GeoHash在POI的地理围栏定位使用

Location Based Service

LBS英文全称为Location Based Services, 通过电信移动运营商的无线电通讯网络（如GSM网、CDMA网）或外部定位方式(如GPS)获取移动终端用户的位置信息（地理坐标，或大地坐标），在GIS(Geographic Information System，地理信息系统)平台的支持下，为用户提供相应服务的一种增值业务。如寻找用户当前位置1公里范围内的宾馆、影院、图书馆、加油站等的名称和地址。包括两层含义：

• 确定移动设备或用户所在的地理位置；
• 供与位置相关的各类信息服务。

商业模式

• 休闲娱乐模式。
  • 签到模式
    • 用户主动签到记录自己所在位置;
    • 通过积分、勋章以及领主等荣誉激励用户;
    • 通过商家合作，对获得特定积分或勋章的用户提供优惠或折扣奖励，同时营销商家品牌;
    • 通过绑定用户其它工具以同步分享用户位置信息;
    • 通过鼓励用户对地点商户评价产生优质内容。
  • 大富翁游戏模式，让用户用手机购买现实地理位置的虚拟房产与道具，并进行消费与互动等将现实和虚拟融合的模式。
    • 特点是趣味性，可玩性与互动性更强，比签到模式更具粘性
    • 商业模式除了联合商家营销外，还可提供增值服务，以及植入广告等。
• 生活服务模式
  • 周边服务搜索：如大众点评网。主要体验在工具实用，
  • 问题在信息量积累和覆盖面要比较广泛。
  • 与旅游结合：LBS和旅游的结合是十分切合的。分享攻略和心得体现了一定的社交性质，代表是游玩网。
  • 会员卡与票务模式：一卡捆绑多种会员卡，电子会员卡记录消费习惯信息，如Mokard、Eventbee。
• 社交模式
  • 地点交友，即时通讯：不同用户因为在同一时间处于同一地理位置构建用户关键，如兜兜友。
  • 以地理位置为基础的小型社区：如区区小事
• 商业型
  • LBS+团购：两者都有地域性，用户到本地签约商家后签到，到达一定数量就可以得到折扣或优惠。
  • 优惠信息推送：提供基于位置的优惠信息推送，盈利模式是通过和线下商家合作利益分成。
  • 店内模式：将用户吸引到指定商场，完成指定行为后便赠送可兑换成商品或礼券的虚拟点数。
• 其他模式
  • 例如小企业自建地理围栏或者其他定位服务。

GeoHash的使用

给定经纬，获取该位置周围1000米的餐馆或者ip地址。通过遍历计算所有地标与目标点距离，显然效率低下。
GeoHash是二维的空间经纬度数据编码成一个字符串的地址编码方法。
例如，美罗城的经纬度是[31.1932993, 121.43960190000007]，下面计算该位置对应的GeoHash值。
安装需要的python包
pip install python-geohash
代码：

import geohash

longitude, latitude = 121.43960190000007, 31.1932993
hashcode = geohash.encode(latitude, longitude, precision=6)  # 编码
print(hashcode)
# 输出 wtw37q
print(geohash.neighbors(hashcode))  # 8个近邻编码
# 输出 ['wtw37n', 'wtw37w', 'wtw37p', 'wtw37r', 'wtw37x', 'wtw37j', 'wtw37m', 'wtw37t']

显示如下图：

meiluocheng.png

wtw37q即为美罗城坐标对应的矩形区域，该区域内所有的经纬度的geohash字符串前6位均为wtw37q。
geohash长度与精度对应的关系

geohash精度问题.png

字段越长，精度越高，即对应的矩形范围越小。因此仅需确定大致的精度范围和geoHash字符串对应长度。

POI地理围栏问题

在实际运用中，给定任意的经纬度坐标，要快速定位对应到POI地理围栏中。

方案-：计算围栏范围内所有的GeoHash编码
该场景封装为函数：输入组成围栏的点经纬度坐标集合和指定的geohash长度，输出一组geohash编码。不过该方法存在边界周围部分点缺失情况。

def getHashByFence(point_list,geohash_length):
    ···
    ···
    return geohas_list

算法步骤:

1. 输入围栏点坐标集合point_list和指定的geohash长度length
2. 计算围栏的外包矩形的左上角和右下角坐标lat_min、lat_max、lng_min、lng_max
3. 根据lat_min、lat_max、lng_min、lng_max，计算外包矩形对角定点的距离d
4. 以外包矩形中心点为圆心，以d/2为半径做一个圆，计算圆覆盖范围内的geohash
   4.1 获取圆的外包矩形左上角和右下角定点坐标经纬度，存储到double[] locs
   4.2 根据geohash字符长度计算该长度geohash编码对应的经纬度间隔（latA,lngA）
   4.3 根据latA和lngA，计算出locs组成的矩形的左上角和右下角定点的经纬度，在geohash划分的网格的索引(也就是第几个),分别记为lat_min，lat_max，lng_min，lng_max
   4.4 计算lat_min，lat_max，lng_min，lng_max对应范围内左右geohash的二进制编码，然后将经纬度二进制编码uncode为geohash字符编码，保存为Set。
5. 剔除sets中geohash编码对应矩形的中心点不在points围栏范围内的geohash，得到最终的geohash结果集。

方案二：利用GeoHash编码对应的是地理区域属性
利用瓦片思想，大幅减少遍历次数，保证精度。
算法步骤：

1. 因为poi对应区域较小，对poi中心点计算geohash值，字符串长度为6-8左右即可。
2. 如果坐标落在区域内，则遍历该区域下所有的poi,使用点是否多边形在多边形内算法判断。

参考资料

• https://blog.csdn.net/Nick_php/article/details/52319662
• https://www.jianshu.com/p/1ecf03293b9a
• https://halfrost.com/go_spatial_search/