为一个点找到最近的道路和距离答案

【问题标题】：Find nearest road and distance to it for a point为一个点找到最近的道路和距离
【发布时间】：2021-12-14 09:55:10
【问题描述】：

我有一个包含数千个坐标（纬度、经度）的列表。我想为每个点找到最近的道路和距离。我尝试使用 OSMNX：从 osmnx 加载所有道路并计算每个点到每条道路的距离（代码如下）。但是计算需要很长时间。

roads = gdf[["geometry", "u", "v","ref","name","highway","lanes"]].values.tolist()

# calculate and attach distance
roads_with_distances = [(road, Point(tuple(reversed((59.961517, 30.340880)))).distance(road[0])) for road in roads] #ox

# sort by distance
roads_with_distances = sorted(roads_with_distances, key=lambda x: x[1])
# Select closest road
closest_road = roads_with_distances[0]
# Check whether you are actually "on" the road
if round(closest_road[1],4) < 0.0001: print('Hit the road, Jack!')

我的数据示例（坐标列）：

OSMNX 道路数据示例（road==Linestring）：

有没有找到最近的道路和距离（以米为单位）的有效方法？我正在寻找一种 Python 方法。

【问题讨论】：

请添加一些随机/样本数据和一个最小工作示例。可能一棵树可以很好地完成这项工作scikit-learn.org/stable/modules/generated/… 它支持你想要的haversine
@WillemHendriks 我在帖子中添加了更多信息。上面的代码给了我最近的道路信息，例如名称和距离。但我什至不需要路名，只需要一段距离。
您能否将测试数据添加为代码生成和/或样本？

标签： gis geospatial geo osmnx kdtree

【解决方案1】：

是的，您可以使用 OSMnx 直接（并且快速）执行此操作。您没有提供完整的可重现代码示例，但目前您似乎只是在运行一个大的 for 循环，每次迭代都会调用 shapely 几何的距离方法。这会很慢。

相反，请查看 OSMnx documentation 和用法 examples。 OSMnx 的nearest_edges 函数可以实现您的目标：最近的街道和到它的距离（以米为单位）。

import osmnx as ox

# get a street network and randomly sample 10,000 points
G = ox.graph_from_place('Piedmont, CA, USA', network_type='drive')
G_proj = ox.project_graph(G)
points = ox.utils_geo.sample_points(ox.get_undirected(G_proj), 10000)

%time ne1 = ox.nearest_edges(G_proj, X=points.x, Y=points.y, return_dist=True)
# wall time: 2.91 s

%time ne2 = ox.nearest_edges(G_proj, X=points.x, Y=points.y, interpolate=10, return_dist=True)
# wall time: 302 ms

第一种方法使用 r-tree 来找到精确的最近边。第二种方法使用 k-d 树来查找近似（通过 10 米点插值）最近的边缘。第二种方法比第一种方法快约 10 倍。请注意，您没有必须投影您的图形：如果它未投影，nearest_edges 函数将自动使用 BallTree 和 hasrsine 进行最近边求解。另见this answer。

【讨论】：