手机高清mv下载,馨宝,圣莫丽斯秘密花园
轨迹压缩算法
场景描述
给定一个gps数据记录文件，每条记录包含经度和维度两个坐标字段，根据距离阈值压缩记录，将过滤后的所有记录的经纬度坐标构成一条轨迹
算法描述
这种算法的用处还是相当广泛的。
轨迹压缩算法分为两大类，分别是无损压缩和有损压缩，无损压缩算法主要包括哈夫曼编码，有损压缩算法又分为批处理方式和在线数据压缩方式，其中批处理方式又包括dp（douglas-peucker）算法、td-tr（top-down time-ratio）算法和bellman算法，在线数据压缩方式又包括滑动窗口、开放窗口、基于安全区域的方法等。
大家也可参考这篇文章：《java编程实现轨迹压缩之douglas-peucker算法详细代码》
代码实现
我要评论
import java.awt.color;
import java.awt.graphics;
import java.awt.point;
import java.awt.toolkit;
import java.io.bufferedreader;
import java.io.file;
import java.io.fileinputstream;
import java.io.inputstreamreader;
import java.io.randomaccessfile;
import java.text.decimalformat;
import java.util.arraylist;
import java.util.iterator;
import javax.swing.jframe;
import javax.swing.jpanel;
public class trajectorycom {
public static void main(string[] args) throws exception{
//阈值定义
double maxdistanceerror = 30;
/*
* 文件读取
* */
//存放从文件读取的位置点的信息列表
arraylist<enpoint> enplist = new arraylist<enpoint>();
//源数据文件的地址 建立文件对象
//这里是需要更改的地方 改你源文件的存放地址 记住如果地址中含"\",记得再加一个"\"，原因"\"是转义符号
//这里可以写成c:/users/administrator/desktop/11.6/2007-10-14-gps.log
file sourcefile = new file("./2007-10-14-gps.log");
//调用文件读取函数 读取文件数据
enplist = getenpointfromfile(sourcefile);
//这里是测试 有没有读到里面 看看列表里的数据个数 交作业的时候记得注释掉
system.out.println(enplist.size());
/*
* 数据处理
* 方法：开放窗口轨迹压缩法
* */
//存放目标点的集合
arraylist<enpoint> repointlist = new arraylist<enpoint>();
repointlist = openwindowtra(enplist,maxdistanceerror);
system.out.println(repointlist.size());
/*
* 写入目标文件
* */
file targetfile = new file("./2007-10-14-gpsresult.log");
writetestpointtofile(targetfile,repointlist);
/*
* 压缩率计算
*/
double cpl = (double)repointlist.size() / (double)enplist.size() * 100;
decimalformat df = new decimalformat("0.000000");
system.out.println("压缩率："+ df.format(cpl) + "%");
/*
* 计算平均距离误差
* */
double avediserr = getmeandisterror(enplist,repointlist);
system.out.println(avediserr);
/*
* 画线形成对比图
* */
//generateimage(enplist,repointlist);
}
/*
* 从提供的文件信息里提取位置点
* 并将每个点的坐标数值调用转换函数存到列表里
* 函数返回一个 存放所有位置点 的集合
*/
public static arraylist<enpoint> getenpointfromfile(file fgps)throws exception{
arraylist<enpoint> pgpsarray = new arraylist<enpoint>();
if(fgps.exists()&&fgps.isfile()){
inputstreamreader read = new inputstreamreader(new fileinputstream(fgps));
//输入流初始化
bufferedreader breader = new bufferedreader(read);
//缓存读取初始化
string str;
string[] strgps;
int i = 0;
while((str = breader.readline())!=null){
//每次读一行
strgps = str.split(" ");
enpoint p = new enpoint();
p.id = i;
i++;
p.pe = (dftodu(strgps[3]));
p.pn = (dftodu(strgps[5]));
pgpsarray.add(p);
}
breader.close();
}
return pgpsarray;
}
/**
* 函数功能：将原始经纬度坐标数据转换成度
* 获取的经纬度数据为一个字符串
*/
public static double dftodu(string str){
int indexd = str.indexof('.');
//获取 . 字符所在的位置
string strm = str.substring(0,indexd-2);
//整数部分
string strn = str.substring(indexd-2);
//小数部分
double d = double.parsedouble(strm)+double.parsedouble(strn)/60;
return d;
}
/*
* 开放窗口方法实现
* 返回一个压缩后的位置列表
* 列表每条数据存放id、点的坐标
*
* 算法描述：
* 初始点和浮动点计算出投影点，判断投影点和轨迹点的距离与阈值 若存在距离大于阈值
* 则初始点放入targetlist，浮动点向前检索一点作为新的初始点,新的初始点向后检索第二个作为新的浮动点 这里存在判断 即新的初始点位置+1是不是等于列表长度 这里决定了浮动点的选取
* 如此处理至终点
* */
public static arraylist<enpoint> openwindowtra(arraylist<enpoint> sourcelist,double maxdis){
arraylist<enpoint> targetlist = new arraylist<enpoint>();
//定义初始点位置 最开始初始点位置为0
int startpoint = 0;
//定义浮动点位置 最开始初始点位置2
int floatpoint = 2;
//定义当前轨迹点位置 最开始初始点位置为1
int nowpoint = 1;
int len = sourcelist.size();
//存放所有窗口内的点的信息集合
arraylist<enpoint> listpoint = new arraylist<enpoint>();
listpoint.add(sourcelist.get(nowpoint));
//浮动点位置决定循环
while(true){
//标志 用来控制判断是否进行窗口内轨迹点更新
boolean flag = false;
//计算并判断窗口内所有点和投影点的距离是否大于阈值
for (enpoint point:listpoint){
double disoftwo = getdistance(sourcelist.get(startpoint),sourcelist.get(floatpoint),point);
if(disoftwo >= 30){
flag = true;
break;
}
}
if(flag){
//窗口内点距离都大于阈值
//初始点加到目标列表
targetlist.add(sourcelist.get(startpoint));
//初始点变化
startpoint = floatpoint - 1;
//浮动点变化
floatpoint += 1;
if(floatpoint >= len){
targetlist.add(sourcelist.get(floatpoint-1));
break;
}
//窗口内点变化
listpoint.clear();
//system.out.println(listpoint.size());
listpoint.add(sourcelist.get(startpoint+1));
} else{
//距离小于阈值的情况
//初始点不变
//当前窗口集合加入当前浮动点
listpoint.add(sourcelist.get(floatpoint));
//浮动点后移一位
floatpoint += 1;
//如果浮动点是终点 且当前窗口点距离都小于阈值 就直接忽略窗口点 直接将终点加入目标点集合
if(floatpoint >= len){
targetlist.add(sourcelist.get(startpoint));
targetlist.add(sourcelist.get(floatpoint-1));
break;
}
}
flag = false;
}
return targetlist;
}
/*计算投影点到轨迹点的距离
* 入口是初始点a、浮动点b、当前轨迹点c
* 三角形面积公式
*/
public static double getdistance(enpoint a,enpoint b,enpoint c){
double distance = 0;
double a = math.abs(geodist(a,b));
double b = math.abs(geodist(b,c));
double c = math.abs(geodist(a,c));
double p = (a + b + c)/2.0;
double s = math.sqrt(p * (p-a) * (p-b) * (p-c));
distance = s * 2.0 / a;
return distance;
}
/*
* arraylist 拷贝函数
* */
/*提供的函数
* 其中计算距离的函数 经过改造得到下面的距离计算方法
* 具体是怎么计算距离的 我也没研究了
* */
public static double geodist(enpoint pa,enpoint pb){
double radlat1 = rad(pa.pn);
double radlat2 = rad(pb.pn);
double delta_lon = rad(pb.pe - pa.pe);
double top_1 = math.cos(radlat2) * math.sin(delta_lon);
double top_2 = math.cos(radlat1) * math.sin(radlat2) - math.sin(radlat1) * math.cos(radlat2) * math.cos(delta_lon);
double top = math.sqrt(top_1 * top_1 + top_2 * top_2);
double bottom = math.sin(radlat1) * math.sin(radlat2) + math.cos(radlat1) * math.cos(radlat2) * math.cos(delta_lon);
double delta_sigma = math.atan2(top, bottom);
double distance = delta_sigma * 6378137.0;
return distance;
}
public static double rad(double d){
return d * math.pi / 180.0;
}
/*
* 将压缩后的位置点信息写入到文件中
* */
public static void writetestpointtofile(file outgpsfile,arraylist<enpoint> pgpspointfilter)throws exception{
iterator<enpoint> ifilter = pgpspointfilter.iterator();
randomaccessfile rfilter = new randomaccessfile(outgpsfile,"rw");
while(ifilter.hasnext()){
enpoint p = ifilter.next();
string sfilter = p.getresultstring();
byte[] bfilter = sfilter.getbytes();
rfilter.write(bfilter);
}
rfilter.close();
}
/**
* 函数功能：求平均距离误差
* 返回平均距离
*/
public static double getmeandisterror(arraylist<enpoint> pgpsarray,arraylist<enpoint> pgpsarrayre){
double sumdist = 0.0;
for (int i=1;i<pgpsarrayre.size();i++){
double="" end="pgpsarrayre.get(i).id;" int="" j="start+1;j<end;j++){" meandist="sumdist/(pgpsarray.size());" pre="" return="" start="pgpsarrayre.get(i-1).id;" sumdist=""><pre class="brush:java;">import java.text.decimalformat;
public class enpoint implements comparable<enpoint>{
public int id;
//点id
public double pe;
//经度
public double pn;
//维度
public enpoint(){
}
//空构造函数
public string tostring(){
return this.id+"#"+this.pn+","+this.pe;
}
public string getresultstring(){
decimalformat df = new decimalformat("0.000000");
return this.id+"#"+df.format(this.pe)+","+df.format(this.pn)+" \n";
}
@override
public int compareto(enpoint other) {
if(this.id<other.id) else="" return="" this.id="">other.id) return 1; else
return 0;
}
}
总结
以上就是本文关于java编程实现轨迹压缩算法开放窗口实例代码的全部内容，希望对大家有所帮助。如有不足之处，欢迎留言指出。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
apollo与springboot集成实现动态刷新配置的教程详解
网友评论