用户附近位置计算

经纬度与物理距离介绍

经纬度是经度与纬度的合称组成一个坐标系统，称为地理坐标系统，它是一种利用三度空间的球面来定义地球上的空间的球面坐标系统，能够标示地球上的任何一个位置。

在一定误差范围内，通常情况下，经纬线和米的换算为：经度或者纬度0.00001度，约等于1米。以下表格列出更细致的换算关系：

地图坐标系

注：如果使用GCJ-02坐标系，Geohash函数和距离计算函数理论上都应在WGS84坐标系下使用，在火星坐标系下会存在一定的偏差，主要是火星坐标系的加偏处理带来的，经过查阅资料及抽样测试，认为该误差在可接受范围内。

Geohash算法介绍

GeoHash是空间索引的一种方式，其基本原理是将地球理解为一个二维平面，通过把二维的空间经纬度数据编码为一个字符串，可以把平面递归分解成更小的子块，每个子块在一定经纬度范围内拥有相同的编码。

以GeoHash方式建立空间索引，可以提高对空间poi数据进行经纬度检索的效率。

编码规则为：先将纬度范围(-90, 90)平分成两个区间(-90, 0)和(0, 90)，如果目标维度位于前一个区间，则编码为0，否则编码为1，然后根据目标纬度所落的区间再平均分成两个区间进行编码，以此类推，直到精度满足要求，经度也用同样的算法，对(-180, 180)依次细分，然后合并经度和纬度的编码，奇数位放纬度，偶数位放经度，组成一串新的二进制编码，按照Base32进行编码。

示例：以当前所在办公区【两江国际】的位置坐标为例, 经纬度为（104.059684，30.559545）

第一步：将经纬度转换为二进制

最后得到维度的二进制编码为：101010110111011, 用同样的方式可以得到精度(104.059684)的二进制编码：110010011111111

第二步：将经纬度的二进制编码合并

从偶数0开始，经度占偶数位，纬度占奇数位。
序号
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29
编码
1 1 1 0 0 1 0 0 1 1 0 0 0 1 1 1 1 0 1 1 1 1 1 1 1 0 1 1 1 1

第三步：将合并后的二进制数做Base32编码

按照每5位一组，分成6组，每组计算其对应的十进制数值，按照Base32进行编码。

Base32编码表的其中一种如下，是用0-9、b-z（去掉a, i, l, o）这32个字母进行编码.

11100 10011 00011 11011 11111 01111 28(w) 19(m) 3(3) 27(v) 31(z) 15(g)

最终得到的经纬度编码为：wm3vzg，如上文二进制编码的计算过程，如果递归的次数越大，则生成的二进制编码越长，因此生成的geohash编码越长，位置越精确。目前Geohash使用的精度说明如下：

GeoHash用一个字符串表示经度和纬度两个坐标, 比直接用经纬度的高效很多，而且使用者可以发布地址编码，既能表明自己位于某位置附近，又不至于暴露自己的精确坐标，有助于隐私保护。
编码过程中，通过二分范围匹配的方式来决定某个经纬坐标是编码为1还是0，因此某些邻近坐标的编码是相同的，因此GeoHash表示的并不是一个点，而是一个矩形区域。 GeoHash编码的前缀可以表示更大的区域。例如wm3vzg，它的前缀wm3vz表示包含编码wm3vzg在内的更大范围。 这个特性可以用于附近地点搜索。
如果把某个区域或整个地图上的地理位置都按照Geohash编码，则会得到一个网格，编码递归粒度越细，网格的矩形区域越小，geohash编码的长度越大，则Geohash编码越精确。 不同的编码长度，生成的网格与实际地理的精度如下(Geohash字符串编码长度对应网格大小）

Geohash编码与网格

当前选取的编码长度为6，因此一个网格实际的地理差异在1.2公里与0.6公里，示例中两江国际对应的网格大致效果如图：

邻近网格位置推算

结论

根据Geohash的编码规则将经纬度分解到二进制，结合地理常识，中心网格在南北（上下）方向上体现为纬度的变化，往北则维度的二进制加1，往南则维度的二进制减1，在东西（左右）方向上体现为经度的变化，往东则经度的二进制加1，往西则减1，可以计算出上下左右四个网格经纬度的二进制编码，再将加减得出的经纬度两两组合，计算出左上、左下、右上和右下四个网格的经纬度二进制编码，从而就可以根据Geohash的编码规则计算出周围八个网格的字符串。

正向推导

以Geohash编码长度为6为基础，网格的宽高与实际距离换算为：1.2Km*0.6Km。参考上文提到的，在经度相同情况下，每隔0.001度，距离相差约111米。0.6Km换算为纬度为：0.005405405。
当前两江国际粗粒度的wgs84坐标(104.05503，30.562251), 纬度二进制编码：101010110111011，经度二进制编码：110010011111111, Geohash值为：wm3vzg
正北方向近邻的网格维度为增加一个网格的高度，即纬度增加0.005405405，为：30.562251 + 0.005405405 = 30.567656405， 转换为二进制编码后为(可用工具快速转换)：101010110111100
正好是原纬度的二进制编码101010110111011 加1后的结果（101010110111011 + 000000000000001 = 101010110111100）

反向推导

当前两江国际粗粒度的wgs84坐标(104.05503，30.562251), 纬度二进制编码：101010110111011，经度二进制编码：110010011111111, Geohash值为：wm3vzg
基于当前坐标的网格，正北方向近邻的网格N，其纬度二进制加1后为：101010110111100，经度不变，其Geohash值为：wm3vzu
通过http://geohash.co/ 反向转换其经纬坐标为：(104.0570068359375,30.56671142578125）通过https://www.box3.cn/tools/lbs.html 查询2个坐标的实际位置，误差在531m(符合精度范围）

邻近8个网格位置计算

java使用GeoHash

下载对应maven包

<!-- https://mvnrepository.com/artifact/ch.hsr/geohash -->
<dependency>
    <groupId>ch.hsr</groupId>
    <artifactId>geohash</artifactId>
    <version>1.4.0</version>
</dependency>

对应代码

package com.example.demo.test;

import ch.hsr.geohash.GeoHash;


public class GeoHashTest {

    public static void main(String[] args) {

        /*假设货主的纬经度,南开区*/

        double lat1 = 39.145609;

        double lon1 = 117.154471;

        /*假设司机1的纬经度，和平区*/

        double lat2 = 39.122661;

        double lon2 = 117.220299;

        /*假设司机2的纬经度东丽*/

        double lat3 = 39.093657;

        double lon3 = 117.320047;

        GeoHash geoHash1 = GeoHash.withCharacterPrecision(lat1,lon1,12);

        GeoHash geoHash2 = GeoHash.withCharacterPrecision(lat2,lon2,12);

        GeoHash geoHash3 = GeoHash.withCharacterPrecision(lat3,lon3,12);

        System.out.println("南开区:"+geoHash1.toBase32());

        System.out.println("和平区:"+geoHash2.toBase32());

        System.out.println("东丽区:"+geoHash3.toBase32());

        double distance1 = getDistance(lat1, lon1, lat2, lon2);

        double distance2 = getDistance(lat1, lon1, lat3, lon3);

        System.out.println("南开-和平 距离:" + distance1);

        System.out.println("南开-东丽 距离:" + distance2);

        String prefix = geoHash1.toBase32().substring(0,4);

        System.out.println(prefix);


    }


    /**

     * @param lat1 起始地纬度

     * @param lon1 起始地经度

     * @param lat2 目的地纬度

     * @param lon2 目的地经度

     * @return

     */

    public static double getDistance(double lat1, double lon1, double lat2, double lon2) {

        if (Math.abs(lat1) > 90 || Math.abs(lon1) > 180

                || Math.abs(lat2) > 90 || Math.abs(lon2) > 180) {

            throw new IllegalArgumentException("The supplied coordinates are out of range.");

        }

        int R = 6378137;

        double latRad1 = Math.toRadians(lat1);

        double lonRad1 = Math.toRadians(lon1);

        double latRad2 = Math.toRadians(lat2);

        double lonRad2 = Math.toRadians(lon2);

        double distance = 2 * Math.asin(Math.sqrt(Math.pow(Math.sin((latRad1 - latRad2) / 2), 2)

                + Math.cos(latRad1) * Math.cos(latRad2) * Math.pow(Math.sin((lonRad1 - lonRad2) / 2), 2)))*R;

        distance = Math.round(distance * 10000)/10000;

        return Math.round(distance);

    }

}

计算结果：

内容源于：
《Geohash算法》https://blog.csdn.net/usher_ou/article/details/122716877
《geohash java的简单使用例子》https://blog.csdn.net/weixin_36028243/article/details/115967735