使用python进行运动轨迹合并:多次骑行跑步轨迹叠加显示
现有各种各样的运动app、运动手表手环以及gps码表等可以用于记录日常骑行或跑步等运动轨迹;但轨迹显示多数只限于显示一天的轨迹,经过搜索只发现一篇文章介绍跑步轨迹叠加方法(查看),根据教程尝试了下还因为perl语言的一些插件没搞定,果断放弃决定自己动手丰衣足食。
先上效果图:
ps:那条长线不是绘制的有问题,的确是单日骑行距离最远的一次,260多公里(开始30多公里由于码表磁铁位置问题只记录了几公里,码表记录233公里)。


济南市附近轨迹,缺个环泰:

卫星地图轨迹:

轨迹绘制方法:
作为一位骑行爱好者,手头刚好有一部捷安特码表。虽然其对应的APP显示的数据一应俱全,但是轨迹显示效果非常一般,如下图所示。作为一名经验丰富的IT从业者,多年的职业训练带来的敏锐直觉告诉我(没错,就是要自吹自擂然后加粗强调一下!):既然它的app能画出轨迹,码表本身必然保存有轨迹的原始数据,而且很有可能是gps的经纬度组成的点的序列。只要能拿到这些轨迹的原始数据,就能根据经纬度画出所有轨迹。


说干就干,首先把码表通过USB连接电脑,尝试一下看能不能访问内部的文件。进展顺利,发现内部有很多如下所示的.fit文件,而且文件名恰好跟自己的运动日期匹配,且文件大小根据对应日期骑行距离的长短大小不一,想必就是轨迹记录源文件了。

尝试用文本编辑器打开上述.fit文件,居然是乱码——很不幸,.fit文件是二进制文件,无法直接使用。经过一系列搜索发现.fit文件可以通过如下命令转换为另一种文本类型的gpx文件。
gpsbabel -i garmin_fit -f 170712051156.fit -o gpx -F 170712051156.gpx
但是目录下一百个文件,逐个文件执行命令并生成对应的gpx文件那得啥时候搞完?
一、gpx文件获取
linux优势立马体现出来,接下来给出获取gpx文件的详细步骤:
1. 进入存放.fit文件的目录,列出目录下的文件;

2. 把所有的fit文件名导入到文件fitfilelist中;

打开fitfilelist查看文件内容,是一百个fit文件名(图中截取部分):

3.使用正则表达式进行替换(正则表达式的使用),上图中的文件内容变成下图所示:
4.通过source fitfilelist执行fitfilelist文件中的一系列gpsbabel命令,等执行完就可以看到目录下多了很多gpx文件

5.创建gpxfile目录并将gpx文件移动到该目录:

查看一下gpx文件的内容,可以看到文件内容主要就是一系列经纬度、高度、时间、速度数据:

至此完成获取gpx文件部分。
二、利用gpx文件画轨迹图
这部分需要一定的python、django、javascript、HTML、CSS语言基础,以及了解高德地图API,看着语言很多,每个知识点只需要了解一点点就好;本文也直接给出了参考代码,不懂的地方可以去参考相关的官方文档。
本人也是一个跟芯片手册打交道的C语言驱动工程师,提到的这些语言基本都是为了画图现学的; 对于完成目标而言,学习难度并不高(能写出商用级别的代码又是另外一回事了)。
调用高德API画轨迹的步骤如下:
1.将第一部分获取到的gpx存放到/root/virenv_python3/django_for_study/mysite/polls/xmls/目录下;
2.django的view.py python文件导入xml解析模块:import xml.etree.ElementTree as ET,并编写函数完成如下功能:
遍历gpx文件,获取每个文件中的经纬度信息保存到变量path_dot中,所有文件的path_dot组成path_list, 通过render函数渲染给模板。
高能预警此处有坑:利用ElementTree模块递归查找gpx格式的xml文件(见上图)时,想通过查找‘trkpt’这个tag获取到每个tag下的‘lat’和‘lon’两个属性,但是无论如何获取不到,后来将tag打印出来发现内容为'{http://www.topografix.com/GPX/1/0}trkpt',即在trkpt前面加了文件中定义的xmlns的内容,将代码改为下图的496行所示就搞定了。

3.模板中通过javascript调用高德地图API加载地图,并为地图添加由一系列经纬度点组成的矢量折线:

3.设置url触发步骤2中的showmap函数,在浏览器中访问该URL,大功告成。现在还有点问题就是轨迹相比地图整体向西偏移了100米左右,我的码表以及小伙伴的码表数据绘制的轨迹偏移差不多。而且多次经过同一个位置的路线基本是叠加在一起的,这样看来码表记录基本准确,在数据基础上整体加个偏移就能跟地图完美重合了;有时间再研究。

使用python进行运动轨迹合并:多次骑行跑步轨迹叠加显示的更多相关文章
- 合并多个python list以及合并多个 django QuerySet 的方法
在用python或者django写一些小工具应用的时候,有可能会遇到合并多个list到一个 list 的情况.单纯从技术角度来说,处理起来没什么难度,能想到的办法很多,但我觉得有一个很简单而且效率比较 ...
- Python win32com模块 合并文件夹内多个docx文件为一个docx
Python win32com模块 合并文件夹内多个docx文件为一个docx #!/usr/bin/env python # -*- coding: utf-8 -*- from win32com. ...
- cesium制作自己的骑行轨迹
制作自己的骑行轨迹 马上国庆节了,计划骑车回家,突然想到把所有的骑行线路汇总一下,无奈码表和APP不支持这样的操作,出于职业病,在此操作一下. 我用的是黑鸟码表,可以导出fit运动轨迹,但是fit还需 ...
- 智能头盔 "Livall携全球首款智能骑行头盔亮相CES"
LIVALL是全球首创集音乐.通讯.智能灯光为一体的智能骑行头盔的研发者,日前Livall携旗下智能骑行头盔BH 100和BH 60参展CES 2017,这也是目前世全球首款智能骑行头盔类产品,同时亮 ...
- 2876: [Noi2012]骑行川藏 - BZOJ
Description 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因 ...
- bzoj 2876: [Noi2012]骑行川藏 拉格朗日数乘
2876: [Noi2012]骑行川藏 Time Limit: 20 Sec Memory Limit: 128 MBSec Special JudgeSubmit: 1033 Solved: ...
- 高等数学(拉格朗日乘子法):NOI 2012 骑行川藏
[NOI2012] 骑行川藏 输入文件:bicycling.in 输出文件:bicycling.out 评测插件 时间限制:1 s 内存限制:128 MB NOI2012 Day1 Des ...
- bzoj2876 [Noi2012]骑行川藏
Description 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因 ...
- bzoj2876 [NOI2012]骑行川藏(拉格朗日乘数法)
题目描述 蛋蛋非常热衷于挑战自我,今年暑假他准备沿川藏线骑着自行车从成都前往拉萨.川藏线的沿途有着非常美丽的风景,但在这一路上也有着很多的艰难险阻,路况变化多端,而蛋蛋的体力十分有限,因此在每天的骑行 ...
随机推荐
- 语音信号的梅尔频率倒谱系数(MFCC)的原理讲解及python实现
梅尔倒谱系数(MFCC) 梅尔倒谱系数(Mel-scale FrequencyCepstral Coefficients,简称MFCC).依据人的听觉实验结果来分析语音的频谱, MFCC分析依据的听觉 ...
- .NET Core 获取请求类容(body)
.Net Core 对于body多次读取,开放了一个参数EnableRewind(),该参数在第一次读取body之前开启,之后body信息可以多次读取:core时代取消了之前的stream.posit ...
- docker安装centos6
1,获取Centos镜像>docker pull centos:centos6 2,查看镜像运行情况>docker images centos 3,在容器下运行 shell bash> ...
- 腾讯、阿里、百度、360、114 公共DNS分享
DNS,在互联网有着重要的地位,域名转换成IP,都是DNS在工作. 腾讯 DNS+ IP:119.29.29.29 备用:182.254.116.116 阿里DNS ip:223.5.5.5 223. ...
- [C++]类的设计(2)——拷贝控制(析构和三五法则)
1.析构函数:释放对象使用的资源,并销毁对象的非static数据成员:析构函数不接受参数,因此不能被重载.对于一个给定类,有且只有一个析构函数. 2.析构函数的组成:一个函数体+一个析构部分(im ...
- React + TypeScript 实现泛型组件
泛型类型 TypeScript 中,类型(interface, type)是可以声明成泛型的,这很常见. interface Props<T> { content: T; } 这表明 Pr ...
- 词向量(one-hot/SVD/NNLM/Word2Vec/GloVe)
目录 词向量简介 1. 基于one-hot编码的词向量方法 2. 统计语言模型 3. 从分布式表征到SVD分解 3.1 分布式表征(Distribution) 3.2 奇异值分解(SVD) 3.3 基 ...
- Kotlin学习系列(一)
基本类型 在Kotlin中任何事物都是对象你可以在任何变量上调用相应的方法或属性.Kotlin的一些内置类型如下: Number: 包含整形与浮点型 Character: 字符(Chat) Boole ...
- 12-z-index
z-index 这个东西非常简单,它有四大特性,每个特性你记住了,页面布局就不会出现找不到盒子的情况. z-index 值表示谁压着谁,数值大的压盖住数值小的, 只有定位了的元素,才能有z-index ...
- wordpress发送邮件
首先在wordpress内添加SMTP协议的插件,我这里用的是WP Mail SMTP 配置如下 配置完成之后测试一下,一定要测试能否发邮件