商业地图纠偏接口次数限制的处理策略

商业地图纠偏接口次数限制的处理策略

现在的地图服务提供商，都会有自己的坐标系统，这样就存在坐标转换相关的处理，然而有些坐标转换会在服务端有一定的次数限制，不能满足一些应用场景。本文从纠偏出现的缘由出发，以百度地图为例，给出服务端纠偏的一些通用的处理策略。

相关坐标系

目前国内主要有以下三种坐标系：

WGS84：为一种大地坐标系，也是目前广泛使用的GPS全球卫星定位系统使用的坐标系。
GCJ02：又称火星坐标系，是由中国国家测绘局制订的地理信息系统的坐标系统。由WGS84坐标系经加密后的坐标系。
BD09：为百度坐标系，在GCJ02坐标系基础上再次加密。其中bd09ll表示百度经纬度坐标，bd09mc表示百度墨卡托米制坐标。

非中国地区地图，服务坐标统一使用WGS84坐标。

那么为什么会有火星坐标这一说，是因为国家测绘局为了信息安全原因，对WGS84坐标进行加偏的结果，其实我们口口声声所说的纠偏，其实是加偏，国家认为地理信息数据是保密数据，不应该这么容易就被获取。真正显示在地图服务上的也是经过加偏处理，显示的内容也是经过过滤的。同样的原因，只有一定的测绘资质的公司，才可以有权采集处理地理信息数据。
总而言之，百度地图对应的是BD09坐标系，我们采集来的WGS84坐标下的数据必须经过加偏才能准确的展示在地图上。

坐标转换

百度对于JavaScript和移动端的坐标转换没有次数限制，然而有些场景我们需要在服务端进行坐标转换，然而服务端的接口调用会有次数限制：

这样它并不能满足所有的需求。这样我们可以通过升级为企业认证来解决这个问题，但是对于量的上限还是解决不了问题，或者申请多个用户同样存在瓶颈。难道我们我们要申请个测绘资质，自己搞个地图服务，替换掉百度，成本太高哦。我们可以基于样本采集来解决这个问题。

原理

首先按照一定的间隔调用百度坐标转换接口进行采样，获取采样点的偏移量；然后根据需要纠偏点的坐标，获取该点的周围的采样点，根据采样点计算该点的偏移值，进而获得该点的百度坐标。

采样

前端代码如下

<#import "common/spring.ftl" as spring />
<#assign base=request.contextPath />
PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN" "http://www.w3.org/TR/html4/loose.dtd">
"http://www.w3.org/1999/xhtml">
"viewport" content="initial-scale=1.0, user-scalable=no"/>"Content-Type" content="text/html; charset=utf-8"/>"stylesheet" href="${base}/css/midlay/v6/midlay_mw_transport.css" type="text/css"/>

后端代码如下

 public void upsert(PosDiffGrid posDiffGrid) {String id = this.formGridId(posDiffGrid);tlCriteria.set(Criteria.where("id").is(id));PosDiffGrid oldPosDiffGrid = (PosDiffGrid)this.get();if(oldPosDiffGrid == null) {posDiffGrid.setId(id);posDiffGrid.setTsCreate(new Date());posDiffGrid.setTsUpDate(new Date());posDiffGrid.setDiffLon(posDiffGrid.getBaiduPoint().getLongitude() - posDiffGrid.getRealPoint().getLongitude());posDiffGrid.setDiffLat(posDiffGrid.getBaiduPoint().getLatitude() - posDiffGrid.getRealPoint().getLatitude());List diffs = new ArrayList();diffs.add(posDiffGrid);this.insertList(diffs);} else {Update update = new Update();update.set("diffLon", Double.valueOf(posDiffGrid.getBaiduPoint().getLongitude() - posDiffGrid.getRealPoint().getLongitude()));update.set("diffLat", Double.valueOf(posDiffGrid.getBaiduPoint().getLatitude() - posDiffGrid.getRealPoint().getLatitude()));update.set("tsUpdate", new Date());update.set("province", posDiffGrid.getProvince());update.set("city", posDiffGrid.getCity());update.set("district", posDiffGrid.getDistrict());update.set("address", posDiffGrid.getAddress());tlUpdate.set(update);this.update();}}

纠偏

纠偏代码如下

public PosDiffGrid near(PosDiffGrid posDiffGrid) {PosDiffGrid result = new PosDiffGrid();Point point = new Point(posDiffGrid.getRealPoint().getLongitude(), posDiffGrid.getRealPoint().getLatitude());Criteria criteria = Criteria.where("realPoint").near(point).maxDistance(0.0013498920086393088D);tlCriteria.set(criteria);List grids = this.list();double minDis = 2000.0D;if(CollectionUtils.isEmpty(grids)) {return null;} else {PosDiffGrid st = null;Iterator var9 = grids.iterator();while(var9.hasNext()) {PosDiffGrid pdg = (PosDiffGrid)var9.next();double dis = GeoUtil.calcDistance(posDiffGrid.getRealPoint().getLongitude(), posDiffGrid.getRealPoint().getLatitude(), pdg.getRealPoint().getLongitude(), pdg.getRealPoint().getLatitude());if(minDis > dis) {minDis = dis;st = pdg;}}if(st == null) {return null;} else {GiPoint baiduPt = new GiPoint();baiduPt.setLongitude(posDiffGrid.getRealPoint().getLongitude() + st.getDiffLon());baiduPt.setLatitude(posDiffGrid.getRealPoint().getLatitude() + st.getDiffLat());result.setRealPoint(posDiffGrid.getRealPoint());result.setBaiduPoint(baiduPt);result.setProvince(st.getProvince());result.setCity(st.getCity());result.setDistrict(st.getDistrict());result.setAddress(st.getAddress());return result;}}}public PosDiffGrid distanceRight(PosDiffGrid posDiffGrid, double n) {PosDiffGrid result = new PosDiffGrid();Point point = new Point(posDiffGrid.getRealPoint().getLongitude(), posDiffGrid.getRealPoint().getLatitude());Criteria criteria = Criteria.where("realPoint").near(point).maxDistance(0.0010799136069114472D);tlCriteria.set(criteria);List grids = this.list();if(CollectionUtils.isEmpty(grids)) {return null;} else if(grids.size() == 1) {result = this.near(posDiffGrid);return result;} else {double minDis = 2000.0D;double sumDis = 0.0D;PosDiffGrid st = null;Iterator var13 = grids.iterator();double latDiff;while(var13.hasNext()) {PosDiffGrid pdg = (PosDiffGrid)var13.next();latDiff = GeoUtil.calcDistance(posDiffGrid.getRealPoint().getLongitude(), posDiffGrid.getRealPoint().getLatitude(), pdg.getRealPoint().getLongitude(), pdg.getRealPoint().getLatitude());sumDis += Math.pow(latDiff, n);if(minDis > latDiff) {minDis = latDiff;st = pdg;}}double lngDiif = 0.0D;latDiff = 0.0D;PosDiffGrid pdg;double dis;for(Iterator var17 = grids.iterator(); var17.hasNext(); latDiff += Math.pow(dis, n) / sumDis * pdg.getDiffLat()) {pdg = (PosDiffGrid)var17.next();dis = GeoUtil.calcDistance(posDiffGrid.getRealPoint().getLongitude(), posDiffGrid.getRealPoint().getLatitude(), pdg.getRealPoint().getLongitude(), pdg.getRealPoint().getLatitude());lngDiif += Math.pow(dis, n) / sumDis * pdg.getDiffLon();}GiPoint baiduPt = new GiPoint();baiduPt.setLongitude(posDiffGrid.getRealPoint().getLongitude() + lngDiif);baiduPt.setLatitude(posDiffGrid.getRealPoint().getLatitude() + latDiff);result.setRealPoint(posDiffGrid.getRealPoint());result.setBaiduPoint(baiduPt);result.setProvince(st.getProvince());result.setCity(st.getCity());result.setDistrict(st.getDistrict());result.setAddress(st.getAddress());return result;}}private String formGridId(PosDiffGrid posDiffGrid) {return posDiffGrid.getRealPoint().getLongitude() * 1000.0D + "_" + posDiffGrid.getRealPoint().getLatitude() * 1000.0D;}

前端页面

采集量级及纠偏结果

对于南京这样的城市，采用100m*100m的网格，大概采集了120W条数据。采用最近距离算法误差会在1m以内，然而对于民用的GPS采集端，定位精度也就是几米，这样完全可以满足需求。同时可以扩大采样间隔来满足不同需求，用户可以自己测试。

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！