问：老哥们 你们做过地图车辆行驶轨迹吗 ，要把行驶轨迹重现出来， 但是存经纬度的话 点很密 ，数据量太大了 ？

答：用高德地图，千万别用百度。数据库用hbase/lindorm这种，入库前用gps的算法计算出在地图上物理坐标点，然后从hbase里取最后一个点，然后两个点比对，距离太近比如1米以下，就不要入库了

就是gps点去掉不影响画图的，不一定是按距离，还按弯曲程度，（对gps轨迹数据进行抽稀 算法
）只要不弯曲，不管多远都会过滤

背景

在对行车轨迹在地图上进行展示时，往往需要绘制大量的坐标点，但是设备取点的间隔往往是固定的，传统的做法是将所有的点绘制出来，极大地消耗了浏览器的性能。然而在一条轨迹上，两点便可以确定一条直线，因此在行驶路径比较直的区域，很多坐标点都是可以舍弃的，同时，当对地图进行缩小，使可视区域变大时，坐标点也不必绘制地十分精确，往往取一些关键点就能绘制出行驶轨迹。Douglas-Peuker正是一个对坐标关键点进行抽取的算法。

算法原理

1. 将轨迹的首尾点连成一条线，计算曲线上每一个点到直线的距离，找出最大距离dmax，看距离是否小于给定的阈值max（及轨迹精确度）。
image.png
2. a.若dmax < max，则舍弃这条曲线上的所有中间点，将曲线首尾点连成的直线作为这段曲线的近似，这条线段便处理完毕。
b.若dmax >= max，则以dmax所在点作为分割点，将原来的曲线分为两段，分出来的两条曲线继续直线步骤1、2，直到所有的dmax < max。

image.png
image.png
image.png
image.png
image.png
显然，算法的抽稀精读是和阈值相关的，阈值越大，舍弃的点越多，提取的关键点越少。若绘制的轨迹较长，可在对地图进行缩放时动态调整阈值。

代码实现

  1. /**
  2.  * gps轨迹抽稀算法
  3.  * @author: Z1hgq
  4.  */
  5. /**
  6.  * 点到直线的距离，直线方程为 ax + by + c = 0
  7.  * @param {Number} a 直线参数a
  8.  * @param {Number} b 直线参数b
  9.  * @param {Number} c 直线参数c
  10.  * @param {Object} xy 点坐标例如{ lat: 2, lng: 2 }
  11.  * @return {Number}
  12.  */
  13. function getDistanceFromPointToLine(a, b, c, xy) {
  14.     const x = xy.lng;
  15.     const y = xy.lat;
  16.     return Math.abs((a * x + b * y + c) / Math.sqrt(a * a + b * b));
  17. }
  19. /**
  20.  * 根据两个点求直线方程 ax+by+c=0
  21.  * @param {Object} xy1 点1,例如{ lat: 1, lng: 1 }
  22.  * @param {Object} xy2 点2,例如{ lat: 2, lng: 2 }
  23.  * @return {Array} [a,b,c] 直线方程的三个参数
  24.  */
  25. function getLineByPoint(xy1, xy2) {
  26.     const x1 = xy1.lng; // 第一个点的经度
  27.     const y1 = xy1.lat; // 第一个点的纬度
  28.     const x2 = xy2.lng; // 第二个点的经度
  29.     const y2 = xy2.lat; // 第二个点的纬度
  31.     const a = y2 - y1;
  32.     const b = x1 - x2;
  33.     const c = (y1 - y2) * x1 - y1 * (x1 - x2);
  35.     return [a, b, c];
  36. }
  37. /**
  38.  * 稀疏点
  39.  * @param {Array} points 参数为[{lat: 1, lng: 2},{lat: 3, lng: 4}]点集
  40.  * @param {Number} max 阈值,越大稀疏效果越好但是细节越差
  41.  * @return {Array} 稀疏后的点集[{lat: 1, lng: 2},{lat: 3, lng: 4}]，保持和输入点集的顺序一致
  42.  */
  43. function sparsePoints(points, max) {
  44.     if (points.length < 3) {
  45.         return points;
  46.     }
  47.     const xy1 = points[0]; // 取第一个点
  48.     const xy2 = points[points.length - 1]; // 取最后一个点
  49.     const [a, b, c] = getLineByPoint(xy1, xy2); // 获取直线方程的a,b,c值
  51.     let ret = []; // 最后稀疏以后的点集
  52.     let dmax = 0; // 记录点到直线的最大距离
  53.     let split = 0; // 分割位置
  54.     for (let i = 1; i < points.length - 1; i++) {
  55.         const d = getDistanceFromPointToLine(a, b, c, points[i]);
  56.         if (d > dmax) {
  57.             split = i;
  58.             dmax = d;
  59.         }
  60.     }
  62.     if (dmax > max) {
  63.         // 如果存在点到首位点连成直线的距离大于max的,即需要再次划分
  64.         // 按split分成左边一份，递归
  65.         const child1 = sparsePoints(points.slice(0, split + 1), max);
  66.         // 按split分成右边一份，递归
  67.         const child2 = sparsePoints(points.slice(split), max);
  68.         // 因为child1的最后一个点和child2的第一个点,肯定是同一个（即为分割点）,合并的时候,需要注意一下
  69.         ret = ret.concat(child1, child2.slice(1));
  70.         return ret;
  71.     } else {
  72.         // 如果不存在点到直线的距离大于阈值的,那么就直接是首尾点了
  73.         return [points[0], points[points.length - 1]];
  74.     }
  75. }
  77. export default sparsePoints;

效果展示

数据点类型为类似30.664147,104.067232，抽稀阈值为0.000005，第一张图为原始gps数据，共265个点，第二张图为抽稀之后的数据，共108个点。
image.png
image.png