三边测量定位算法优缺点,三边测量定位算法例题

　　定位原理很简单，故不赘述，直接上源码，内附注释。(如果对您的学习有所帮助，还请帮忙点个赞，谢谢了)#!/usr/失眠的未来/env python3# -*-编码：utf-8 -*- 创建于2018年5月16日星期三10:50:29 @ author:Dag import sympyimport numpy as NP import math from matplotlib。py plot从matplotlib导入绘图。py绘图导入显示导入matplotlib。py绘图作为pltim端口matplotlib #解决无法显示中文问题，名称是加载字体路径，根据自身个人计算机实际确定，具体请百度zh font 1=matplotlib。font _ manager .字体属性(fname=/System/Library/Fonts/hira gino Sans GB w3。TTC )#随机产生3个参考节点坐标maxy=1000 maxx=1000 CX=maxx * NP。兰德。rand(3)cy=maxy * NP。兰德。兰德(3)点1=plot(cx,cy,k^)#生成盲节点，以及其与参考节点欧式距离MTX=maxx * NP。兰德。rand()mty=maxy * NP。随机的。兰特()PLT。hold( on )dot 2=plot(MTX，mty， go )da=数学。sqrt(NP。平方(MTX-CX[0])NP。square(mty-cy[0]))db=math。sqrt(NP。平方(MTX-CX[1])NP。square(mty-cy[1])DC=数学。sqrt(NP计算定位坐标def tripposition(xa，ya，da，xb，yb，db，xc，yc，dc): x，y=sympy。符号( x y )f1=2 * x *(xa-xc)NP。平方(xc)-NP。平方(xa)2 * y *(亚-YC)-NP。平方(ya)-(NP。广场(DC)-NP。平方(da))F2=2 * x *(XB-xc)NP。平方解算得到定位节点坐标[locx，locy]=tripposition(CX[0]，cy[0]，da，cx[1]，cy[1]，db，cx[2]，cy[2]，DC)PLT。hold( on )dot3=plot(locx，locy， r*)#显示脚注x=[[locx，cx[0]]，[locx，cx[1]]，[locx，cx[2]]]y=[[locy，cy[0]]，[locy，cy[1]，[locy，cy[2]]，for I in range(len(x)):PLT。plot(x[I]，y[I]，linestyle= -，color=g )plt.title(三边测量法的定位，font properties=zhfont 1)PLT。图例([参考节点,盲节点,定位节点]，loc=右下角，prop=zhfont 1)show()derror=math。sqrt(NP。方形(洛克斯-MTX)NP。方形(locy-mty))印刷(derror)输出效果图：

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。