ヒュベニの公式を実際のデータで試してみた

・家からキャンパス間を、GPS計測してみました。

・その計測したデータをヒュベニの公式に当てはめて距離を算出しました。

・その結果は正確なのか？

■使用するPC・ソフト

・Macbook pro

・jupyter lab

■全体のコード

①

②

③

■解説

①インポート＆リードデータ

①必要なモジュールをインポート

　from matplotlib import pyplot as plt　
　%matplotlib inline　
　import numpy as np　
　import pandas as pd　
　import seaborn as sns　

②読み込みたいデータのパスを記述

　df = read_data("/Users/...")　

③ファンクションでデータを編集

　def read_data(file_path):　
　column_names = ['lattitude', 'longitude', 'speed(km/h)', 'temp-l', 'temp-r']　
　df = pd.read_csv(file_path, header=None, names=column_names)　
　return df　

②データをリストに変換

①データフレームへ

　GPS_TEMP = pd.DataFrame(df)　

②リストへ

　LIST_LAT = df['lattitude'].tolist()　
　LONG_LIST = df['longitude'].tolist()　

③距離算出

①インポート＆変数用意

　import math　
　Latitude = [0,0]　
　Longitude = [0,0]　
　Rx = 6378137　
　Ry = 6356752　
　AD = 0;　
　PowE = pow(math.sqrt((pow(Rx,2)-pow(Ry,2))/pow(Rx,2)),2);　
　i = 0　

②forとifでデータをひとつずつ箱に格納

　for j in range((len(LIST_LAT)-1)*3):　
　if i < 2:　
　Latitude[i] = LIST_LAT[i]　
　Longitude[i] = LONG_LIST[i]　
　i += 1　

③elseで計算＆変数リセット

　else:　
　LatRad0 = Latitude[0]*math.pi/180　
　LatRad1 = Latitude[1]*math.pi/180　
　LogRad0 = Longitude[0]*math.pi/180　
　LogRad1 = Longitude[1]*math.pi/180　
　Dy = LatRad0 - LatRad1　
　Dx = LogRad0 - LogRad1　
　P = (LatRad0 + LatRad1)/2　
　W = math.sqrt(1 - (PowE*pow(math.sin(P),2)))　
　M = (Rx*(1-PowE))/pow(W,3)　
　N = Rx/W　
　 D = math.sqrt(pow(Dy*M,2) + pow(Dx*N*math.cos(P),2))　
　if df['speed(km/h)'][o] <= 2:　←ここでノイズを除去しているためここは非常に重要
　D = 0　
　AD += D　
　LIST_LAT.pop(0)　
　LONG_LIST.pop(0)　
　i = 0　

④結果をプリント

　print(round(AD,8))　

■結果と現実の距離の比較

・算出結果

・ヒュベニの公式を使用した距離測定の結果は、 　68.6km　 になりました。

・実際の距離

・最寄りから横浜までの距離は、 　65.9km　 。

・家から駅と駅からキャンパスの距離は、 　2km　 。

・そのため実際の距離は、 　約67.9km　 となり、ほぼほぼ正確であると言えると思います。

■最後に

・ノイズを除去する数値を上げたり下げたりすることによって、

　より正確に出せる可能性があるので、とても良い公式であると思います。










Fin.