Python实现真实地图两点间路线规划及各点到达时间计算

1. 节点ID转经纬度 #

OSMnx路网图的每个节点字典中直接存储了经纬度信息：graph.nodes[node_id]['y']对应纬度，graph.nodes[node_id]['x']对应经度。遍历路径节点列表，即可批量转换为经纬度坐标。

2. 计算各点到达时间 #

• 自定义速度场景：先获取路段长度（单位：米），将长度转换为公里后除以自定义速度（单位：km/h）得到小时数，再转换为秒/分钟等单位，累加每段时间得到各节点的累计到达时间。
• 默认时间权重场景：OSMnx已为路网边添加travel_time属性（基于默认速度计算），直接累加相邻节点间的travel_time即可。

3. 优化代码运行速度 #

• 缩小路网范围：用graph_from_point替代graph_from_place，以起点终点的中点为中心，下载指定半径内的路网，避免加载整个城市的超大图。
• 简化路网：开启simplify=True（OSMnx默认开启），合并冗余节点和边，减少计算量。
• 批量调用API：一次性获取起点和终点的最近节点，减少函数调用次数。

完整解决方案代码 #

import osmnx as ox
import networkx as nx

# OSMnx基础配置
ox.settings.log_console = True
ox.settings.use_cache = True
ox.settings.simplify = True

# 输入参数
start_latlng = (35.73509, 51.4171)
end_latlng = (35.73674, 51.40611)
mode = 'walk'
custom_speed = 4.5  # 自定义步行速度，单位：km/h
optimizer = 'time'

# 加载指定范围的路网（半径1500米，覆盖起点终点）
center_point = ((start_latlng[0] + end_latlng[0])/2, (start_latlng[1] + end_latlng[1])/2)
graph = ox.graph_from_point(center_point, dist=1500, network_type=mode)

# 批量获取起点、终点的最近节点
orig_node, dest_node = ox.distance.nearest_nodes(graph, 
                                                 [start_latlng[1], end_latlng[1]],
                                                 [start_latlng[0], end_latlng[0]])

# 计算最短路径
shortest_route = nx.shortest_path(graph, orig_node, dest_node, weight=optimizer)

# 转换节点为经纬度坐标
route_coords = [(graph.nodes[node]['y'], graph.nodes[node]['x']) for node in shortest_route]

# 计算各节点到达时间（单位：秒）
arrival_times = [0.0]  # 起点时间设为0
for i in range(len(shortest_route)-1):
    u, v = shortest_route[i], shortest_route[i+1]
    # 获取路段长度，用自定义速度计算时间
    segment_length = graph.edges[u, v, 0]['length']
    segment_time = (segment_length / 1000) / custom_speed * 3600
    # 若使用默认travel_time，替换为：segment_time = graph.edges[u, v, 0]['travel_time']
    arrival_times.append(arrival_times[-1] + segment_time)

# 生成期望格式的结果
result = list(zip(route_coords, arrival_times))

# 输出结果
for item in result:
    print(item)

内容的提问来源于stack exchange，提问作者mohsen