笔者先前一直用的是百度地图自带的足迹功能来记录足迹，只在特别外出旅游的时候才会打开 GPS Logger 来记录 GPX 文件以在 GPX Studio 里面编辑。在并不长的两年间，笔者积累了超过 5000km 的导航里程。
然而，这样做有几个问题：
- 笔者显然并不希望把数据交给彦宏，至少不能让百度有完全所有权
- 百度默认只能记录导航的数据，且不算公共交通，因此记录的遗漏比较多
因此，在几位朋友的影响下笔者决定全面换到 GPS Logger 记录轨迹 + 世界迷雾展示轨迹的模式。世界迷雾（Fog of World）这一应用在 sspai、知乎等网站已经有了无数的介绍，在此不再赘述。唯一值得提的是其真的很贵，笔者在日区 Google Play 上花了 3000 日元，而似乎其国区 iOS 卖 200 人民币。此时只能拿出其它世界迷雾玩家的名言：和你买了之后花在绕路坐公共交通开图上的时间和钱比起来这 200 块简直微不足道。
虽然笔者也不懂这有啥逻辑性就是了。
从百度地图导出数据
首先，此文基于撰写时（2025/03）最新的百度地图 v20 Android 版。未来百度极有可能会修改格式、加固防御，因此此文提到的方法可能随时失效，仅供参考，请以自身实际情况为准，并在必要时考虑通过降级百度地图应用版本的方法 workaround。同时笔者也不知道 iOS 版怎么处理（摊手）。
百度地图在导航时会把足迹保存在当前手机的本地，存储在 /主存/Android/data/com.baidu.BaiduMap/长得像 16 进制字母数字的一串 下，为 CSV 格式。
如果有存在云端的数据，比如车机或用其它手机导航的结果，抑或是清除过百度地图 App 的数据，那数据获取会复杂很多。首先逆向地图应用及其 API 接口远远超出了笔者的能力范围，因此完全不考虑。笔者只试出来了有个 https://newclient.map.baidu.com/client/footprint/download.php 接口，但里面的参数并不能看懂，并且获取足迹列表的接口也没试出来，故放弃。另一个方案就是在手机上一个一个点开轨迹，这样应用会把 CSV 文件下载到本地。或许有能力的读者可以写个 OpenCV 脚本再配合下 scrcpy 自动化一下？
数据格式
前面提到所有的轨迹都是 CSV 格式。这些 CSV 文件的更改时间均为对应导航的结束时间，因此可以十分容易地在百度地图应用的足迹功能中对应上。
CSV 里面一行为一个数据点，有如下特征：
- 一行有 5 列，分别为经度、纬度、速度（千米每小时）、海拔（米）、精度（米）
- 没有时间记录，因此无法准确还原出轨迹动画
- 笔者推测的记录间隔为 1~1.8s 一个数据点，但似乎并不均匀
- 经纬度的格式为百度墨卡托平面坐标（BD09MC）
这个百度墨卡托平面坐标是百度在其奇葩的 BD-09 经纬坐标系之外，另外弄出来的一套坐标系，与通用的 Web Mercator、UTM 等墨卡托平面坐标系等均不通用，因此需要转换。
众所周知的是，在中国大陆地区所有合法发行的地图产品均需要基于 GCJ-02 坐标系，而后者是基于通用的 WGS-84 坐标系加偏得来的。包括世界迷雾、GPX Studio 等产品均基于 WGS-84 坐标系，因此我们需要将百度墨卡托平面坐标（BD09MC）先转换为百度的经纬坐标（BD09LL），再转为GCJ-02，进一步转为 WGS-84 坐标以导入其它应用。
幸运的是，这些坐标之间较为良好的拟合转换手段均已经被找到，因而可以算出精度较高（米级）的转换结果。
导入世界迷雾
世界迷雾支持导入 GPX 文件，因此我们只需要读出所有的 CSV 文件，再转换为 GPX 文件即可导入世界迷雾。以下为笔者临时写的 Python 脚本，仅供参考（其中 BD09MC 转 BD09LL 部分代码取自 JobsDong 的这一个 Gist，在此表示感谢）。运行此脚本需要安装 eviltransform 与 gpx 两个包：
import datetime
import os
import csv
from gpx import GPX, Track
from gpx.waypoint import Waypoint
from gpx.track_segment import TrackSegment
import eviltransform
MCBAND = (12890594.86, 8362377.87, 5591021, 3481989.83, 1678043.12, 0)
MC2LL = ([1.410526172116255e-8, 0.00000898305509648872, -1.9939833816331,
200.9824383106796, -187.2403703815547, 91.6087516669843, - 23.38765649603339,
2.57121317296198, -0.03801003308653, 17337981.2],
[-7.435856389565537e-9, 0.000008983055097726239, -0.78625201886289,
96.32687599759846, -1.85204757529826, -59.36935905485877, 47.40033549296737,
-16.50741931063887, 2.28786674699375, 10260144.86],
[-3.030883460898826e-8, 0.00000898305509983578, 0.30071316287616,
59.74293618442277, 7.357984074871, -25.38371002664745, 13.45380521110908,
-3.29883767235584, 0.32710905363475, 6856817.37],
[-1.981981304930552e-8, 0.000008983055099779535, 0.03278182852591, 40.31678527705744,
0.65659298677277, -4.44255534477492, 0.85341911805263, 0.12923347998204,
-0.04625736007561, 4482777.06],
[3.09191371068437e-9, 0.000008983055096812155, 0.00006995724062, 23.10934304144901,
-0.00023663490511, -0.6321817810242, -0.00663494467273, 0.03430082397953,
-0.00466043876332, 2555164.4],
[2.890871144776878e-9, 0.000008983055095805407, -3.068298e-8, 7.47137025468032,
-0.00000353937994, -0.02145144861037, -0.00001234426596, 0.00010322952773,
-0.00000323890364, 826088.5])
X_PI = 3.14159265358979324 * 3000.0 / 180.0
def convert_MCT_2_BD09(lon, lat):
ax = None
for j in range(len(MCBAND)):
if lat >= MCBAND[j]:
ax = MC2LL[j]
break
if ax is None:
raise Exception("error lat:%s" % lat)
e = ax[0] + ax[1] * abs(lon)
i = abs(lat) / ax[9]
aw = ax[2] + ax[3] * i + ax[4] * i * i + ax[5] * i * i * i +\
ax[6] * i * i * i * i + ax[7] * i * i * i * i * i + ax[8] * i * i * i * i * i * i
if lon < 0:
e *= -1
if lat < 0:
aw *= -1
return e, aw
def append_file(gpx: GPX, filepath, timestamp, rows):
track = Track()
track.name = filepath
seg = TrackSegment()
for i, r in enumerate(rows):
lng, lat, _, alt, _ = (float(x) for x in r)
lng, lat = convert_MCT_2_BD09(lng, lat)
lat, lng = eviltransform.gcj2wgs(*eviltransform.bd2gcj(lat, lng))
wp = Waypoint()
wp.lon = lng
wp.lat = lat
wp.ele = alt
wp.time = datetime.datetime.fromtimestamp(timestamp - 1.5 * (len(rows) - i), datetime.timezone.utc)
seg.points.append(wp)
track.trksegs.append(seg)
gpx.tracks.append(track)
def process_csv_files() -> GPX:
gpx = GPX()
gpx.name = "imported from baidu"
for filepath in os.listdir('.'):
if filepath.endswith(".csv"):
timestamp = os.path.getmtime(filepath)
rows = []
with open(filepath, 'r', newline='', encoding='utf-8') as csvfile:
csv_reader = csv.reader(csvfile)
for row in csv_reader:
rows.append(row)
append_file(gpx, filepath, timestamp, rows)
return gpx
if __name__ == '__main__':
gpx = process_csv_files()
gpx.to_file("baidu.gpx")
将脚本放在 CSV 同级目录下，后将生成的 baidu.gpx 导入世界迷雾即可，具体的效果就不放了。
Comments NOTHING