python - 计算坐标列表(lat，lng)之间的地理距离

Question

我正在编写一个 Flask 应用程序，使用从 GPS 传感器中提取的一些数据。我可以在 map 上绘制路线，并且我想计算 GPS 传感器行驶的距离。一种方法可能是只获取开始和结束坐标，但是由于传感器行进的方式，这是非常不准确的。因此，我对每 50 个传感器样本进行采样。如果实际传感器样本大小为 1000，我现在将有 20 个样本(通过每 50 个样本提取)。

现在我希望能够将我的样本列表通过一个函数来计算距离。到目前为止，我已经能够使用包 geopy，但是当我获取大型 gps 样本集时，我确实会收到“太多请求”错误，更不用说处理请求时我会有额外的处理时间，这不是我想要的想要。

是否有更好的方法来计算包含经纬度坐标的列表元素的累积距离？

positions = [(lat_1, lng_1), (lat_2, lng_2), ..., (lat_n, lng_n)]

我找到了很多不同的数学方法，仅使用 2 个坐标(lat1、lng1 以及 lat2 和 lng2)来计算距离，但没有一个支持坐标列表。

这是我当前使用 geopy 的代码:

from geopy.distance import vincenty

def calculate_distances(trips):
    temp = {}
    distance = 0
    for trip in trips:
        positions = trip['positions']
        for i in range(1, len(positions)):
            distance += ((vincenty(positions[i-1], positions[i]).meters) / 1000)
            if i == len(positions):
                temp = {'distance': distance}
                trip.update(temp)
                distance = 0

trips 是一个列表元素，包含有关旅行的键值对信息(持续时间、距离、开始和停止坐标等)的字典，而 trips 中的 positions 对象是一个列表元组坐标如上图所示。

trips = [{data_1}, {data_2}, ..., {data_n}]

Answer 1

这是我最终使用的解决方案。如果您想自己查看它的作用，它被称为 Haversine(距离)函数。

我也稍微改变了我的方法。我的输入 (positions) 是一个元组坐标列表:

def calculate_distance(positions):
    results = []
    for i in range(1, len(positions)):
        loc1 = positions[i - 1]
        loc2 = positions[i]

        lat1 = loc1[0]
        lng1 = loc1[1]

        lat2 = loc2[0]
        lng2 = loc2[1]

        degreesToRadians = (math.pi / 180)
        latrad1 = lat1 * degreesToRadians
        latrad2 = lat2 * degreesToRadians
        dlat = (lat2 - lat1) * degreesToRadians
        dlng = (lng2 - lng1) * degreesToRadians

        a = math.sin(dlat / 2) * math.sin(dlat / 2) + math.cos(latrad1) * \
        math.cos(latrad2) * math.sin(dlng / 2) * math.sin(dlng / 2)
        c = 2 * math.atan2(math.sqrt(a), math.sqrt(1 - a))
        r = 6371000

        results.append(r * c)

    return (sum(results) / 1000)  # Converting from m to km