Zweck

Korrigieren Sie GPS-Daten mithilfe der Map Matching API von Mapbox. Ich habe versucht, ein Werkzeug zu erstellen.

Von den Mapbox-APIs verwenden wir die Map Matching-API, die als Navigationsdienst klassifiziert ist.
Die Map Matching API ist eine API, die GPS-Daten (Breite, Länge), die Fehler enthalten, auf das Straßennetz überträgt und an einer wahrscheinlichen Position korrigiert.

Ausführungsumgebung

--Dieser Artikel verwendet Python3, die Map Matching API von Mapbox.

Zugriffstoken sind erforderlich, um die Map Matching API von Mapbox zu verwenden.
Zugriffstoken werden automatisch ausgestellt, wenn Sie ein Konto von Mapbox Site registrieren.
Mit diesen Zugriffstoken können Sie verschiedene APIs aufrufen. --Mapbox ist kostenpflichtig. Weitere Informationen zu detaillierten Preisen finden Sie auf der Mapbox-Preisseite. ―― Da die kostenlose Stufe für bis zu 50.000 Anfragen pro Monat festgelegt ist, werden Ihnen keine Gebühren berechnet, es sei denn, Sie stellen eine große Anzahl von Anfragen.

Voraussetzungen

Nutzungsdaten

――Für die Nutzungsdaten werden GPS-Daten verwendet, die von der Garmin-Uhr erfasst wurden, die während des Marathonturniers am Handgelenk getragen wurde.

Bitte bereiten Sie die entsprechenden GPS-Daten vor.

Ausführungsmethode

Eingabeeinstellungen

Geben Sie GPS-Daten (Breite, Länge) in die CSV-Eingabedatei ein.

Lauf

Geben Sie die Eingabe-CSV-Datei, die Ausgabe-CSV-Datei und api_token (Zugriffstoken) ein.
Ändern Sie nicht die "Map Matching API URL".
Führen Sie das Python-Skript aus.

`MapboxMapMatchingAPI.py`


import os
import csv
import json
import datetime
import time
import configparser
import requests

#Geben Sie die CSV-Dateispezifikation ein
input_csvfile = "Eingabe Bitte geben Sie die CSV-Datei ein."

#CSV-Dateispezifikation ausgeben
output_csvfile = "Geben Sie die Ausgabe-CSV-Datei ein."

#Map Matching API URL * Nicht ändern.
api_url = "https://api.mapbox.com/matching/v5/mapbox/driving/"

# Mapbox Access token
api_token = "Bitte geben Sie das Zugriffstoken ein."

#Arbeitsliste
data = []
wklst = []

#Stellen Sie die CSV-Eingabedatei auf die Arbeitsliste ein
with open(input_csvfile) as f:
    #Kopfzeile überspringen
    h = next(csv.reader(f))
    for v in csv.reader(f):
        data.append(v)

for i in range(len(data) -1):
    wklst.append([data[i][0],data[i][1],data[i+1][0],data[i+1][1]])

# print(wklst)

#Überprüfen Sie, ob die CSV-Ausgabedatei vorhanden ist(Beurteilung des Vorhandenseins oder Nichtvorhandenseins eines Headers)
if(os.path.exists(output_csvfile)):
    header_flg = 0
else:
    header_flg = 1

#Überprüfen Sie, ob die CSV-Ausgabedatei vorhanden ist(Beurteilung des Vorhandenseins oder Nichtvorhandenseins eines Headers)
if(os.path.exists(output_csvfile)):
    header_flg = 0
else:
    header_flg = 1

#Fordern Sie die Map Matching API aus der Arbeitsliste an und schreiben Sie das Ergebnis in die Ausgabe-CSV-Datei
with open(output_csvfile, 'a', encoding='shift_jis') as output_csvfile_fp:

    fieldnames = ['bef_lat','bef_lng','aft_lat','aft_lng']
    csvfile_writer = csv.DictWriter(output_csvfile_fp, fieldnames=fieldnames,lineterminator='\n')
    
    #Ausgabe Header-Ausgabe beim Erstellen einer neuen CSV-Datei
    if header_flg == 1:
        csvfile_writer.writeheader()
        header_flg == 0

    print(len(wklst))
    for i in range(len(wklst)):
        # print(wklst[i])
        #Generierung von Map Matching API-Parametern
        origins = wklst[i][1] + ','+ wklst[i][0]
        destinations = wklst[i][3] + ','+ wklst[i][2]
        params = {
            'radiuses':'50;50',
            'access_token': api_token
            }
        #Anforderung der Map Matching API
        raw_response = requests.get(api_url + origins + ';' + destinations, params)
        parsed_response = json.loads(raw_response.text)
        parsed_response_json = json.dumps(parsed_response, indent=4)
        # print(parsed_response_json)
        breakpoint

        #Extrahieren Sie Elemente aus JSON
        if parsed_response['code'] == 'Ok':
            lng1 = parsed_response['tracepoints'][0]['location'][0]
            lat1 = parsed_response['tracepoints'][0]['location'][1]
            lng2 = parsed_response['tracepoints'][1]['location'][0]
            lat2 = parsed_response['tracepoints'][1]['location'][1]
        else:
            lng1 = None
            lat1 = None
            lng2 = None
            lat2 = None

        #Schreiben, um eine CSV-Datei auszugeben
        csvfile_writer.writerow({
            'bef_lat': wklst[i][0],
            'bef_lng': wklst[i][1],
            'aft_lat': lat1,
            'aft_lng': lng1
            })
        
        print(wklst[i][0],wklst[i][1],lat1,lng1)

print(u'Verarbeitung beenden')

Ausführungsergebnis

Die GPS-Daten (Breite, Länge) vor der Korrektur befinden sich in der ersten und zweiten Spalte.
Die korrigierten GPS-Daten (Breite, Länge) befinden sich in der 3. und 4. Spalte.

――Das Ausführungsergebnis wird von QGIS wie folgt visualisiert.

Blaue Punkte sind GPS-Daten (Breite, Länge) vor der Korrektur und rote Punkte sind GPS-Daten (Breite, Länge) nach der Korrektur. ――Der blaue Punkt, der vor der Korrektur von der Straße entfernt war, wird nach der Korrektur auf der Straße eingerastet und auf eine bestimmte Position korrigiert (roter Punkt).

Für die Hintergrundkarte wird die Kachel des Geografischen Instituts (helle Farbkarte) des Nationalen Landforschungsinstituts verwendet.

Zu beachtende Punkte

** * Bitte beachten Sie, dass Ihnen eine Gebühr berechnet wird, wenn Sie die API über die kostenlose Stufe (> _ <) hinaus verwenden **

[PYTHON] Ich habe ein Tool zum Korrigieren von GPS-Daten mit der Map Matching API von Mapbox (Mapbox Map Matching API) erstellt.