r - 是否有解决方法来获得 googlemaps 未涵盖的点(长纬度)之间的旅行时间(使用 gmapsdistance)？

Question

我需要计算栅格质心(长纬度坐标)和引用点之间的旅行时间(例如乘车)。然而，不幸的是，许多栅格质心不在 googlemaps 的覆盖范围内，我想知道是否有一种解决方法可以让我以最快的方式到达引用点(例如结合步行到街道然后开车到引用点)，如果是这样，我如何有效地做到这一点？

问题是，当我只是寻找下一个定位点时，我会产生偏差，将到该点的距离作为步行距离，然后从那里到引用点的 googlemaps 行驶距离，因为最近的点可能不是最快路线..

我试图使用 gmapsdistance-function 来做到这一点。下面是一个例子:

library(gmapsdistance)

#While this can be located and works well

> gmapsdistance(origin = "5.600451+-0.202553",
+               destination = "5.591622+-0.187677",
+               mode = "walking")
$Time
[1] 2101

$Distance
[1] 2667

$Status
[1] "OK"

#Changing the origin to other points often does not work as the points cannot be located and results in an NA-output

> gmapsdistance(origin = "7.9254948+-0.6283887",
+               destination = "5.591622+-0.187677",
+               mode = "walking")
$Time
[1] NA

$Distance
[1] NA

$Status
[1] "ROUTE_NOT_FOUND"

非常感谢!

Answer 1

我认为解决这个问题的一种方法是获取加纳道路的形状文件并执行地理空间操作以找到最近的道路。从那里你应该能够使用谷歌的 API 来获得驾驶距离

此解决方案中的步骤是

下载道路形状文件

在我们的起点和目的地之间找到一条“直线”线

找出与这条直线相交的所有道路

使用最近的路口作为 Google 路线查询中的新起点

在这个例子中，我使用的 shapefile 来自 here

library(sf)        ## geospatial operations
library(googleway) ## plotting and google API

笔记:
googleway是我的包，您需要一个 Google API key 才能使用它

## Setting API keys I'll be using, one for the maps and one for directions
set_key("my_map_key"), api = "map")
set_key("my_other_api_key")

## Ghana roads
ghanaRoads <- sf::st_read("~/Downloads/gha_roads_dcw/GHA_rds_1m_dcw.shp")

## origin piont
df <- data.frame(lat = 7.9254948, lon = -0.6283887)

## destination point
dest <- data.frame(lat = 5.591622, lon = -0.187677)


google_map() %>%
    add_markers(data = df) %>%
    add_markers(data = dest) %>%
    add_polylines(ghanaRoads)

您在此处使用的确切方法可能会有所不同。但是在这个例子中，我使用了两个坐标之间的一条线来给我们一个合理的行进方向猜测，因此起点应该在哪里。

## convert origin into an 'sf' object
sf_origin <- sf::st_sf(geometry = sf::st_sfc(sf::st_point(x = c(-0.6283887, 7.9254948))))

## create a line between the origin and destination
m <- matrix(c(-0.6283887, 7.9254948, -0.187677, 5.591622), ncol = 2, byrow = T)
sf_line <- sf::st_sf(geometry = sf::st_sfc(sf::st_linestring(x = m)))

## The coordinate reference system needs to match between the two for 
## spatial operations
sf::st_crs(sf_line) <- sf::st_crs(ghanaRoads)
sf::st_crs(sf_origin) <- sf::st_crs(ghanaRoads)

## find all the intersecting points
sf_intersections <- sf::st_intersection(ghanaRoads, sf_line)

google_map() %>%
    add_markers(data = df) %>%
    add_markers(data = dest) %>%
    add_polylines(data = ghanaRoads) %>%
    add_markers(data = sf_intersections)

我们可以使用离原点最近的交点作为路线查询的起点。

笔记
sf找到最近的方法是使用 sf::st_distance ，但这取决于 lwgeom已安装在您的系统上，但我在安装时遇到问题，因此我必须使用不同的方法

我正在使用我写的 data.table 函数 for this answer计算每个点到原点的半正弦距离。然后我选择距离最小的那个。

library(data.table)

coords <- matrix(unlist(sf_intersections$geometry), ncol = 2, byrow = T)

## Taking a fucntion I wrote for this answer
## https://stackoverflow.com/a/42014364/5977215
dt.haversine <- function(lat_from, lon_from, lat_to, lon_to, r = 6378137){
    radians <- pi/180
    lat_to <- lat_to * radians
    lat_from <- lat_from * radians
    lon_to <- lon_to * radians
    lon_from <- lon_from * radians
    dLat <- (lat_to - lat_from)
    dLon <- (lon_to - lon_from)
    a <- (sin(dLat/2)^2) + (cos(lat_from) * cos(lat_to)) * (sin(dLon/2)^2)
    return(2 * atan2(sqrt(a), sqrt(1 - a)) * r)
}

dt <- as.data.table(coords)
dt[, `:=`(origin_lon = df$lon, origin_lat = df$lat)]
dt[, distance := dt.haversine(origin_lat, origin_lon, V1, V2)]
## min distance
sf_nearest <- dt[order(-distance)][1, .(lon = V1, lat = V2)]
sf_nearest <- sf::st_point(c(sf_nearest$lon, sf_nearest$lat))
sf_nearest <- sf::st_sf(geometry = sf::st_sfc(sf_nearest))
sf_nearest$colour <- "green"

google_map() %>%
    add_markers(data = df) %>%
    add_markers(data = dest) %>%
    add_markers(data = sf_nearest, colour = "colour")

我们可以在方向查询中使用这个绿色标记

orig <- sf_nearest$geometry[[1]]
orig <- as.numeric(orig)
df_orig <- data.frame(lat = orig[2], lon = orig[1])

google_map() %>%
    add_markers(df_orig)

res <- google_directions(origin = df_orig, 
            destination = dest)

## all the api results are now stored in the 'res' object.
direction_legs(res)$distance
# text  value
# 1 397 km 396829

## you can look at the route through the polygoin
df_route <- data.frame(polyline = direction_polyline(res))

google_map() %>%
    add_markers(data = df_orig) %>%
    add_markers(data = dest) %>%
    add_polylines(data = df_route, polyline = "polyline")

dt[order(-distance)]给我们从原点到我们新原点的距离，

dt[order(-distance)][1, distance]
# [1] 1329904

这是以米为单位。假设平均步行速度为 4kph，您可以将其添加到总时间中

替代方法

正如评论中所要求的，另一种找到最近道路的方法是在原点周围绘制缓冲区并找到任何相交的道路

sf_buffer <- sf::st_buffer(sf_origin, dist = 0.5)
sf::st_crs(sf_buffer) <- sf::st_crs(ghanaRoads)

google_map() %>%
  add_polylines(ghanaRoads) %>%
  add_polygons(sf_buffer)

然后您可以找到与此缓冲区相交的所有线

sf_intersection <- sf::st_intersection(sf_buffer, ghanaRoads)

google_map() %>%
  add_markers(data = df) %>%
  add_polylines(sf_intersection)

您可以使用这个新 sf_intersection距离计算中的对象。