一、引言
全球定位系统(GPS)是现代技术的支柱之一,广泛应用于交通导航、科学研究、智能设备等领域。GPS 接收机通过接收来自卫星的信号,确定设备的地理位置,并将这些位置信息记录在数据文件中。
这些数据文件通常包含大量的信息,如时间、位置、海拔高度、卫星状态等。本篇文章将通过解析这些数据文件,展示如何利用 Python 和 Folium 库实现数据的读取、处理和可视化,帮助读者深入理解 GPS 数据的处理过程。
二、GPS 数据概述
2.1 GPS 工作原理
GPS 通过接收至少四颗卫星的信号来确定设备的位置。这些信号包含了卫星的时间和位置数据,接收机通过三角测量法计算出用户的经度、纬度和海拔高度。这些计算结果通常被记录在 NMEA(National Marine Electronics Association)格式的数据文件中。
2.2 NMEA 0183 协议简介
NMEA 0183 是一种标准的 GPS 数据通信协议,用于描述从 GPS 接收机发送到其他设备的信号。NMEA 语句以"$"开头,常见的语句类型包括 GPGGA、GPRMC 等。本文重点关注的 GPGGA 语句包含了最重要的定位信息,如经纬度、海拔高度、卫星状态等。
三、GPGGA 语句解析
3.1 GPGGA 语句结构详解
GPGGA 语句是 GPS 接收机输出的关键数据类型之一,提供了精确的位置和状态信息。典型的 GPGGA 语句结构如下:
$GPGGA,123519,4807.038,N,01131.000,E,1,08,0.9,545.4,M,46.9,M,,*47
复制代码
这条语句由多个字段组成,分别表示:
UTC 时间:123519 表示 12:35:19
纬度:4807.038,N 表示 48 度 07.038 分北纬
经度:01131.000,E 表示 11 度 31.000 分东经
定位质量:1 表示 GPS 定位已有效
使用的卫星数量:08 表示共使用了 8 颗卫星
水平精度因子(HDOP):0.9
海拔高度:545.4 表示海拔高度为 545.4 米
地球椭球面相对于海平面的高度:46.9 米
校验和:*47 用于验证语句的完整性
3.2 解析 GPGGA 语句的代码实现
解析 GPGGA 语句的关键在于将语句分解为各个字段,并将这些字段转换为易于处理的格式。以下 Python 代码展示了如何实现这一过程:
import re
def parse_gpgga(sentence):
fields = sentence.split(',')
if len(fields) < 10:
print("Error: Not enough fields in the sentence")
return {}
try:
latitude = float(fields[2][:2]) + float(fields[2][2:]) / 60.0
longitude = float(fields[4][:3]) + float(fields[4][3:]) / 60.0
latitude_direction = fields[3]
longitude_direction = fields[5]
fix_quality = fields[6]
satellites = int(fields[7])
altitude = float(fields[9])
except ValueError as e:
print(f"ValueError: {e}")
return {}
return {
'time': fields[1],
'latitude': latitude if latitude_direction == 'N' else -latitude,
'longitude': longitude if longitude_direction == 'E' else -longitude,
'fix_quality': fix_quality,
'satellites': satellites,
'altitude': altitude,
}
复制代码
在这段代码中,parse_gpgga 函数首先检查语句的字段数量是否足够,然后解析出时间、纬度、经度、卫星状态等信息,并以字典形式返回。错误处理部分确保了在解析过程中遇到数据格式问题时,程序能够安全退出并输出相关错误信息。
四、批量解析 GPS 数据文件
4.1 GPS 数据文件的组织结构
在实际应用中,GPS 数据通常存储在多个文件中,每个文件记录一段时间内的位置信息。为了有效处理这些数据,我们需要编写代码从多个文件中批量读取并解析 GPS 数据。假设这些文件存储在一个目录中,每个文件名以日期和时间命名,如 lh-2024-07-23-095738.txt。
4.2 文件批量处理代码实现
以下代码展示了如何从指定目录中批量读取所有的 GPS 数据文件,并调用之前定义的 parse_gpgga 函数对其进行解析。
import os
def parse_gps_data(file_path):
gps_data = []
with open(file_path, 'r', encoding='utf-8') as file:
for line in file:
if re.search(r'\$GPGGA,[^$]+', line):
data = parse_gpgga(line)
if data:
gps_data.append(data)
return gps_data
def batch_parse_gps_files(directory):
all_gps_data = []
for filename in os.listdir(directory):
if filename.endswith(".txt"):
file_path = os.path.join(directory, filename)
print(f"Processing file: {file_path}")
gps_data = parse_gps_data(file_path)
print(f"Parsed data from {filename}: {gps_data}")
all_gps_data.extend(gps_data)
return all_gps_data
复制代码
在此代码中,batch_parse_gps_files 函数遍历指定目录中的所有文件,并依次解析每个文件中的 GPS 数据。最终返回一个包含所有 GPS 数据的列表。这样就可以对大量 GPS 数据进行批量处理,极大地提高了效率。
五、GPS 数据的可视化
数据可视化是分析和理解 GPS 数据的关键步骤。通过将 GPS 数据可视化,可以直观地展示设备的运动轨迹和位置变化。Folium 库是 Python 中用于生成交互式地图的强大工具,下面我们将展示如何利用 Folium 将 GPS 数据绘制在地图上。
5.1 Folium 库的介绍
Folium 是一个基于 Leaflet.js 的 Python 库,可以生成丰富的地图展示。它支持多种地图样式,包括 OpenStreetMap、Stamen Terrain、Google 地图等。Folium 还允许在地图上添加标���、线条、多边形等元素,并支持自定义样式,使其非常适合用于 GPS 数据的可视化。
5.2 地图样式与图层控制
为了丰富地图的展示效果,我们可以在 Folium 中添加多个图层,并通过图层控制器切换不同的地图样式。以下代码展示了如何在 Folium 中使用 OpenStreetMap 作为基础图层,同时添加 Google 卫星地图作为可选图层。
import folium
def visualize_gps_data(gps_data):
if not gps_data:
print("No GPS data available to visualize.")
return
map_center = [gps_data[0]['latitude'], gps_data[0]['longitude']]
gps_map = folium.Map(location=map_center, zoom_start=14, tiles='OpenStreetMap')
folium.TileLayer(
tiles='https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}',
name='Google Satellite',
attr='© Google'
).add_to(gps_map)
folium.LayerControl().add_to(gps_map)
复制代码
在上述代码中,folium.Map 函数创建了一个以 OpenStreetMap 为基础的地图,folium.TileLayer 用于添加 Google 卫星图层,并通过 folium.LayerControl 添加图层控制器,允许用户在不同的图层之间切换。
5.3 GPS 数据的标记与展示
接下来,我们将解析得到的 GPS 数据添加到地图上。为了防止过多的重复数据导致标记重叠,我们首先对 GPS 数据进行去重处理,然后使用 folium.CircleMarker 添加标记。
def visualize_gps_data(gps_data):
if not gps_data:
print("No GPS data available to visualize.")
return
map_center = [gps_data[0]['latitude'], gps_data[0]['longitude']]
gps_map = folium.Map(location=map_center, zoom_start=14, tiles='OpenStreetMap')
folium.TileLayer(
tiles='https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}',
name='Google Satellite',
attr='© Google'
).add_to(gps_map)
folium.LayerControl().add_to(gps_map)
unique_gps_data =
[]
seen = set()
for data in gps_data:
coord = (data['latitude'], data['longitude'])
if coord not in seen:
unique_gps_data.append(data)
seen.add(coord)
for data in unique_gps_data:
print(f"Adding marker at ({data['latitude']}, {data['longitude']})")
folium.CircleMarker(
[data['latitude'], data['longitude']],
radius=0.5,
color='red',
fill=True,
fill_color='red',
fill_opacity=0.8
).add_to(gps_map)
gps_map.save('gps_map.html')
复制代码
此代码的主要功能是将解析出的 GPS 数据以红色圆圈的形式标记在地图上,并以适当的缩放级别显示地图。最终生成的地图将被保存为 HTML 文件,可以在浏览器中查看。
5.4 解决白色轨迹线问题
在使用 Folium 进行 GPS 数据可视化时,有时会遇到标记点之间出现白色轨迹线的问题,这通常是由于地图渲染器的处理导致的。为了避免这个问题,我们通过调整标记的样式,如半径、颜色和透明度等,来减少视觉干扰。
folium.CircleMarker(
[data['latitude'], data['longitude']],
radius=0.5,
color='red',
fill=True,
fill_color='red',
fill_opacity=0.8
).add_to(gps_map)
复制代码
通过使用较小的标记半径和高透明度的颜色,我们可以显著降低白色轨迹线的出现几率,使地图显示更加清晰。
六、项目实践应用:从数据采集到可视化展示
在实际项目中,GPS 数据的处理和展示往往是一个复杂的过程,涉及到数据的采集、解析、清洗、处理和最终的可视化展示。通过本文的示例代码,读者可以完整地体验这个过程,从而能够在实际应用中实现更复杂的 GPS 数据处理和分析。
6.1 机器采集数据(.txt)
6.2 文件(.txt)部分关键信息
6.3 项目代码
import os
import folium
import sys
import re
def parse_gpgga(sentence):
fields = sentence.split(',')
if len(fields) < 10:
print("Error: Not enough fields in the sentence")
return {}
try:
latitude = float(fields[2][:2]) + float(fields[2][2:]) / 60.0
longitude = float(fields[4][:3]) + float(fields[4][3:]) / 60.0
latitude_direction = fields[3]
longitude_direction = fields[5]
fix_quality = fields[6]
satellites = int(fields[7])
altitude = float(fields[9])
except ValueError as e:
print(f"ValueError: {e}")
return {}
return {
'time': fields[1],
'latitude': latitude if latitude_direction == 'N' else -latitude,
'longitude': longitude if longitude_direction == 'E' else -longitude,
'fix_quality': fix_quality,
'satellites': satellites,
'altitude': altitude,
}
def parse_gps_data(file_path):
gps_data = []
with open(file_path, 'r', encoding='utf-8') as file:
for line in file:
# print(f"Reading line: {line.strip()}") # 添加调试输出
if re.search(r'\$GPGGA,[^$]+', line):
data = parse_gpgga(line)
if data: # 检查是否成功解析数据
gps_data.append(data)
return gps_data
def batch_parse_gps_files(directory):
all_gps_data = []
for filename in os.listdir(directory):
if filename.endswith(".txt"):
file_path = os.path.join(directory, filename)
print(f"Processing file: {file_path}") # 调试输出
gps_data = parse_gps_data(file_path)
print(f"Parsed data from {filename}: {gps_data}") # 调试输出
all_gps_data.extend(gps_data)
return all_gps_data
def visualize_gps_data(gps_data):
if not gps_data:
print("No GPS data available to visualize.")
return
map_center = [gps_data[0]['latitude'], gps_data[0]['longitude']]
gps_map = folium.Map(location=map_center, zoom_start=14, tiles='OpenStreetMap')
folium.TileLayer(
tiles='https://mt1.google.com/vt/lyrs=s&x={x}&y={y}&z={z}',
name='Google Satellite',
attr='© Google'
).add_to(gps_map)
folium.LayerControl().add_to(gps_map)
unique_gps_data = []
seen = set()
for data in gps_data:
coord = (data['latitude'], data['longitude'])
if coord not in seen:
unique_gps_data.append(data)
seen.add(coord)
for data in unique_gps_data:
print(f"Adding marker at ({data['latitude']}, {data['longitude']})")
folium.CircleMarker(
[data['latitude'], data['longitude']],
radius=0.5, # 半径大小
color='red', # 边框颜色
fill=True,
fill_color='red', # 填充颜色
fill_opacity=0.8
).add_to(gps_map)
gps_map.save('gps_map.html')
if __name__ == '__main__':
# 自定义路径
directory = "F:\\notebookComputer\\20240723\\101711_ND03_ruprtpldbyihyjhh_gpslog\\gps\\log\\lhd"
parsed_gps_data = batch_parse_gps_files(directory) # 使用正确的路径变量
visualize_gps_data(parsed_gps_data)
复制代码
6.4 运行保存文件:gps_map.html
6.5 打开文件轨迹效果:Google 地图
七、总结
本文通过详细的步骤展示了如何解析 GPS 接收机生成的 GPGGA 语句,并利用 Folium 库将这些数据进行可视化展示。通过这一过程,读者不仅可以掌握 GPS 数据的基本处理方法,还能深入了解如何在 Python 中实现复杂的数据可视化并在此基础上扩展到更复杂的应用场景,进一步提升对 GPS 数据的理解和应用能力。希望这些内容能够为读者在相关领域的开发和研究提供有益的参考。
作者:Rjdeng
链接:https://juejin.cn/post/7398480670446207039
评论