基于带边距矢量或倾斜边界框的GPS数据集过滤技术问询

我来帮你搞定这个倾斜矩形区域的GPS数据过滤问题，结合你已经尝试的操作，这里给你几个实用的方案：

1. 先明确基础参数 #

首先把你已知的关键参数整理成R代码，方便后续调用（替换成你的实际坐标和宽度即可）：

# 起点和终点坐标（经度在前，纬度在后）
start_point <- c(0.86777, 51.28743)
end_point <- c(0.86744, 51.28690)
rect_width <- 1  # 矩形宽度，单位：米

2. 生成倾斜矩形的四个顶点 #

要创建匹配方位角的倾斜矩形，我们需要先算出主线路的垂直方向，再从起点、终点向两侧偏移宽度的一半，得到矩形的四个顶点：

library(geosphere)

# 计算主线路的方位角（你已经用bearingRhumb得到过，这里再确认一次）
main_bearing <- bearingRhumb(start_point, end_point)

# 计算垂直于主线路的两个方位角（左右两侧）
perpendicular_bearing_left <- (main_bearing + 90) %% 360
perpendicular_bearing_right <- (main_bearing - 90) %% 360

# 从起点向左右偏移，得到矩形的两个起始顶点
start_left <- destPoint(start_point, perpendicular_bearing_left, rect_width/2)
start_right <- destPoint(start_point, perpendicular_bearing_right, rect_width/2)

# 从终点向左右偏移，得到矩形的两个结束顶点
end_left <- destPoint(end_point, perpendicular_bearing_left, rect_width/2)
end_right <- destPoint(end_point, perpendicular_bearing_right, rect_width/2)

# 按顺序整理矩形的四个顶点（确保是闭合的多边形）
rect_vertices <- rbind(start_left, end_left, end_right, start_right, start_left)

3. 判断GPS点是否在倾斜矩形内 #

接下来我们可以用两种主流的空间数据处理包来判断点是否在矩形内部：

方案A：用sf包（现代空间数据处理工具） #

sf包是当前R中处理空间数据的首选，代码更简洁直观：

library(sf)

# 将你的GPS数据集转换为sf空间对象（假设数据集叫gps_data）
gps_sf <- st_as_sf(gps_data, coords = c("Longitude", "Latidude"), crs = 4326)  # WGS84坐标系

# 将矩形顶点转换为sf多边形对象
rect_polygon <- st_polygon(list(rect_vertices)) %>% 
  st_sfc(crs = 4326)

# 标记每个GPS点是否在矩形内
gps_data$in_rectangle <- st_within(gps_sf, rect_polygon, sparse = FALSE)[,1]

# 过滤出在矩形内的点
filtered_gps <- gps_data[gps_data$in_rectangle, ]

方案B：用sp包（兼容旧版代码） #

如果你更习惯用传统的sp包，也可以这样实现：

library(sp)

# 创建矩形多边形的SpatialPolygons对象
rect_poly <- Polygon(rect_vertices)
rect_polys <- Polygons(list(rect_poly), ID = "1")
rect_sp <- SpatialPolygons(list(rect_polys), proj4string = CRS("+proj=longlat +datum=WGS84"))

# 创建GPS点的SpatialPoints对象
gps_sp <- SpatialPoints(gps_data[, c("Longitude", "Latidude")], proj4string = CRS("+proj=longlat +datum=WGS84"))

# 判断每个点是否在矩形内
gps_data$in_rectangle <- !is.na(over(gps_sp, rect_sp))

# 过滤数据
filtered_gps <- gps_data[gps_data$in_rectangle, ]

4. 替代方案：基于主线路的模糊距离过滤 #

如果你不需要严格的矩形，只是想保留距离主线路1米以内的点，可以直接计算每个GPS点到主线路的最短距离，再过滤：

# 生成主线路的密集点集（你之前用gcIntermediate生成的）
vect_line <- gcIntermediate(start_point, end_point, n = 1000, addStartEnd = TRUE)

# 定义函数：计算单个点到折线的最短距离
point_to_line_dist <- function(point, line_points) {
  # 计算点到线路上所有点的距离，取最小值
  min(pointDistance(point, line_points, lonlat = TRUE))
}

# 给GPS数据集添加到主线路的距离列
gps_data$distance_to_line <- apply(gps_data[, c("Longitude", "Latidude")], 1, 
                                  function(x) point_to_line_dist(x, vect_line))

# 过滤出距离≤1米的点
filtered_gps <- gps_data[gps_data$distance_to_line <= 1, ]

内容的提问来源于stack exchange，提问作者Charles Whitfield