是否有解决方法来获取未被 googlemaps（使用 gmapsdistance）覆盖的点（long-lat）之间的旅行时间？

Question

我需要计算光栅质心（经纬度坐标）和参考点之间的旅行时间（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参考点（例如，结合步行到街道然后开车到参考点)，如果可以，我这样做的效率如何？

问题是，当我简单地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，然后从那里到参考点的 googlemaps 驾驶距离，因为最近的点可能不是成为最快路线上的那个..

我试图使用 gmapsdistance 函数来做到这一点。这是一个例子：

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

我认为解决此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 Google 的 API 来获得驾驶距离

此解决方案的步骤是

下载道路形状文件
找到起点和终点之间的 'straight' 线
找到与这条直线相交的所有道路
在 Google 路线查询中使用最近的交叉点作为新起点

在此示例中，我使用的 shapefile 来自 here

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

注：

googleway是我的包，需要GoogleAPI密钥才能使用

## 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)

您在此处使用的具体方法可能会有所不同。但在这个例子中，我在两个坐标之间使用一条线来让我们合理地猜测行进方向，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查询路线的起点。

备注

找到最近的 sf 方法是使用 sf::st_distance，但这取决于 lwgeom 安装在您的系统上，但我在安装它时遇到问题，所以我不得不使用不同的方法

我正在使用我编写的 data.table 函数来计算从每个点到原点的半正弦距离。我然后 select 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
## 
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")

我们可以在路线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)] 给出了从原点到新原点的距离，

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

替代方法

正如评论中所要求的，找到最近道路的另一种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)

然后你可以找到所有与这个缓冲区相交的线

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

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

您可以在距离计算中使用这个新的 sf_intersection 对象。

是否有解决方法来获取未被 googlemaps（使用 gmapsdistance）覆盖的点（long-lat）之间的旅行时间？

Is there a workaround to get travel time between points (long-lat) that are not covered by googlemaps (using gmapsdistance)?

google-maps

r

distance

coordinates

google-maps-api-3

替代方法