Flutter for OpenHarmony:maps_toolkit 地理空间计算工具箱,无需地图 SDK 也能玩转 GIS(距离、面积、点线关系) 深度解析与鸿蒙适配指南

Flutter for OpenHarmony:maps_toolkit 地理空间计算工具箱,无需地图 SDK 也能玩转 GIS(距离、面积、点线关系) 深度解析与鸿蒙适配指南

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net

在这里插入图片描述

前言

在地图应用开发中,我们经常需要计算两个坐标点之间的距离(如打车预估)、判断一个点是否在围栏内(电子围栏)、或者计算多边形的面积(地块测量)。虽然 Google Maps 或百度地图 SDK 提供了这些功能,但它们体积庞大且依赖原生/网络。

maps_toolkit 是 Google Maps Android Utility Library 的纯 Dart 移植版。它包含了一系列轻量级、高性能的几何与球面计算算法,完全不依赖任何地图 SDK,即可进行复杂的 GIS 运算。

一、概念介绍/原理解析

1.1 基础概念

  • LatLng: 经纬度坐标 (latitude, longitude)。
  • SphericalUtil (球面工具): 计算大圆距离 (Haversine)、方位角、插值点。
  • PolygonUtil (多边形工具): 判断点在多边形内/外、是否在线段附近、面积计算。

计算距离 (球面曲率)

计算方位角

包含性判定

计算面积

坐标点 A

坐标点 B

多边形区域

坐标点 P

输出结果 (平方米)

1.2 进阶概念

地球不是完美的球体,maps_toolkit 默认采用 WGS84 椭球模型进行近似计算,精度足以满足绝大多数民用场景。

二、核心 API/组件详解

2.1 基础用法

计算两点距离。

import'package:maps_toolkit/maps_toolkit.dart';voidmain(){final p1 =LatLng(39.9042,116.4074);// 北京final p2 =LatLng(31.2304,121.4737);// 上海// 计算直线(大圆)距离,单位:米final distance =SphericalUtil.computeDistanceBetween(p1, p2);print('距离: ${(distance /1000).toStringAsFixed(2)} km');// ~1067 km}
在这里插入图片描述

2.2 电子围栏判定

判断用户位置是否在指定区域内。

bool checkGeofence(LatLng user,List<LatLng> polygon){// geodesic: true 表示考虑地球曲率(更精确),false 视为平面returnPolygonUtil.containsLocation(user, polygon,true);}
在这里插入图片描述

2.3 面积计算

double area =SphericalUtil.computeArea(polygonPoints);print('面积: $area 平方米');
在这里插入图片描述

三、常见应用场景

3.1 场景 1:打卡签到

判断员工 GPS 坐标是否在公司大楼圆心 100 米范围内。

bool canCheckIn(LatLng userPos,LatLng officePos){// 计算两点间距离(单位:米)final distance =SphericalUtil.computeDistanceBetween(userPos, officePos);return distance <=100;// 100米内允许打卡}

3.2 场景 2:共享单车禁停区

判断停车点是否位于红色的多边形禁停区内。

bool isForbiddenParking(LatLng bikePos){// 定义禁停区域(多边形顶点)final forbiddenZone =[LatLng(39.90,116.30),LatLng(39.91,116.30),LatLng(39.91,116.31),LatLng(39.90,116.31),];// true 表示测地线模式(考虑地球曲率)returnPolygonUtil.containsLocation(bikePos, forbiddenZone,true);}

3.3 场景 3:运动轨迹平滑

收到一系列稀疏的 GPS 点,利用插值算法(Interpolate)补充中间点,使路线更平滑。

List<LatLng>smoothPath(LatLng start,LatLng end){List<LatLng> path =[];// 在起点和终点之间插值 10 个点for(double f =0; f <=1.0; f +=0.1){ path.add(SphericalUtil.computeOffset(start,0,0));// 注意:maps_toolkit 的插值通常用 interpolate// 修正:使用 interpolate 方法 path.add(SphericalUtil.interpolate(start, end, f));}return path;}

四、OpenHarmony 平台适配

4.1 纯 Dart 实现

完全无原生依赖。

4.2 坐标系转换

国内地图常通过 GCJ-02 (火星坐标) 或 BD-09 (百度坐标) 加密。maps_toolkit 基于标准 WGS-84。如果输入源是高德/百度,务必先转换为 WGS-84,否则计算偏差可能达数百米。虽然库本身未内置转换,但社区有很多 Dart 实现。

五、完整示例代码

本示例构建一个简单的地理工具箱,包含距离计算器和围栏检测器。

import'package:flutter/material.dart';import'package:maps_toolkit/maps_toolkit.dart';voidmain(){runApp(constMaterialApp(home:GeometryPage()));}classGeometryPageextendsStatefulWidget{constGeometryPage({super.key});@overrideState<GeometryPage>createState()=>_GeometryPageState();}class _GeometryPageState extendsState<GeometryPage>{// 模拟故宫多边形围栏 (简化版)finalList<LatLng> _forbiddenZone =[LatLng(39.9221,116.3908),// 西北LatLng(39.9221,116.4025),// 东北LatLng(39.9130,116.4025),// 东南LatLng(39.9130,116.3908),// 西南];final _userPos =LatLng(39.9160,116.3970);// 在故宫内final _testDistPos =LatLng(39.9087,116.3975);// 天安门广场 (南侧)String _status ='';String _distanceInfo ='';@overridevoidinitState(){super.initState();_check();}void_check(){// 1. 围栏检测 bool inside =PolygonUtil.containsLocation(_userPos, _forbiddenZone,true);// 2. 距离计算 num dist =SphericalUtil.computeDistanceBetween(_userPos, _testDistPos);setState((){ _status = inside ?'⚠️ 在禁飞区内 (故宫)':'✅ 安全区域'; _distanceInfo ='距天安门广场: ${dist.toStringAsFixed(1)} 米';});}@overrideWidgetbuild(BuildContext context){returnScaffold( appBar:AppBar(title:constText('GIS 工具箱')), body:Center( child:Column( mainAxisAlignment:MainAxisAlignment.center, children:[constIcon(Icons.map, size:80, color:Colors.blue),constSizedBox(height:20),Text('当前位置: ${_userPos.latitude}, ${_userPos.longitude}'),constSizedBox(height:10),Container( padding:constEdgeInsets.all(16), color: _status.contains('⚠️')?Colors.red[100]:Colors.green[100], child:Text(_status, style:constTextStyle(fontSize:20, fontWeight:FontWeight.bold)),),constSizedBox(height:20),Text(_distanceInfo),constSizedBox(height:40),Text('围栏面积: ${SphericalUtil.computeArea(_forbiddenZone).toStringAsFixed(0)} m²', style:constTextStyle(color:Colors.grey),),],),),);}}
在这里插入图片描述

六、总结

maps_toolkit 剥离了地图 SDK 中最通用的数学部分。如果你的应用只需后台判断位置关系而不需要展示地图(如地理围栏服务),它是最佳选择。

最佳实践

  1. 坐标系:始终明确你使用的坐标系(WGS84 vs GCJ02)。
  2. 精度:对于小范围(如室内),平面几何计算可能比球面计算更快且误差可忽略;但跨城市必须用球面计算。
  3. 多边形简化:围栏点数过多会影响性能,可用道格拉斯-普克算法(Douglas-Peucker)简化轨迹。

Read more

基础算法篇(4)(蓝桥杯常考点)—数据结构(进阶)

基础算法篇(4)(蓝桥杯常考点)—数据结构(进阶)

前言 这期将会讲到基础算法篇里面的数据结构(进阶),主要包括单调栈,单调队列,并查集,扩展域并查集,带权并查集,字符串哈希,Trie树。 数据结构(进阶)正文 单调栈 里面存储的单增或者单减的栈 应用: 1.寻找当前元素左侧,离它最近,并且比它大的元素在哪 2.寻找当前元素左侧,离它最近,并且比它小的元素在哪 3.寻找当前元素右侧,离它最近,并且比它大的元素在哪 4.寻找当前元素右侧,离它最近,并且比它小的元素在哪 寻找当前元素左侧,离它最近,并且比它大的元素在哪 int a[N]里面存数(已存好) ret里面存的答案 stack<int>st;//维护一个单调递减的栈,里面存的是下标 for(int

By Ne0inhk
2025 腾讯广告算法大赛 Baseline 项目解析

2025 腾讯广告算法大赛 Baseline 项目解析

项目概述 2025 腾讯广告算法大赛 Baseline,一个简单的序列推荐系统,主要用于建模用户和物品的交互序列,并利用多模态特征(文本、图像等 embedding)来提升推荐效果。 核心文件功能 1. main.py - 主训练脚本 * 负责模型训练的整体流程 * 包含参数解析、数据加载、模型初始化、训练循环等 * 支持断点续训和仅推理模式 * 使用 TensorBoard 记录训练日志 main.py 代码 import argparse import json import os import time from pathlib import Path import numpy as np import torch from torch.utils.

By Ne0inhk
Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战

欢迎加入开源鸿蒙跨平台社区:https://openharmonycrossplatform.ZEEKLOG.net Flutter 三方库 image_compare_2 的鸿蒙化适配指南 - 实现像素级的图像分块对比、支持感知哈希(pHash)与端侧视觉差异检测实战 前言 在进行 Flutter for OpenHarmony 的图像处理、自动化 UI 测试或内容防侵权应用开发时,如何科学地判断两张图片是否“相似”?简单的字节对比显然无法处理微小的色差或尺寸缩放。image_compare_2 是一个功能完备的图像对比算法库。它支持从均值哈希(aHash)到分块均方差(MSE)等多种度量算法。本文将指导大家如何在鸿蒙真机上利用该库构建精准的视觉检测链路。 一、原原理性解析 / 概念介绍 1.1 基础原理 image_compare_2 通过将原始图片灰度化、缩小尺寸并进行频域变换(或像素聚合)

By Ne0inhk
【MARL】深入理解多智能体近端策略优化(MAPPO)算法与调参

【MARL】深入理解多智能体近端策略优化(MAPPO)算法与调参

📢本篇文章是博主强化学习(RL)领域学习时,用于个人学习、研究或者欣赏使用,并基于博主对相关等领域的一些理解而记录的学习摘录和笔记,若有不当和侵权之处,指出后将会立即改正,还望谅解。文章分类在👉强化学习专栏:        【强化学习】(47)---《深入理解多智能体近端策略优化(MAPPO)算法与调参》 深入理解多智能体近端策略优化(MAPPO)算法与调参 目录 0 前言 1 MAPPO核心特点 2 On-Policy 和 Off-Policy 2.1. On-Policy 算法 2.2 Off-Policy 算法 对比总结 形象比喻 On-Policy 的小孩 Off-Policy 的小孩 它们的关键区别: 3 MAPPO 是 On-Policy,如何学习历史经验? 4

By Ne0inhk