Skip to content

Rolle rückwärts mit den Clubs

Geocaching Vor knapp 12 Jahren ging es los: Zwei heute immer noch aktive Internet-Foren wurden von mir installiert. Eins von beiden, der Linux-Club, startete ziemlich schnell durch.

Das andere, der Geoclub, damals noch Geocache-Forum genannt, wuchs etwas langsamer, dafür aber viel gewaltiger. So gewaltig, dass zu den Spitzenzeiten um 2010 herum ein dedizierter Server angeschafft und kurz später noch mal upgegradet werden musste.

Mittlerweile hat die Kannibalisierung des Internets (die Großen fressen die Kleinen) hier auch zugeschlagen, Foren werden den Weg der vergessenen Newsgroups gehen und die Kommunikation sich immer mehr auf Fratzenbuchgruppen und andere soziale Medien verlagern.

So lange die Einnahmen aus den Werbebannern noch die Ausgaben für Domains und Server überstiegen konnte mir das alles recht egal sein. Seit einiger Zeit ist das nicht mehr so, und das obwohl ich schon knapp einhundert Domains gekündigt habe, die sich im Laufe der Zeit so angesammelt haben.

Auch die immer notwendig werdenden Adblocker (deren Verwendung ich völlig verstehen kann!) tragen ihren Teil dazu bei. Das ist für mich alles völlig in Ordnung und war absehbar, es wird aber Zeit wieder abzurüsten und aufzuräumen mit all den kleinen Projekten und Domains.

Ab August wird also von dem was ich bisher online hatte nicht mehr viel übrig bleiben: Neben diesem Blog hier vermutlich nur noch der Linux-Club, die grüne Hölle und die Linupedia. Die Podcast-Episoden des Cachertalk versuche ich hier im Blog unterzubringen. Während des Umzugs gibt es Statusmeldungen auf Twitter von mir.

Koordinaten umrechnen in R

Geocaching Vor knapp 10 Jahren (also in Computerzeitrechnung vor einer Ewigkeit) habe ich hier Excel-Tabellen gezeigt um Koordinaten zwischen verschiedenen Bezugssystemen umrechnen zu können.

In der letzten Zeit musste ich mich viel mit R beschäftigen. R erlebt derzeit eine immense Verbreitung, es ist eine einfache Programmiersprache die viel für Statistik verwendet wird. Man kann damit beachtliche Datenmengen umrechnen und analysieren. Eine große Sammlung an Packages mit denen die Sprache für den jeweiligen Zweck erweitert wird ermöglicht unter anderem auch das Rechnen mit Koordinaten.

Wie schön und einfach das geht kann ich hier an einem Beispiel aus der grünen Hölle zeigen. Zunächst einmal verwenden wir die Bibliotheken "sp" für räumliche Objekte und "geospehere" für geodätische Hauptaufgaben auf dem Ellipsoid.

library("sp")
library("geosphere")


Anschließend machen wir zwei Vektoren für die beiden Koordinaten, die in unterschiedlichen UTM-Zonen vorliegen, und erzeugen sogenannte SpatialPoints daraus:

a=cbind(710482,5654109)
ap=SpatialPoints(a, CRS("+proj=utm +zone=32"))
b=cbind(289511,5654098)
bp=SpatialPoints(b, CRS("+proj=utm +zone=33"))


Hier könnten es auch ganz andere Koordinaten sein, also z.B. Gauß-Krüger oder Soldner, das muss dann nur bei der Erzeugung der SpatialPoints angegeben werden. Die Umrechnung in ein gemeinsames Bezugssystem ist nun äußerst einfach und mit je einem Befehl erledigt:

ae=spTransform(ap, CRS("+proj=longlat +ellps=WGS84"))
be=spTransform(bp, CRS("+proj=longlat +ellps=WGS84"))


Dabei wäre auch die Angabe der beliebten EPSG-Codes möglich (also in diesem Fall EPSG:4326). Für alle die sich mit Geocaching beschäftigen: Das sind die Koordinaten so wie sie dort verwendet werden, also Länger und Breite auf dem Ellipsoid.

Danach kann man sehr einfach mit diesem Koordinaten rechnen, also z.B. den Abstand und den Richtungswinkel:

d=distVincentyEllipsoid(ae,be)
print(d)
b=bearing(ae,be)
print(b)


Auch die bei Geocachern beliebte Waypoint-Projektion (die eher ein polares Anhängen ist) kann man so einfach durchführen.

Fastfood an der Autobahn fürs Garmin

OpenStreetMap So langsam wirds draußen wieder wärmer und es gibt die eine oder andere Strecke auf der Autobahn zurückzulegen. Schön auch dass die großen Fastfood-Ketten dort auch ihren Platz gefunden haben, mit bekannten Produkten zu zivilen Preisen. Gerade beim Geocaching hat die "Goldene Möve" schon fast Tradition.

Nur die Suche nach dem nächsten Fastfood ist gar nicht so einfach: Das Navi kennt natürlich alles, aber schlägt sortiert nach Entfernung vor. Ich suche in diesen Fällen aber in der Nähe einer der nächsten Autobahn-Abfahrten, also z.B. einen Autohof der nicht so weit ab von der Autobahn-Abfahrt liegt.

Hier war also eine neue POI-Datei fürs Garmin gefragt. Wer nur die POI haben will, kann hier die Datei motorway_fastfood.gpi herunterladen und einfach in den POI-Ordner kopieren.

Um die Fastfood-POI an der Autobahn aus der OpenStreetMap abzuleiten, verwende ich in diesem Beispiel einen deutschen Auszug der OSM, der mit osm2pgsql in eine PostGIS-Datenbank eingespielt wurde.

Alle Fastfood-Läden sind einfach selektiert:

select osm_id, way as coords, name from planet_osm_point where amenity='fast_food'
union
select osm_id, st_centroid(way) as coords, name from planet_osm_polygon where amenity='fast_food';


Auch die Autobahnen liegen hier bereits vor:

select ref, way from planet_osm_roads where highway='motorway'


Beides wird mit einem "spatial join" den PostGIS anbietet verknotet. Man kann mit dem "on" nicht nur Schlüssel matchen wie sonst in SQL üblich, sondern auch einen maximalen Abstand abfragen. Komplett sieht die Abfrage dann so aus:
copy (
select distinct on (osm_id)
st_x(st_transform(poi.coords,4326)) as lon, st_y(st_transform(poi.coords,4326)) as lat, concat(bab.ref,' ',poi.name) as name
from (
select osm_id, way as coords, name from planet_osm_point where amenity='fast_food'
union
select osm_id, st_centroid(way) as coords, name from planet_osm_polygon where amenity='fast_food'
) as poi
inner join (
select ref, way from planet_osm_roads where highway='motorway'
) as bab
on st_distance(bab.way,poi.coords)<400 order by osm_id
) to '/tmp/motorway_fastfood.csv' CSV header;


Damit werden die Daten auch gleich in eine CSV-Datei kopiert, die dann noch mit GPS-Babel auf der Shell in ein Garmin-taugliches GPI-File mit einem Burger als Signatur konvertiert werden kann:
wget http://openclipart.org/image/800px/svg_to_png/9075/Gerald_G_Fast_Food_Lunch_Dinner_%28FF_Menu%29_1.png -O motorway_fastfood.png

convert motorway_fastfood.png -compress none -type truecolor -resize 18x18 motorway_fastfood.bmp

gpsbabel -c utf8 -i unicsv -f "motorway_fastfood.csv" -o garmin_gpi,category="fastfood",bitmap="motorway_fastfood.bmp",position -F "motorway_fastfood.gpi"


Einen Haken hat die Sache noch: In großen Städte sind an den Abfahrten in der Stadt sehr viele Fastfood-POI die natürlich eigentlich nicht die gesuchten sind, weil sie sich nicht für die kurze Pause eignen. Für mich ist das kein Problem weil ich diese POI-Sammlung ohnehin nur in weniger dicht besiedelten Gebieten benötige.

Update: Ein erster Praxistest ergab, dass die SQL-Abfrage mit den Ausfahrten nicht so günstig war und daher wird nun rund um die Autobahn an sich gesucht. Sehr schön dass man im Nüvi damit jetzt auch nach dem Namen der Autobahn suchen kann auf der man gerade fährt!

Die Erstellung dieser POI-Datei ist gleichzeitig auch ein schönes Beispiel wie man allgemein POI aus der OpenStreetMap aufs Garmin bekommen kann. Lasst mich in den Kommentaren wissen wie Ihr mit der Datei zurecht kommt!
tweetbackcheck