WGS84与大地2000坐标转换(Java,C#,Dart)

2023-05-16

一、坐标转换的必要性

平面坐标在道路测绘,隧道测量,农业建筑业等室外勘测等方面有着广泛的应用,各行业基本都会涉及到移动端测量之后不能满足屏幕坐标,所以需要经纬度的转换,移动端勘测结果都是WGS84坐标或者GCJ-02格式坐标,而实际工程项目中却需要的是平面坐标[CGCS2000]或[北京坐标]或[西安坐标系],转换过程都是通过高斯投影来计算结果。高斯投影毕竟是将一个不规则的椭圆投影必定会变形,因此在实际应用中,要考虑尽量减小误差。而移动端进行高斯投影的结果误差太大而无法用到实际应用中。所以通过分析高斯投影过程中产生误差的决定因素来减少误杀对于所有行业都显的很必要。

二、我国三大常用坐标系

我国三大常用坐标系区别

  • 北京54
  • 西安80
  • WGS-84

1、北京54坐标系(BJZ54)

北京54坐标系为参心大地坐标系
北京54坐标系,属三心坐标系,长轴6378245m,短轴6356863,扁率1/298. 3;

2、西安80坐标系

1978年4月在西安召开全国天文大地网平差会议,确定重新定位,建立我国新的坐标系。(即1985国家高程基准)。西安80坐标系,属三心坐标系,长轴6378140m。

3、WGS-84坐标系(World Geodetic System) 是-种国际上采用的地心坐标系。

坐标原点为地球质心,其地心空间直角坐标系的Z轴指向国际时间局(BIH)WGS84坐标系,长轴6378137. 000m,短轴6356752.314,扁率1/298. 257223563。由于采用的椭球基准不一样,并且由于投影的局限性,使的全国各地并不存在一至的转换参数。对于这种转换由于量较大,有条件的话,一般都采用GPS联测己知点,应用GPS软件自动完成坐标的转换。当然若条件不许可,且有足够的重
合点,也可以进行人工解算。

4、2000 国家大地坐标系

英文缩写为CGCS2000。2000国家大地坐标系是全球地心坐标系在我国的具
体体现,其原点为包括海洋和大气的整个地球的质量中心。2000国家大地坐标
系采用的地球椭球参数如下:
长半轴a=6378137m, 扁率f=1/298.257222101,
地心引力常数GM=3. 986004418X 1014m3s-2
自转角速度w=7.292115X 10-5rads- 1

参考资料:

2000国家大地坐标系
中央子午线经度的计算
WGS84 经纬度坐标到北京 54 高斯投影坐标的转换

5,注意点:

1.明确是WGS8和那个坐标系转换,确定参数值影响很大

大地2000的参数:
double a = 6378137; //椭球长半轴
double b = 6356752.3142451795; //椭球短半轴
double e = 0.081819190842621; //第一偏心率
double eC = 0.0820944379496957; //第二偏心率
对应的其他坐标系自己可以百度。

2.明确自己项目点经纬度所在的带号计算出带所在的中央带经度

这里自己可以百度看看,我国有两种分带,3度带,6度带。
360度=3度X. => X=120份
360度=6度
Y => Y=60份
360度=2π弧度
每度=2π/360=π/180

在这里插入图片描述

地球是圆的,如上图东西分界线为0度,左右分为东经西经,如果是三分带,那么可以知道,-1.5度(即西经)和 1.5度(即东经)之间的夹角就是3度。1.5到4.5之间和-4.5度(西经)到-1.5(西经)之间是关于子午线对称的,所以经度纬度相等的有两个。我们大地坐标一般避免经度为负都会将平面地图坐标系向左平移500公里。如下图。
在这里插入图片描述
所谓的项目点所在的中央经度。例如3分带划分,东经1.5度和4.5度之间就是3,同样3.5和6.5之间就是5, 我们项目点东经3.53226,3.74,3.2334348,4.02323,5.023232…那么它的中央经度为带的中点 3。转换为计算机代码,Math.roun(经度/3)*3.

Dart代码

import 'dart:math';
import 'package:luhenchang_plugin/map/bean/latlng.dart';
import 'bean/tuple.dart';
/**
 * 版权:渤海新能 版权所有
 *
 * @author feiWang
 * 版本:1.5
 * 创建日期:2020/10/16
 * 描述:AndroidDaggerStudy
 * E-mail : 1276998208@qq.com
 * CSDN:https://blog.csdn.net/m0_37667770/article
 * GitHub:https://github.com/luhenchang
 */
class LonLatAndXY {
  //@将WGS84经纬度转为大地2000坐标。我们是国家电网项目数据很精确的了。
  //@param B 纬度
  //@param L 经度
  //@param degree //
  //@param withBand 默认=false
  //@return
  Tuple gps84ToXY(double B, double L, double degree, {withBand = false}) {
    List<double> xy = new List();
    xy.add(0);
    xy.add(0);
    double a = 6378137; //椭球长半轴
    double b = 6356752.3142451795; //椭球短半轴
    double e = 0.081819190842621; //第一偏心率
    double eC = 0.0820944379496957; //第二偏心率

    double L0 = 0; //中央子午线经度
    int n = 0; //带号
    if (degree == 6) {
      //6度
      n = ((L + degree / 2) / degree).round().toInt();
      L0 = degree * n - degree / 2;
    } else {
      //3度
      n = (L / degree).round().toInt();
      L0 = degree * n;
    }
    //开始计算
    double radB = B * pi / 180; //纬度(弧度)
    double radL = L * pi / 180; //经度(弧度)
    double deltaL = (L - L0) * pi / 180; //经度差(弧度)
    double N = a * a / b / sqrt(1 + eC * eC * cos(radB) * cos(radB));
    double C1 = 1.0 +
        3.0 / 4 * e * e +
        45.0 / 64 * pow(e, 4) +
        175.0 / 256 * pow(e, 6) +
        11025.0 / 16384 * pow(e, 8);
    double C2 = 3.0 / 4 * e * e +
        15.0 / 16 * pow(e, 4) +
        525.0 / 512 * pow(e, 6) +
        2205.0 / 2048 * pow(e, 8);
    double C3 = 15.0 / 64 * pow(e, 4) +
        105.0 / 256 * pow(e, 6) +
        2205.0 / 4096 * pow(e, 8);
    double C4 = 35.0 / 512 * pow(e, 6) + 315.0 / 2048 * pow(e, 8);
    double C5 = 315.0 / 131072 * pow(e, 8);
    double t = tan(radB);
    double eta = eC * cos(radB);
    double X = a *
        (1 - e * e) *
        (C1 * radB -
            C2 * sin(2 * radB) / 2 +
            C3 * sin(4 * radB) / 4 -
            C4 * sin(6 * radB) / 6 +
            C5 * sin(8 * radB));

    xy[0] = X +
        N *
            sin(radB) *
            cos(radB) *
            pow(deltaL, 2) *
            (1 +
                pow(deltaL * cos(radB), 2) *
                    (5 - t * t + 9 * eta * eta + 4 * pow(eta, 4)) /
                    12 +
                pow(deltaL * cos(radB), 4) *
                    (61 - 58 * t * t + pow(t, 4)) /
                    360) /
            2;
    xy[1] = N *
            deltaL *
            cos(radB) *
            (1 +
                pow(deltaL * cos(radB), 2) * (1 - t * t + eta * eta) / 6 +
                pow(deltaL * cos(radB), 4) *
                    (5 -
                        18 * t * t +
                        pow(t, 4) -
                        14 * eta * eta -
                        58 * eta * eta * t * t) /
                    120) +
        500000; // +n * 1000000;
    return new Tuple(xy[0], xy[1]);
  }

  //@将大地2000转为WGS84
  //高斯投影反算为大地平面。
  // x,y ,高斯平面坐标点
  //L0 通过经纬度来获取中央带所在带的角度
  //return B纬度 , L经度
  LatLng xyTowgs84(double x, double y, double L0) {
    //中央子午线经度
    //WGS-84   椭球体参数
    double a = 6378137.0; //major semi axis
    double efang = 0.0066943799901413; //square of e
    double e2fang = 0.0067394967422764; //suqre of e2

    y = y - 500000;

    //主曲率计算
    double m0, m2, m4, m6, m8;
    m0 = a * (1 - efang);
    m2 = 3.0 / 2.0 * efang * m0;
    m4 = efang * m2 * 5.0 / 4.0;
    m6 = efang * m4 * 7.0 / 6.0;
    m8 = efang * m6 * 9.0 / 8.0;

    //子午线曲率计算
    double a0, a2, a4, a6, a8;
    a0 = m0 + m2 / 2.0 + m4 * 3.0 / 8.0 + m6 * 5.0 / 16.0 + m8 * 35.0 / 128.0;
    a2 = m2 / 2.0 + m4 / 2.0 + m6 * 15.0 / 32.0 + m8 * 7.0 / 16.0;
    a4 = m4 / 8.0 + m6 * 3.0 / 16.0 + m8 * 7.0 / 32.0;
    a6 = m6 / 32.0 + m8 / 16.0;
    a8 = m8 / 128.0;

    double X = x;
    double FBf = 0;
    double Bf0 = X / a0, Bf1 = 0;

    //计算Bf的值,直到满足条件
    while ((Bf0 - Bf1) >= 0.0001) {
      Bf1 = Bf0;
      FBf = -a2*sin(2*Bf0)/2 +a4*sin(4*Bf0)/4 -a6*sin(6*Bf0)/6 + a8*sin(8*Bf0)/8;
      Bf0 = (X-FBf)/a0;
    }
    double Bf = Bf0;
    //计算公式中参数
    double Wf = sqrt(1 - efang * sin(Bf) * sin(Bf));
    double Nf = a / Wf;
    double Mf = a * (1 - efang) / pow(Wf, 3);
    double nffang = e2fang * cos(Bf) * cos(Bf);
    double tf = tan(Bf);
    double B = Bf - tf * y * y / (2 * Mf * Nf) + tf * (5 + 3 * tf * tf + nffang - 9 * nffang * tf * tf) * pow(y, 4) / (24 * Mf * pow(Nf, 3)) - tf * (61 + 90 * tf * tf + 45 * pow(tf, 4)) * pow(y, 6) / (720 * Mf * pow(Nf, 5));
    double l = y/(Nf*cos(Bf)) - (1+2*tf*tf+nffang)*pow(y, 3)/(6*pow(Nf, 3)*cos(Bf)) + (5+28*tf*tf +24*pow(tf, 4))*pow(y, 5)/(120*pow(Nf, 5)*cos(Bf));
    double L = l + L0;
    //转化成为十进制经纬度格式
    var array_B =rad2dms(B);
    var array_L =rad2dms(L);
    double Bdec = dms2dec(array_B);
    double Ldec = dms2dec(array_L);

    return new LatLng(Bdec, Ldec);
  }

  double p = 180.0 / pi * 3600;

  //通过经纬度来获取中央带所在带的角度
  //@param B 纬度
  //@param L 经度
  //@param N 带[3,6带度]
  double gaussLongToDegreen(double B, double L, int N) {
    //计算该地区的中央子午线经度
    double L00 = (L / 3).round() * 3.toDouble();
    double degreen = L00 / 180 * 3.1415926;
    return degreen;
  }

  //将弧度�?�转化为度分��?
  dynamic rad2dms(double rad) {
    List<int> a = [0,0,0];
    double dms = rad * p;
    a[0] = (dms / 3600.0).floor();
    a[1] = ((dms - a[0] * 3600) / 60.0).floor();
    a[2] = ((dms - a[0] * 3600).toInt() - a[1] * 60);
    return a;
  }

  //将度分秒转化为十进制坐标
  double dms2dec(dynamic dms) {
    double dec = 0.0;
    dec = dms[0] + dms[1] / 60.0 + dms[2] / 3600.0;
    return dec;
  }
}

调用

void main() {
  LonLatAndXY latAndXY=new LonLatAndXY();
  Tuple tuple=latAndXY.gps84ToXY(37.203267527777776,115.40381543333334,3);
  print(tuple.toString());
  //我国划分为3或者6分带。这里很多人需要注意。根据你们测量仪器来写。
  //我们这个国家电网项目。精确度很好了已经。
  double degreen=latAndXY.gaussLongToDegreen(37.203267527777776,115.40381543333334,3);
  print("degeljler"+degreen.toString());
  LatLng latLng=latAndXY.xyTowgs84(4119992.7554638153,624625.9309849278,degreen);
  print(latLng.toString());

}
package com.example.androiddaggerstudy.lat

/**
 * 版权:渤海新能 版权所有
 *
 * @author feiWang
 * 版本:1.5
 * 创建日期:2020/10/16
 * 描述:AndroidDaggerStudy
 * E-mail : 1276998208@qq.com
 * CSDN:https://blog.csdn.net/m0_37667770/article
 * GitHub:https://github.com/luhenchang
 */
object RtkUtil {
    //@将大地2000转为WGS84
    //高斯投影反算为大地平面。
    // x,y ,高斯平面坐标点
    //L0 通过经纬度来获取中央带所在带的角度
    //return B纬度 , L经度
    fun xyTowgs84(x: Double, y: Double, L0: Double): Tuple {
        //中央子午线经度
        //WGS-84   椭球体参数
        var y = y
        val a = 6378137.0 //major semi axis
        val efang = 0.0066943799901413 //square of e
        val e2fang = 0.0067394967422764 //suqre of e2
        y = y - 500000
        //主曲率计算
        val m0: Double
        val m2: Double
        val m4: Double
        val m6: Double
        val m8: Double
        m0 = a * (1 - efang)
        m2 = 3.0 / 2.0 * efang * m0
        m4 = efang * m2 * 5.0 / 4.0
        m6 = efang * m4 * 7.0 / 6.0
        m8 = efang * m6 * 9.0 / 8.0

        //子午线曲率计算
        val a0: Double
        val a2: Double
        val a4: Double
        val a6: Double
        val a8: Double
        a0 = m0 + m2 / 2.0 + m4 * 3.0 / 8.0 + m6 * 5.0 / 16.0 + m8 * 35.0 / 128.0
        a2 = m2 / 2.0 + m4 / 2.0 + m6 * 15.0 / 32.0 + m8 * 7.0 / 16.0
        a4 = m4 / 8.0 + m6 * 3.0 / 16.0 + m8 * 7.0 / 32.0
        a6 = m6 / 32.0 + m8 / 16.0
        a8 = m8 / 128.0
        var FBf = 0.0
        var Bf0 = x / a0
        var Bf1 = 0.0

        //计算Bf的值,直到满足条件
        while (Bf0 - Bf1 >= 0.0001) {
            Bf1 = Bf0
            FBf =
                -a2 * Math.sin(2 * Bf0) / 2 + a4 * Math.sin(4 * Bf0) / 4 - a6 * Math.sin(6 * Bf0) / 6 + a8 * Math.sin(
                    8 * Bf0
                ) / 8
            Bf0 = (x - FBf) / a0
        }
        val Bf = Bf0
        //计算公式中参数
        val Wf = Math.sqrt(1 - efang * Math.sin(Bf) * Math.sin(Bf))
        val Nf = a / Wf
        val Mf = a * (1 - efang) / Math.pow(Wf, 3.0)
        val nffang = e2fang * Math.cos(Bf) * Math.cos(Bf)
        val tf = Math.tan(Bf)
        val B =
            Bf - tf * y * y / (2 * Mf * Nf) + tf * (5 + 3 * tf * tf + nffang - 9 * nffang * tf * tf) * Math.pow(
                y,
                4.0
            ) / (24 * Mf * Math.pow(Nf, 3.0)) - tf * (61 + 90 * tf * tf + 45 * Math.pow(
                tf,
                4.0
            )) * Math.pow(y, 6.0) / (720 * Mf * Math.pow(Nf, 5.0))
        val l =
            y / (Nf * Math.cos(Bf)) - (1 + 2 * tf * tf + nffang) * Math.pow(y, 3.0) / (6 * Math.pow(
                Nf,
                3.0
            ) * Math.cos(Bf)) + (5 + 28 * tf * tf + 24 * Math.pow(tf, 4.0)) * Math.pow(
                y,
                5.0
            ) / (120 * Math.pow(Nf, 5.0) * Math.cos(Bf))
        val L = l + L0
        //转化成为十进制经纬度格式
        val array_B = rad2dms(B)
        val array_L = rad2dms(L)
        val Bdec = dms2dec(array_B)
        val Ldec = dms2dec(array_L)
        return Tuple(Bdec, Ldec)
    }

    var p = 180.0 / Math.PI * 3600

    //通过经纬度来获取中央带所在带的角度
    //@param B 纬度
    //@param L 经度
    //@param N 带[3,6带度]
    fun gaussLongToDegreen(B: Double, L: Double, N: Int): Double {
        //计算该地区的中央子午线经度
        val L00 = Math.round(L / 3) * 3.toDouble()
        return L00 / 180 * 3.1415926
    }

    //    //将弧度�?�转化为度分��?
    //    dynamic rad2dms(double rad) {
    //        List<int> a = [0,0,0];
    //        double dms = rad * p;
    //        a[0] = (dms / 3600.0).floor();
    //        a[1] = ((dms - a[0] * 3600) / 60.0).floor();
    //        a[2] = ((dms - a[0] * 3600).toInt() - a[1] * 60);
    //        return a;
    //    }
    //将弧度�?�转化为度分��?
    fun rad2dms(rad: Double): DoubleArray {
        val a = doubleArrayOf(0.0, 0.0, 0.0)
        val dms = rad * p
        a[0] = Math.floor(dms / 3600.0)
        a[1] = Math.floor((dms - a[0] * 3600) / 60.0)
        a[2] = Math.floor(dms - a[0] * 3600).toInt() - a[1] * 60
        return a
    }

    //将度分秒转化为十进制坐标
    fun dms2dec(dms: DoubleArray): Double {
        var dec = 0.0
        dec = dms[0] + dms[1] / 60.0 + dms[2] / 3600.0
        return dec
    }

    /**
     * @将WGS84经纬度转为大地2000坐标。我们是国家电网项目数据很精确的了。
     * @param B        纬度
     * @param L        经度
     * @param degree
     * @param withBand 默认=false
     * @return
     */
    fun GetXY(B: Double, L: Double, degree: Double, withBand: Boolean?): Tuple {
        val xy = doubleArrayOf(0.0, 0.0)
        val a = 6378137.0 //椭球长半轴
        val b = 6356752.3142451795 //椭球短半轴
        val e = 0.081819190842621 //第一偏心率
        val eC = 0.0820944379496957 //第二偏心率
        var L0 = 0.0 //中央子午线经度
        var n = 0 //带号
        if (degree == 6.0) {
            //6度
            n = Math.round((L + degree / 2) / degree).toInt()
            L0 = degree * n - degree / 2
        } else {
            //3度
            n = Math.round(L / degree).toInt()
            L0 = degree * n
        }

        //开始计算
        val radB = B * Math.PI / 180 //纬度(弧度)
        val radL = L * Math.PI / 180 //经度(弧度)
        val deltaL = (L - L0) * Math.PI / 180 //经度差(弧度)
        val N = a * a / b / Math.sqrt(1 + eC * eC * Math.cos(radB) * Math.cos(radB))
        val C1 = 1.0 + 3.0 / 4 * e * e + 45.0 / 64 * Math.pow(e, 4.0) + 175.0 / 256 * Math.pow(
            e,
            6.0
        ) + 11025.0 / 16384 * Math.pow(e, 8.0)
        val C2 = 3.0 / 4 * e * e + 15.0 / 16 * Math.pow(e, 4.0) + 525.0 / 512 * Math.pow(
            e,
            6.0
        ) + 2205.0 / 2048 * Math.pow(e, 8.0)
        val C3 = 15.0 / 64 * Math.pow(e, 4.0) + 105.0 / 256 * Math.pow(
            e,
            6.0
        ) + 2205.0 / 4096 * Math.pow(e, 8.0)
        val C4 = 35.0 / 512 * Math.pow(e, 6.0) + 315.0 / 2048 * Math.pow(e, 8.0)
        val C5 = 315.0 / 131072 * Math.pow(e, 8.0)
        val t = Math.tan(radB)
        val eta = eC * Math.cos(radB)
        val X =
            a * (1 - e * e) * (C1 * radB - C2 * Math.sin(2 * radB) / 2 + C3 * Math.sin(4 * radB) / 4 - C4 * Math.sin(
                6 * radB
            ) / 6 + C5 * Math.sin(8 * radB))
        xy[0] = X + N * Math.sin(radB) * Math.cos(radB) * Math.pow(deltaL, 2.0) * (1 + Math.pow(
            deltaL * Math.cos(radB),
            2.0
        ) * (5 - t * t + 9 * eta * eta + 4 * Math.pow(
            eta,
            4.0
        )) / 12 + Math.pow(deltaL * Math.cos(radB), 4.0) * (61 - 58 * t * t + Math.pow(
            t,
            4.0
        )) / 360) / 2
        xy[1] = N * deltaL * Math.cos(radB) * (1 + Math.pow(
            deltaL * Math.cos(radB),
            2.0
        ) * (1 - t * t + eta * eta) / 6 + Math.pow(
            deltaL * Math.cos(radB),
            4.0
        ) * (5 - 18 * t * t + Math.pow(
            t,
            4.0
        ) - 14 * eta * eta - 58 * eta * eta * t * t) / 120) + 500000 // +n * 1000000;
        return Tuple(xy[0], xy[1])
    }
}

class Tuple(var b: Double, var l: Double) {

    override fun toString(): String {
        return "Tuple{" +
                "B=" + b +
                ", L=" + l +
                '}'
    }
}


kotlin调用如下

object Tests {
    @JvmStatic
    fun main(args: Array<String>) {
        val tuple = RtkUtil.GetXY(37.203267527777776, 115.40381543333334, 3.0, false)
        //Tuple{B=4119992.7554638153, L=624625.9309849278}
        val degreen: Double = RtkUtil.gaussLongToDegreen(37.203267527777776, 115.40381543333334, 3)
        val xyTowgs84 = RtkUtil.xyTowgs84(4119992.7554638153, 624625.9309849278, degreen)
        //main:Tuple{B=37.20305555555556, L=115.40361111111112}
        print("main:$tuple")
        print("main:$xyTowgs84")

    }
}

Java代码如下

package com.example.androiddaggerstudy.lat;
import org.jetbrains.annotations.NotNull;
import kotlin.jvm.internal.Intrinsics;
/**
 * 版权:渤海新能 版权所有
 *
 * @author feiWang
 * 版本:1.5
 * 创建日期:2020/10/16
 * 描述:AndroidDaggerStudy
 * E-mail : 1276998208@qq.com
 * CSDN:https://blog.csdn.net/m0_37667770/article
 * GitHub:https://github.com/luhenchang
 */
public class JavaRtkUtils {
    private  double p = 206264.80624709636D;
    @NotNull
    public  Tuple xyTowgs84(double x, double y, double L0) {
        double a = 6378137.0D;
        double efang = 0.0066943799901413D;
        double e2fang = 0.0067394967422764D;
        y = y - (double)500000;
        double m0 = 0.0D;
        double m2 = 0.0D;
        double m4 = 0.0D;
        double m6 = 0.0D;
        double m8 = 0.0D;
        m0 = a * ((double)1 - efang);
        m2 = 1.5D * efang * m0;
        m4 = efang * m2 * 5.0D / 4.0D;
        m6 = efang * m4 * 7.0D / 6.0D;
        m8 = efang * m6 * 9.0D / 8.0D;
        double a0 = 0.0D;
        double a2 = 0.0D;
        double a4 = 0.0D;
        double a6 = 0.0D;
        double a8 = 0.0D;
        a0 = m0 + m2 / 2.0D + m4 * 3.0D / 8.0D + m6 * 5.0D / 16.0D + m8 * 35.0D / 128.0D;
        a2 = m2 / 2.0D + m4 / 2.0D + m6 * 15.0D / 32.0D + m8 * 7.0D / 16.0D;
        a4 = m4 / 8.0D + m6 * 3.0D / 16.0D + m8 * 7.0D / 32.0D;
        a6 = m6 / 32.0D + m8 / 16.0D;
        a8 = m8 / 128.0D;
        double FBf = 0.0D;
        double Bf0 = x / a0;

        for(double Bf1 = 0.0D; Bf0 - Bf1 >= 1.0E-4D; Bf0 = (x - FBf) / a0) {
            Bf1 = Bf0;
            FBf = -a2 * Math.sin((double)2 * Bf0) / (double)2 + a4 * Math.sin((double)4 * Bf0) / (double)4 - a6 * Math.sin((double)6 * Bf0) / (double)6 + a8 * Math.sin((double)8 * Bf0) / (double)8;
        }

        double Wf = Math.sqrt((double)1 - efang * Math.sin(Bf0) * Math.sin(Bf0));
        double Nf = a / Wf;
        double Mf = a * ((double)1 - efang) / Math.pow(Wf, 3.0D);
        double nffang = e2fang * Math.cos(Bf0) * Math.cos(Bf0);
        double tf = Math.tan(Bf0);
        double B = Bf0 - tf * y * y / ((double)2 * Mf * Nf) + tf * ((double)5 + (double)3 * tf * tf + nffang - (double)9 * nffang * tf * tf) * Math.pow(y, 4.0D) / ((double)24 * Mf * Math.pow(Nf, 3.0D)) - tf * ((double)61 + (double)90 * tf * tf + (double)45 * Math.pow(tf, 4.0D)) * Math.pow(y, 6.0D) / ((double)720 * Mf * Math.pow(Nf, 5.0D));
        double l = y / (Nf * Math.cos(Bf0)) - ((double)1 + (double)2 * tf * tf + nffang) * Math.pow(y, 3.0D) / ((double)6 * Math.pow(Nf, 3.0D) * Math.cos(Bf0)) + ((double)5 + (double)28 * tf * tf + (double)24 * Math.pow(tf, 4.0D)) * Math.pow(y, 5.0D) / ((double)120 * Math.pow(Nf, 5.0D) * Math.cos(Bf0));
        double L = l + L0;
        double[] array_B = this.rad2dms(B);
        double[] array_L = this.rad2dms(L);
        double Bdec = this.dms2dec(array_B);
        double Ldec = this.dms2dec(array_L);
        return new Tuple(Bdec, Ldec);
    }
    public  double gaussLongToDegreen(double B, double L, int N) {
        double L00 = (double)Math.round(L / (double)3) * (double)3;
        return L00 / (double)180 * 3.1415926D;
    }
    @NotNull
    public  double[] rad2dms(double rad) {
        double[] a = new double[]{0.0D, 0.0D, 0.0D};
        double dms = rad * p;
        a[0] = Math.floor(dms / 3600.0D);
        a[1] = Math.floor((dms - a[0] * (double)3600) / 60.0D);
        a[2] = (double)((int)Math.floor(dms - a[0] * (double)3600)) - a[1] * (double)60;
        return a;
    }

    public  double dms2dec(@NotNull double[] dms) {
        Intrinsics.checkNotNullParameter(dms, "dms");
        double dec = 0.0D;
        dec = dms[0] + dms[1] / 60.0D + dms[2] / 3600.0D;
        return dec;
    }

    @NotNull
    public  Tuple GetXY(double B, double L, double degree) {
        double[] xy = new double[]{0.0D, 0.0D};
        double a = 6378137.0D;
        double b = 6356752.314245179D;
        double e = 0.081819190842621D;
        double eC = 0.0820944379496957D;
        double L0 = 0.0D;
        int n;
        if (degree == 6.0D) {
            n = (int)Math.round((L + degree / (double)2) / degree);
            L0 = degree * (double)n - degree / (double)2;
        } else {
            n = (int)Math.round(L / degree);
            L0 = degree * (double)n;
        }

        double radB = B * 3.141592653589793D / (double)180;
        double radL = L * 3.141592653589793D / (double)180;
        double deltaL = (L - L0) * 3.141592653589793D / (double)180;
        double N = a * a / b / Math.sqrt((double)1 + eC * eC * Math.cos(radB) * Math.cos(radB));
        double C1 = 1.0D + 0.75D * e * e + 0.703125D * Math.pow(e, 4.0D) + 0.68359375D * Math.pow(e, 6.0D) + 0.67291259765625D * Math.pow(e, 8.0D);
        double C2 = 0.75D * e * e + 0.9375D * Math.pow(e, 4.0D) + 1.025390625D * Math.pow(e, 6.0D) + 1.07666015625D * Math.pow(e, 8.0D);
        double C3 = 0.234375D * Math.pow(e, 4.0D) + 0.41015625D * Math.pow(e, 6.0D) + 0.538330078125D * Math.pow(e, 8.0D);
        double C4 = 0.068359375D * Math.pow(e, 6.0D) + 0.15380859375D * Math.pow(e, 8.0D);
        double C5 = 0.00240325927734375D * Math.pow(e, 8.0D);
        double t = Math.tan(radB);
        double eta = eC * Math.cos(radB);
        double X = a * ((double)1 - e * e) * (C1 * radB - C2 * Math.sin((double)2 * radB) / (double)2 + C3 * Math.sin((double)4 * radB) / (double)4 - C4 * Math.sin((double)6 * radB) / (double)6 + C5 * Math.sin((double)8 * radB));
        xy[0] = X + N * Math.sin(radB) * Math.cos(radB) * Math.pow(deltaL, 2.0D) * ((double)1 + Math.pow(deltaL * Math.cos(radB), 2.0D) * ((double)5 - t * t + (double)9 * eta * eta + (double)4 * Math.pow(eta, 4.0D)) / (double)12 + Math.pow(deltaL * Math.cos(radB), 4.0D) * ((double)61 - (double)58 * t * t + Math.pow(t, 4.0D)) / (double)360) / (double)2;
        xy[1] = N * deltaL * Math.cos(radB) * ((double)1 + Math.pow(deltaL * Math.cos(radB), 2.0D) * ((double)1 - t * t + eta * eta) / (double)6 + Math.pow(deltaL * Math.cos(radB), 4.0D) * ((double)5 - (double)18 * t * t + Math.pow(t, 4.0D) - (double)14 * eta * eta - (double)58 * eta * eta * t * t) / (double)120) + (double)500000;
        return new Tuple(xy[0], xy[1]);
    }

}

Java调用如下

  var rtkUtils=JavaRtkUtils()
        val tuple1=rtkUtils.GetXY(37.203267527777776, 115.40381543333334, 3.0)
        val degreen1: Double = rtkUtils.gaussLongToDegreen(37.203267527777776, 115.40381543333334, 3)
        val xyTowgs841 = rtkUtils.xyTowgs84(4119992.7554638153, 624625.9309849278, degreen1)
        print("JvMain:$tuple1")
        print("JvMain:$xyTowgs841")

国家电力局rtk测量的如下数据。
在这里插入图片描述

看我转换之后的测试了很多都转换为大地2000坐标精确到0.01了。
Tuple{B: 4119992.7554638153, L: 624625.9309849278}
对比 rtf=4119992.756 624625.9311
这紧缺度我怀疑rtf精确度和我们这个差不多。

我们进行大地2000转为WGS84
LatLng{lat: 37.20305555555556, lng: 115.40361111111112}
下面是rtf测量的结果:精确度0.0001了。地图上测试没啥大问题。基本在一点。距离在0.1米内的误差。
37.203267527777776,115.40381543333334

5、最后我封装成库了。

使用
dependencies:
luhenchang_plugin: ^0.1.2
库地址

  LonLatAndXY latAndXY=new LonLatAndXY();
  Tuple tuple=latAndXY.gps84ToXY(37.203267527777776,115.40381543333334,3);
  //我国划分为3或者6分带。这里很多人需要注意。根据你们测量仪器来写。
  //我们这个国家电网项目。精确度很好了已经。
  double degreen=latAndXY.gaussLongToDegreen(37.203267527777776,115.40381543333334,3);
  LatLng latLng=latAndXY.xyTowgs84(4119992.7554638153,624625.9309849278,degreen);

如下App项目使用转换:

在这里插入图片描述
在这里插入图片描述

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

WGS84与大地2000坐标转换(Java,C#,Dart) 的相关文章

  • Linux: grep命令及用法说明

    一 几种grep指令的区别 1 grep Global Regular Expressions Print 全局正则表达式打印 标准grep命令如下所示 xff1a grep span class token operator lt spa
  • 靠谱测试人员需要具备BUG洞察能力

    测试人员发现BUG 在整个测试工作过程中间占的比重非常高 xff0c 测试用例设计的目的也是为了发现系统中间的BUG 所以 xff0c BUG洞察能力是测试人员必不可少的能力 1 一般缺陷的发现能力 至少你要满足一般缺陷的发现能力 xff0
  • [Git]删除远程分支和本地分支

    删除远程分支 1 切换到你git项目所在的目录后 xff0c 使用 git branch a命令来查看所有的分支 2 我们需要先把分支切换到master xff0c 3 接着就是删除远程分支的命令了 xff0c git push origi
  • 【转】如何防止softmax函数上溢出(overflow)和下溢出(underflow)

    转载出处 xff1a https www codelast com Deep Learning xff08 Ian Goodfellow amp Yoshua Bengio amp Aaron Courville xff09 第四章 数值计
  • C++工程,CMakelist.txt,CMake添加所有头文件,CMake递归添加头文件,CMake查找所有源文件

    CMakelist txt cmake minimum required span class token punctuation span VERSION 3 5 span class token punctuation span pro
  • git 本地回退到某个版本

    master xff1a Git 的默认分支 xff0c init 命令默认创建 origin xff1a Git 克隆的仓库服务器的默认名字 github将master改名main主要是因为master and slave术语不够政治正确
  • IIC通信协议总结(详细说明完整过程)

    IIC协议简介 IIC xff08 inter integrated Circuit集成电路总线 总线支持设备之间的短距离通信 xff0c 用于处理器和一些外围设备之间的接口 xff0c 它需要两根信号线来完成信息交换 IIC的一个特殊工艺
  • cmake添加资源文件

    一 cmake添加资源文件 1 在最外层cmakelist中添加资源文件目录 images ADD SUBDIRECTORY images 2 在资源文件cmakelist中添加images qrc编译方式 Files SET IMAGE
  • ROS串口数据读取发送

    记录一下 包含串口数据HEX形式的读取 xff0c 发送 xff1b 读取后通过节点发送消息 myserialnode cpp include 34 ros ros h 34 include lt serial serial h gt in
  • S-MSCKF代码阅读

    阅读学习代码 文章目录 第一部分 xff1a 相关库函数介绍1 pluginlib理解与示例2 nodelet3 launch文件4 Eigen内存分配器5 std map的第三个参数6 image transport7 message f
  • Windows+COLMAP三维重建教程【exe安装】

    一 步骤 1 下载COLMAP COLMAP COLMAP 2 解压并运行COLMAP 3 稀疏三维重建 xff0c 生成稀疏图 4 稠密图三维重建 xff0c 生成稠密图 二 可能出现的问题 1 Dense stereo reconstr
  • 程序基础:正则表达式

    一 正则表达式元字符 1 匹配字符 xff1a xff1a 任意一个字符 abc xff1a 表示匹配一个字符 xff0c 这个字符必须是abc中的一个 a zA Z xff1a 表示匹配一个字符 xff0c 这个字符必须是a z或A Z这
  • 【Ubuntu版】CMake安装教程

    一 参考资料 Windows版 CMake安装教程 二 具体步骤 1 离线安装 1 1 Ubuntu系统 官网下载CMake软件包 CMake官网 解压软件包 cmake可执行性文件 home yoyo 360Downloads cmake
  • Jetson TX2刷机教程

    一 参考资料 Jetson TX2官方文档 Jetpack开发者文档 Jetson官方安装教程 jetson tx2刷机 TX2 NVIDIA Jetson Tx2刷机指南 xff08 JetPack 4 4 SDK manager 1 4
  • FFmpeg教程(超级详细版)

    一 参考资料 通过ffmpeg把图片转换成视频 FFmpeg命令 一 使用filter complex命令拼接视频 FFmpeg 视频处理入门教程给新手的 20 多个 FFmpeg 命令示例 FFmpeg命令行转码 ffmpeg 翻译文档
  • yolov5+Deepsort实现目标跟踪

    一 参考资料 项目源码 pytorch yolo5 43 Deepsort实现目标检测和跟踪 工程落地 YoloV5 43 deepsort 43 Fast ReID 完整行人重识别系统 xff08 三 xff09 yolov5 deeps
  • Jetson Xaiver NX相关教程(详细版)

    一 参考资料 Jetson nano NX 部署Yolo v5过程记录 二 相关介绍 三 软件安装 2 1 jetson stats 2 1 1 相关介绍 jetson stats是一个开源软件包 xff0c 用于监测和控制Nvidia J
  • 编译C++程序(经验版)

    一 g 43 43 编译 span class token comment 编译 span g 43 43 文件名 g 43 43 helloWorld cpp g 43 43 文件名 o 输出文件名 g 43 43 open video
  • 【WSL2教程】WSL迁移到非系统盘

    一 问题引入 默认情况下 xff0c WSL会安装在C盘 xff08 系统盘 xff09 xff0c 而C盘空间有限 xff0c 随着WSL子系统的使用 xff0c C盘空间越来越少 xff0c 最后有可能出现C盘不足导致WSL系统崩溃 有
  • 华为Ascend昇腾适配PyTorch框架

    一 参考资料 PyTorch用户文档 PyTorch网络模型移植 amp 训练指南 AscendPyTorch 第三方框架适配 二 重要说明 CPU架构为ARM架构时 xff0c 由于社区未提供ARM架构CPU版本的torch包 xff0c

随机推荐

  • 提高工作效率的宝藏网站和宝藏工具

    一 好用的网站 面包多 面包多 创作者在面包多 xff0c 通过出售课程 xff0c 文章 xff0c 绘画 xff0c 创意作品 xff0c 软件 xff0c 电子书 xff0c 音乐 xff0c 游戏 xff0c 咨询服务 xff0c
  • ubuntu服务器相关教程

    二 常用操作 1 ssh相关 span class token comment 安装ssh服务 span span class token function sudo span span class token function apt g
  • Qt学习:Qt5.9.2+vs2017移植usb第三方库

    第三方库Hidapi用于实现usb通信 xff0c 将它移植成功以用来实现qt做一个usb通信的上位机 首先是下载hidapi 0 7 0源码 xff1a http www signal11 us oss hidapi 源码文件夹截图如下
  • 超级实用的C++学习网站

    重要说明 xff1a 该博客长期更新 xff0c 方便读者查阅 xff01 一 参考资料 学习C 43 43 这几个网站足矣 二 C 43 43 学习网站 C 43 43 中文网 cppreference 当之无愧的C 43 43 学习第一
  • 目标检测中NMS(非极大抑制)的概念理解

    参考博客 物体检测中常用的几个概念迁移学习 IOU NMS理解 目标定位和检测系列 xff08 3 xff09 xff1a 交并比 xff08 IOU xff09 和非极大值抑制 xff08 NMS xff09 的python实现 一 NM
  • VMware虚拟机上不能使用CUDA/CUDNN

    参考博客 VMware虚拟机上不能使用CUDA Linux Ubuntu 系统查看显卡型号 一 综述 虚拟机的显卡是虚拟的 xff0c 不能使用CUDA 虚拟机上装Nvidia显卡驱动会导致其他驱动全都不能用 xff0c 所以不能在虚拟机上
  • CUDA、CUDNN在windows下的安装及配置

    参考文章 全网最详细 Windows 安装 TensorFlow2 0 GPU 详细教程 Wind10安装anaonda 43 cuda10 1 43 cudnn 43 pytorch 43 tensorflow gpu win10 43
  • windows下CUDA的卸载以及安装

    参考博客 windows 7 下cuda 9 0 卸载 cuda8 0 安装 一 前言 对于一个刚玩CUDA菜鸟来说 xff0c 安装问题就是一个巨大的坑 xff0c 安装过程里面有很多需要注意的细节 xff0c 很多自定义的选项 xff0
  • 算法高级(35)-最优路径选择-导航软件是怎么选择最佳路线的?

    前面我们学习了图算法中的最短路径算法 xff0c 可以参考我的这篇博文常用的图算法 xff1a 最短路径 Shortest Path xff0c 解决最短路的问题有以下算法 xff0c Dijkstra算法 xff0c Bellman Fo
  • FreeRTOS任务创建、删除、挂起、恢复源码分析

    目录 1 任务控制块 结构体TCB t 2 FreeRTOS任务创建源码分析 3 FreeRTOS任务删除源码分析 4 FreeRTOS任务挂起源码分析 5 FreeRTOS任务恢复源码分析 6 任务API总结 xff08 部分 xff09
  • 【pytorch】计算一个CNN模型model的参数量,即论文中常用的#parameters

    在开始之前 xff0c 请记住 xff0c 存储量不是参数量 xff01 xff01 xff01 xff01 存储量不是参数量 xff01 xff01 xff01 xff01 存储量不是参数量 xff01 xff01 xff01 xff01
  • Android本地化字符串strings.xml文件中msgid标记的msgid属性的创建,作用和使用

    系统资源文件msgid属性 Settings res values strings xml lt string name 61 34 device info default 34 gt Unknown lt string gt Settin
  • AI必备技能-OpenCV基础讲解

    x1f389 作者简介 xff1a 目前在读计算机研究生 xff0c 研二 主要研究方向是人工智能和群智能算法方向 目前熟悉python网页爬虫 机器学习 计算机视觉 xff08 OpenCV xff09 群智能算法 然后正在学习深度学习的
  • Qt学习:QtCharts绘制动态曲线,实时更新数据与坐标轴

    前言 xff1a 很久之前写了这篇文章后一直未进行修改更新 xff0c 最近重新整理了代码和扩展了使用方式 代码路径见github https github com LYH ux Qt Projects git 下文讲述结构与一些使用要点
  • 最新Java全套开发视频教程

    适用人群 xff1a 零基础 动手能力差 不愿意错过任何java知识的编程爱好者 课程目录 xff1a 1 课前必学 到底该如何在线学习开发 xff1f 2 全套进阶课程 题库代码免费领取 3 小白入门 Java开发环境搭建 4 小白入门
  • TX2安装Psensor

    TX2安装Psensor过程 笔记备份 STEP1 xff1a 命令 xff1a sudo apt span class token operator span span class token keyword get span insta
  • ubuntu系统unzip解压缩命令

    转载链接unzip使用 1 功能作用 xff1a 解压缩zip文件 2 位置 xff1a usr bin unzip 3 格式用法 xff1a unzip Z opts modifiers file zip list x xlist d e
  • windows安装虚拟机

    1 官网下载VMware 2 安装 xff08 只修改了安装位置 xff0c 其余默认 xff09 3 新建虚拟机 1 xff09 进入目录D Software VMware VMware Workstation xff0c 双击 vmwa
  • 2019中科大数学考研复试题(回忆版)

    2019中科大数学考研复试题 xff08 回忆版 xff09 实变函数 1 平面上横坐标或纵坐标为有理数的点集测度为零 2 f n f n
  • WGS84与大地2000坐标转换(Java,C#,Dart)

    一 坐标转换的必要性 平面坐标在道路测绘 隧道测量 农业建筑业等室外勘测等方面有着广泛的应用 各行业基本都会涉及到移动端测量之后不能满足屏幕坐标 所以需要经纬度的转换 移动端勘测结果都是WGS84坐标或者GCJ 02格式坐标 而实际工程项目