R 谷歌地图（使用gmapsdistance）没有涵盖的点之间的旅行时间（长lat）是否有解决办法？

我需要计算光栅质心（长lat坐标）和参考点之间的行程时间（如乘车）。然而，不幸的是，许多光栅质心不在谷歌地图的覆盖范围内，我想知道是否有一种解决方法可以让我以最快的方式到达参考点（例如，结合步行到街道，然后开车到参考点），如果是，我这样做的效果如何

问题是，当我简单地寻找下一个定位点时，会产生偏差，将到该点的距离作为步行距离，然后是谷歌地图从那里到参考点的行驶距离，因为最近的点可能不是最快路线上的点

我试着用gmapsdistance函数来实现这一点。下面是一个例子：

library(gmapsdistance)

#While this can be located and works well

> gmapsdistance(origin = "5.600451+-0.202553",
+               destination = "5.591622+-0.187677",
+               mode = "walking")
$Time
[1] 2101

$Distance
[1] 2667

$Status
[1] "OK"

#Changing the origin to other points often does not work as the points cannot be located and results in an NA-output

> gmapsdistance(origin = "7.9254948+-0.6283887",
+               destination = "5.591622+-0.187677",
+               mode = "walking")
$Time
[1] NA

$Distance
[1] NA

$Status
[1] "ROUTE_NOT_FOUND"

---

非常感谢

我认为解决这个问题的一种方法是获取加纳道路的形状文件，并执行地理空间操作以找到最近的道路。从那里你应该能够使用谷歌的API来获得驾驶距离

此解决方案中的步骤如下

下载道路形状文件

在起点和终点之间找到一条“直线”

找出与这条直线相交的所有道路

使用最近的交点作为Google方向查询中的新原点

---

在本例中，我使用的shapefile来自

---

注:

googleway

是我的软件包，你需要一个谷歌API密钥才能使用它

---

我们可以在方向查询中使用此绿色标记

orig <- sf_nearest$geometry[[1]]
orig <- as.numeric(orig)
df_orig <- data.frame(lat = orig[2], lon = orig[1])

google_map() %>%
    add_markers(df_orig)

res <- google_directions(origin = df_orig, 
            destination = dest)

## all the api results are now stored in the 'res' object.
direction_legs(res)$distance
# text  value
# 1 397 km 396829

## you can look at the route through the polygoin
df_route <- data.frame(polyline = direction_polyline(res))

google_map() %>%
    add_markers(data = df_orig) %>%
    add_markers(data = dest) %>%
    add_polylines(data = df_route, polyline = "polyline")

这是以米为单位的。假设平均步行速度为4公里/小时，您可以将其添加到总时间中

---

替代方法 如评论中所要求的，查找最近道路的另一种方法是在原点周围绘制缓冲区并查找任何相交道路

sf_buffer <- sf::st_buffer(sf_origin, dist = 0.5)
sf::st_crs(sf_buffer) <- sf::st_crs(ghanaRoads)

google_map() %>%
  add_polylines(ghanaRoads) %>%
  add_polygons(sf_buffer)

sf\u缓冲区%
添加多边形（sf\U缓冲区）

然后可以找到与此缓冲区相交的所有线

sf_intersection <- sf::st_intersection(sf_buffer, ghanaRoads)

google_map() %>%
  add_markers(data = df) %>%
  add_polylines(sf_intersection)

sf\u交叉口%
添加_标记（数据=df）%>%
添加多段线（sf\U交点）

---

您可以在距离计算中使用这个新的

sf_交叉点
对象。
非常感谢这种方法，非常好！！由于某些原因，它没有为我绘制地图（我只是生成了一个API密钥，但我对这一点不熟悉）。。此外，您是否也知道如何定位距离原点最近的道路坐标，而不考虑方向？此键可能需要几分钟才能激活。查看并确保已为您要使用的API启用了它。至于其他定位最近点的方法，您可以在该点周围放置一个
sf:：st_buffer（）
，以形成一个圆。然后找出所有与圆相交的线。演示如何创建圆。@SRP123我用另一种方法进行了编辑。这太神奇了，你帮了我很多忙！谢谢大家!@不客气。这是一个有趣的问题。
library(data.table)

coords <- matrix(unlist(sf_intersections$geometry), ncol = 2, byrow = T)

## Taking a fucntion I wrote for this answer
## https://stackoverflow.com/a/42014364/5977215
dt.haversine <- function(lat_from, lon_from, lat_to, lon_to, r = 6378137){
    radians <- pi/180
    lat_to <- lat_to * radians
    lat_from <- lat_from * radians
    lon_to <- lon_to * radians
    lon_from <- lon_from * radians
    dLat <- (lat_to - lat_from)
    dLon <- (lon_to - lon_from)
    a <- (sin(dLat/2)^2) + (cos(lat_from) * cos(lat_to)) * (sin(dLon/2)^2)
    return(2 * atan2(sqrt(a), sqrt(1 - a)) * r)
}

dt <- as.data.table(coords)
dt[, `:=`(origin_lon = df$lon, origin_lat = df$lat)]
dt[, distance := dt.haversine(origin_lat, origin_lon, V1, V2)]
## min distance
sf_nearest <- dt[order(-distance)][1, .(lon = V1, lat = V2)]
sf_nearest <- sf::st_point(c(sf_nearest$lon, sf_nearest$lat))
sf_nearest <- sf::st_sf(geometry = sf::st_sfc(sf_nearest))
sf_nearest$colour <- "green"

google_map() %>%
    add_markers(data = df) %>%
    add_markers(data = dest) %>%
    add_markers(data = sf_nearest, colour = "colour")

orig <- sf_nearest$geometry[[1]]
orig <- as.numeric(orig)
df_orig <- data.frame(lat = orig[2], lon = orig[1])

google_map() %>%
    add_markers(df_orig)

res <- google_directions(origin = df_orig, 
            destination = dest)

## all the api results are now stored in the 'res' object.
direction_legs(res)$distance
# text  value
# 1 397 km 396829

## you can look at the route through the polygoin
df_route <- data.frame(polyline = direction_polyline(res))

google_map() %>%
    add_markers(data = df_orig) %>%
    add_markers(data = dest) %>%
    add_polylines(data = df_route, polyline = "polyline")

dt[order(-distance)][1, distance]
# [1] 1329904

sf_buffer <- sf::st_buffer(sf_origin, dist = 0.5)
sf::st_crs(sf_buffer) <- sf::st_crs(ghanaRoads)

google_map() %>%
  add_polylines(ghanaRoads) %>%
  add_polygons(sf_buffer)

sf_intersection <- sf::st_intersection(sf_buffer, ghanaRoads)

google_map() %>%
  add_markers(data = df) %>%
  add_polylines(sf_intersection)