Lib.rs

› 科学 › 地理空间
#ffi #osgb36 #etrs89 #ostn02

lonlat_bng

将经纬度坐标转换为BNG坐标，反之亦然

由 Stephan Hügel 和 2位贡献者 编写

20次发布

使用旧的Rust 2015

0.3.8 2016年8月8日
0.3.7 2016年6月24日
0.2.9 2016年5月29日
0.2.6 2016年2月27日
0.1.3 2015年7月17日

#279 in 地理空间

MIT 许可证

580KB
4K SLoC

Rust 3K SLoC // 0.1% comments Jupyter Notebooks 681 SLoC // 0.2% comments Shell 214 SLoC // 0.2% comments Python 193 SLoC // 0.3% comments Batch 48 SLoC // 0.4% comments

Build Status Windows Build Status Coverage Status MIT licensed DOI

简介

显示OS控制点的英国地图 这是一个Rust库，具有FFI绑定，用于快速在WGS84经纬度和英国国家网格 ([epsg:27700](http://spatialreference.org/ref/epsg/osgb-1936-british-national-grid/)) 坐标之间进行转换，使用Rust二进制文件。转换使用标准7元素Helmert变换，并添加了OSTN02校正以提高 [精度](#accuracy)。

动机

Python（等）相对较慢；此类转换通常以批量方式进行，因此使用FFI进行数量级改进可以节省时间和精力。

精度

仅使用Helmert变换的转换精度约为5米， 不适用于 例如测量中使用的计算或转换。因此，我们使用OSTN02变换，该变换通过结合OSTN02数据对地球参考框架内的局部变化进行调整。有关更多信息，请参阅此处。

启用了OSTN02的功能包括

  • convert_bng_threaded（convert_osgb36_threaded的别名）
  • convert_bng_threaded_vec ← 上面的FFI版本
  • convert_lonlat_threaded（convert_osgb36_to_ll的别名）
  • convert_lonlat_threaded_vec ← 上面的FFI版本
  • convert_osgb36
  • convert_etrs89_to_osgb36
  • convert_to_osgb36_threaded ← FFI
  • convert_to_osgb36_threaded_vec
  • convert_etrs89_to_osgb36_threaded ← FFI
  • convert_etrs89_to_osgb36_threaded_vec
  • convert_osgb36_to_ll_threaded ← FFI
  • convert_osgb36_to_ll_threaded_vec
  • convert_osgb36_to_etrs89_threaded ← FFI
  • convert_osgb36_to_etrs89_threaded_vec

OSTN02

库使用

作为Rust库

将以下内容添加到您的 Cargo.toml（最新版本显示在此屏幕顶部的第四个徽章中）

lonlat_bng = "x.x.x"

完整的库文档可在此处获得 这里

请注意，lon， lat 坐标在 英国边界框 之外将转换为 (NAN, NAN)，无法映射。

库公开的函数可在此处找到

作为FFI库

该库公开的与FFI C兼容的函数有：
convert_to_bng_threaded(数组,数组) ->数组
convert_to_lonlat_threaded(数组,数组) ->数组

convert_to_osgb36_threaded(数组,数组) ->数组
convert_to_etrs89_threaded(数组,数组) ->数组)
convert_osgb36_to_ll_threaded(数组,数组) ->数组
convert_etrs89_to_ll_threaded(数组,数组) ->数组

convert_etrs89_to_osgb36_threaded(数组,数组) ->数组
convert_osgb36_to_etrs89_threaded(数组,数组) ->数组

convert_epsg3857_to_wgs84_threaded(数组,数组) ->数组

FFI和内存管理

如果你的库、模块或脚本使用了FFI函数，它必须实现drop_float_array。未能这样做可能会导致内存泄漏。它具有以下签名：drop_float_array(ar1: 数组, ar2: 数组)

传递给drop_float_array的数组结构必须是你从FFI函数接收的。例如，请参阅数组结构和ffi.rs中的测试，以及convertbng中的_FFIArray类。

构建共享库

运行cargo build --release将在OSX上构建一个名为liblonlat_bng.dylib的工件，在*nix系统上为liblonlat_bng.a。请注意，您必须使用以下步骤为*nix宿主生成liblonlat_bng.so：

  • ar-x target/release/liblonlat_bng.a
  • gcc -shared *.o -otarget/release/liblonlat_bng.so -lrt

作为Python包

convert_bng可在PyPI上获得，适用于OSX和*nix。
pip install convertbng
更多信息可在其仓库中找到。

基准测试

运行了一个CProfile基准测试，比较了在NumPy数组中将1m个随机经纬度对转换的50次运行。

方法论

  • 测试了4个Amazon EC2 C4（计算优化）系统。
  • 首先通过取五个校准运行的均值来校准系统，每个校准运行包含10万个重复项。
  • 然后针对三种配置分别运行基准测试程序。有关详细信息，请参阅benches目录。
  • 然后显示每个基准测试的最慢五个函数调用。

结果

EC2实例类型 处理器（vCPU） Rust Ctypes（s） Rust Cython（s） Pyproj（s） Ctypes与Pyproj的变化百分比 Pyproj与Cython的变化百分比
c4.xlarge 4 42.075 27.964 18.73 124.64% -33.02%
c4.2xlarge 8 28.743 14.094 19.055 50.84% 35.20%
c4.4xlarge 16 22.108 7.554 18.797 17.61% 148.84%
c4.8xlarge 36 18.288 4.42 18.285 0.02% 313.69%

结论

使用多线程可以获得出色的性能；Pyproj（这是一个编译的Cython二进制文件）在16-CPU系统上比Rust + Ctypes快不到20%，在36-CPU系统上提供相同性能。
编译的Cython二进制文件+Rust在8-CPU系统上比Pyproj快，并且随着CPU数量的增加而超越Pyproj：在36-CPU系统上，它快了超过300%。

比较Crossbeam和Rayon

比较不同线程和权重对整体速度的影响，使用cargo bench
在2核和8核的i7机器上，使用每个核心一个线程来运行convert_bng_threaded_vec可以获得最佳性能，而Rayon则在选择自己的最佳权重方面做得很好。

Comparison

许可证

MIT

本软件使用了OSTN02数据，版权所有 © Crown版权，Ordnance Survey和英国国防部（MOD）2002。版权所有。在BSD 2-clause 许可证下提供。

† 真的，pyproj?
mediocre

依赖

~17MB
~423K SLoC