利用matlab mobile采集GPS数据进行可视化分析 |
您所在的位置：网站首页 › matlab中set函数gca › 利用matlab mobile采集GPS数据进行可视化分析 |
利用matlab mobile采集GPS数据进行可视化分析
|
Hello啊，GPS数据在交通大数据分析中起到了很大作用，。。。。。（不想写废话了，直接开始吧） 首先，需要在手机上下载matlab移动端，iOS和安卓系统都可以下，我刚开始学习matlab的时候用过，还算好用，需要申请账号什么的就不说了。 下载好之后，直接登录即可。 在传感器页面，就可以看到相应的采集页面，点击开始采集。当关闭后，进入MATHWORK官网个人账户（MATLAB Drive），可下载所采集到的内容。
另一种有效的方式是在命令行创建 mobiledev 对象，将产生一个采集器，开始采集，当采集结束后，关闭即可，原理相同，但采用这种方式，在移动端进行数据处理会方便很多。 m = mobiledev; % 启动传感器前创建 mobiledev 对象 m.Logging = 1; % 开始记录数据 m.PositionSensorEnabled = 1; pause(1000) % 采集时长 m.Logging = 0; % 停止记录数据得到的m为m是采集传感器数据的 mobiledev 对象的名称，matlab提供了各种在移动端处理所得数据的函数。
比较常用的函数 用法这里备注下，有需要可去官网自行查看。 [lat, lon, t, speed, course, alt, horizacc] = poslog(m) % 获取记录的纬度、经度、时间戳、速度、航向、海拔和水平精度位置数据 [log, timestamp] = accellog(m) % 返回加速度日志 做了一个可视化工具：这些数据处理过程将在PC端进行（暂时不知道移动端能不能运行） 首先，我们load一下前面所采集到的数据： clc;clear load sensorlog_20230608_171258.mat % 这个是2023年6月8日去学校外卖吃饭采集的数据hhh由于笔者是做交通运行评价方面的，这里简单以自己研究方向做个可视化分析： 所导入的数据得到的是一个Table数据类型的变量，（之前采集只采集了位置信息，因为暂时只有位置信息对我有用） 我们对数据进行提取： lat = cell2mat(table2cell(Position(:,'latitude'))); lon = cell2mat(table2cell(Position(:,'longitude'))); speed = cell2mat(table2cell(Position(:,'speed')));对所得数据进行处理得到轨迹图形(篇幅有限，不对经纬度转距离的函数进行展示了，百度都有)： [n,~] = size(speed); set_ao = [lat lon]; begin = set_ao(1,:); dist = Dist(begin,set_ao); time = [1:n]'; sub1 = subplot(1,2,1); plot(time,dist,'LineWidth',2) xlabel('Time (s)') ylabel('Distance (km)'); set(get(gca,'XLabel'),'FontSize',10); sub2 = subplot(1,2,2); plot(speed,dist,'-','LineWidth',2) xlabel('V (m/s)') set(get(gca,'XLabel'),'FontSize',10); set(gca,'FontName','Times New Roman','FontSize',10) pos1 = [0.1,0.097619047619048,0.616071428571429,0.821299871299871]; pos2 = [0.715625,0.097619047619048,0.235785615528263,0.821299871299871]; set(sub2,'Position',pos2) set(sub1,'Position',pos1) set(gca,'ytick',[],'yticklabel',[]) sgtitle('Trajectory View on a Time-Space Diagram');得到时空图如图：
下面我们在地图上将行驶轨迹展示出来： %% 对速度值分 bin 以便使用离散数量的颜色来表示观测到的速度 nBins = 10; binSpacing = (max(speed) - min(speed))/nBins; binRanges = min(speed):binSpacing:max(speed)-binSpacing; % Add an inf to binRanges to enclose the values above the last bin. binRanges(end+1) = inf; % |histc| determines which bin each speed value falls into. [~, speedBins] = histc(speed, binRanges); lat = lat'; lon = lon'; speedBins = speedBins'; % Create a geographical shape vector, which stores the line segments as % features. s = geoshape(); %% 为每个速度 bin 创建一个不连续线段。将为每个线段分配一种颜色。 for k = 1:nBins % Keep only the lat/lon values which match the current bin. Leave the % rest as NaN, which are interpreted as breaks in the line segments. latValid = nan(1, length(lat)); latValid(speedBins==k) = lat(speedBins==k); lonValid = nan(1, length(lon)); lonValid(speedBins==k) = lon(speedBins==k); % To make the path continuous despite being segmented into different % colors, the lat/lon values that occur after transitioning from the % current speed bin to another speed bin will need to be kept. transitions = [diff(speedBins) 0]; insertionInd = find(speedBins==k & transitions~=0) + 1; % Preallocate space for and insert the extra lat/lon values. latSeg = zeros(1, length(latValid) + length(insertionInd)); latSeg(insertionInd + (0:length(insertionInd)-1)) = lat(insertionInd); latSeg(~latSeg) = latValid; lonSeg = zeros(1, length(lonValid) + length(insertionInd)); lonSeg(insertionInd + (0:length(insertionInd)-1)) = lon(insertionInd); lonSeg(~lonSeg) = lonValid; % Add the lat/lon segments to the geographic shape vector. s(k) = geoshape(latSeg, lonSeg); end %% 使用 webmap 在浏览器中打开一个 Web 地图 wm = webmap('World Imagery'); %% 标记 位置 mwLat = 30.43932; mwLon = 114.26154; name = 'MathWorks'; iconDir = fullfile(matlabroot,'toolbox','matlab','icons'); iconFilename = fullfile(iconDir, 'wust.gif'); wmmarker(mwLat, mwLon, 'FeatureName', name, 'Icon', iconFilename); %% 使用 autumn 颜色图生成与速度 bin 对应的颜色列表。这将为每个 bin 创建一个具有 RGB 值的 [nBins x 3] 矩阵 colors = autumn(nBins); wmline(s, 'Color', colors, 'Width', 5); %% 放大地图并聚焦于路线 wmzoom(17);得到的实际轨迹图如图：
颜色越深表示我走的越慢。 很简单的小东西，希望对你有帮助。 |
【本文地址】
今日新闻 |
推荐新闻 |