可以生成一条新的输出曲线,该曲线包括所有标记点和仅那些标记为保留的点。文字描述总是不那么直观,直接看图就能很清楚的知道原理。

附上该算法的博文地址:Ramer–Douglas–Peucker_algorithm
基本思路就是通过三点计算夹角,上文已经将密集的点进行抽稀保留了关键拐点数据,我们可以使用滑动窗口的思维获取三个点计算之间的夹角,如果角度满足弯道的定义就创建弯道对象。计算夹角使用夹角余弦公式【cosA=(AB*AC)/(|AB|*|AC|)】,java实现如下:
/*** 查找弯道中心点*/
private static List findAngle(Position[] simplifyList){List list = new ArrayList<>();for (int i = 0; i < simplifyList.length-2; i++) {//滑动窗口:每次取三个点计算夹角int angle = getAngle(simplifyList[i], simplifyList[i+1], simplifyList[i+2]);//角度满足条件则认为是弯道if(angle>PositionConst.CURVE_ANGLE_MIN && angle
我们需要获取弯道的速度、时间、出入弯坐标等信息用于后文的弯道合并,这些数据在业务端上传的轨迹文件中就已经存在,我们只需要做一下简单的遍历获取即可,代码如下:
/*** 计算弯道数据* 获得速度、时间、出入弯坐标等信息*/
private static List getCurveData(List curveList, List list){int listSize = list.size();int curveListSize = curveList.size();//结果列表List curveDataList = new ArrayList<>();if(listSize <= 0 || curveListSize <= 0){return curveDataList;}Position before, after;for (CurveData curveData : curveList) {Position curr = curveData.center;//查找弯心点在原始数据中的位置int index = list.indexOf(curr);//排除开始和结尾的数据点if (index > 10 && index < listSize - 10) {//向前递推5秒int indexTemp = index - 1;before = list.get(indexTemp);double maxSpeed = before.speed;while (indexTemp > 0 && curr.time - before.time < 5000) {indexTemp = indexTemp - 1;before = list.get(indexTemp);maxSpeed = (maxSpeed < before.speed) ? before.speed : maxSpeed;}//向后递推5秒indexTemp = index + 1;after = list.get(indexTemp);maxSpeed = (maxSpeed < after.speed) ? after.speed : maxSpeed;while (indexTemp < listSize - 1 && after.time - curr.time < 5000) {indexTemp = indexTemp + 1;after = list.get(indexTemp);maxSpeed = (maxSpeed < after.speed) ? after.speed : maxSpeed;}//数据更新curveData.before = before;curveData.center = curr;curveData.after = after;curveData.maxSpeed = maxSpeed;curveData.countMile = after.countMile - before.countMile;curveData.countTime = after.countTime - before.countTime;curveData.speed = (curveData.countMile / (curveData.countTime / 1000.0)) * 3.6;curveDataList.add(curveData);}}return curveDataList;
}
上文我们得到了基础的弯道数据,但是现实场景中有很多异常情况,比如一个大弯道会被分成几个小弯道,比如环形螺旋弯道。这些场景是在业务中必须考虑的,我们使用弯道朝向和弯心点距离判断是否是同一个弯道,从而进行弯道合并。
大弯道对比图:

螺旋弯道对比图:

上图可以看到效果是显著的,我们业务对于螺旋弯道的判断是属于一个弯道,所以螺旋弯的角度数据是不准确的,这个具体要看业务需求定义。
弯道合并的主要是对于弯道方向的定义,上文知道我们是三点求夹角,即ABC求B点位置的角度。我们弯道方向使用AB作为基准直线,判断C点处于AB直线的上方还是下方(朝内还是朝外),从而确定弯道的方向。弯道合并过滤的具体实现代码如下:
/*** 过滤弯道数据* 整个多个弯道数据到一个弯道*/
private static List filterCurveData(List curveDataList){int curveListSize = curveDataList.size();//同一弯道数据暂存List sameCurveData = new ArrayList<>();//结果列表List filterList = new LinkedList<>();if(curveListSize <= 0){return filterList;}//初始化第一个弯道的方向数据boolean directionTemp = getDirection(curveDataList.get(0));sameCurveData.add(curveDataList.get(0));for (int i = 1; i < curveListSize; i++) {//获取弯道方向boolean direction = getDirection(curveDataList.get(i));//获取与上一个弯心点的距离double distance = Util.getDistance(curveDataList.get(i).center, curveDataList.get(i-1).center);//判断是否不是同一弯道:即方向不一致 且 间隔距离不满足条件if(directionTemp != direction || distance > PositionConst.CURVE_DISTANCE_MAX){//不是同一弯道则保存暂存列表中累积的弯道数据CurveData curveData = createBySameCurveData(sameCurveData);if(curveData != null){filterList.add(curveData);}//清空弯道缓存sameCurveData.clear();}//更新暂存数据directionTemp = direction;sameCurveData.add(curveDataList.get(i));}//避免最后一个弯道丢失if(sameCurveData.size() > 0){CurveData curveData = createBySameCurveData(sameCurveData);if(curveData != null){filterList.add(curveData);}}return filterList;
}/*** 将相同弯道数据合并* @param sameCurveData 弯道列表* @return 弯道*/
private static CurveData createBySameCurveData(List sameCurveData){CurveData curveData = new CurveData();curveData.maxSpeed = 0;curveData.speed = 0;//计算暂存列表中统计数据sameCurveData.forEach(it->{curveData.maxSpeed = Math.max(curveData.maxSpeed, it.maxSpeed);curveData.speed += it.speed;});curveData.speed = curveData.speed / sameCurveData.size();//第一个弯的起始点curveData.before = sameCurveData.get(0).before;//中间弯的中间点curveData.center = sameCurveData.get(sameCurveData.size()/2).center;//最后一个弯的结尾点curveData.after = sameCurveData.get(sameCurveData.size()-1).after;//默认第一个弯的角度curveData.angle = sameCurveData.get(0).angle;if(sameCurveData.size() > 1){//只有两个弯道时,取弯心中间点,避免弯心偏向某一边if(sameCurveData.size() == 2){Position position = pointsCenter(sameCurveData.get(0).center, sameCurveData.get(1).center);curveData.center.lat = position.lat;curveData.center.lng = position.lng;}//有多个弯时重新计算角度curveData.angle = getAngle(sameCurveData.get(0).before, sameCurveData.get(0).center,sameCurveData.get(sameCurveData.size()-1).center, sameCurveData.get(sameCurveData.size()-1).after);return curveData;}else if(curveData.angle < PositionConst.CURVE_ANGLE_MAX){//只有一个弯时如果角度满足才加入结果集return curveData;}return null;
}private static boolean getDirection(CurveData curveData){return getDirection(curveData.before, curveData.center, curveData.after);
}/*** 获取弯道弯心朝向,同一个弯道朝向应该相同 - 正负*/
private static boolean getDirection(Position a, Position b, Position c){//根据直线方程计算x对应的y//lat对应x lng对应ydouble y = (c.lat - a.lat)/(b.lat - a.lat)*(b.lng - a.lng)+a.lng;//以x轴判断方向,判断y处于直线的上方还是下方if(b.lat > a.lat){return c.lng > y;}else{return c.lng <= y;}
}
经过上文的算法,我们可以通过GPS坐标信息计算地理平面上的弯道数据,对于弯道的定义是三点的夹角值满足范围即可。整体思路简单,实现难度低,不依赖其它库,对一些基本的异常进行了处理判断。需要注意的是其中弯道夹角计算时未进行大地坐标格式化,存在一定误差,对于简化参数的选择也需要根据实际情况调整。
整体预览图:

算法完整实现代码: aloneCurve