移动传感器

Android 平台提供了多种传感器，可让您监控设备的运动。

传感器的可能架构因传感器类型而异：

  • 重力传感器、线性加速度传感器、旋转矢量传感器、有效运动传感器、计步器传感器和步测器传感器基于硬件或基于软件。
  • 加速度计和陀螺仪传感器始终基于硬件。

大多数 Android 设备都配备了加速度计，而现在许多设备都配备了陀螺仪。基于软件的传感器的可用性更加可变，因为它们通常依赖于一个或多个硬件传感器来获取其数据。根据设备的不同，这些基于软件的传感器可以从加速度计和磁力计或陀螺仪获取数据。

移动传感器对于监控设备的移动情况（例如倾斜、摇晃、旋转或摆动）很有用。这种移动通常是用户直接输入（例如，用户在游戏中驾驶汽车或用户在游戏中控制球）的反映，但也可能是设备所在物理环境的反映（例如，您在开车时跟着您移动）。在第一种情况下，您监控的是相对于设备参照系或应用参照系的运动；在第二种情况下，您监控的是相对于世界参照系的运动。移动传感器本身通常不用于监控设备位置，但可以与其他传感器（例如地磁场传感器）结合使用，以确定设备相对于世界参照系的位置（如需了解详情，请参阅位置传感器）。

所有移动传感器都会为每个 SensorEvent 返回传感器值的多维数组。例如，在单个传感器事件期间，加速度计返回三个坐标轴的加速力数据，陀螺仪返回三个坐标轴的旋转速率数据。这些数据值与其他 SensorEvent 参数一起在 float 数组 (values) 中返回。表 1 总结了在 Android 平台上可用的运动传感器。

表 1. Android 平台支持的移动传感器。

传感器 传感器事件数据 说明 度量单位
TYPE_ACCELEROMETER SensorEvent.values[0] 沿 x 轴的加速力（包括重力）。 米/秒2
SensorEvent.values[1] 沿 y 轴的加速力（包括重力）。
SensorEvent.values[2] 沿 z 轴的加速力（包括重力）。
TYPE_ACCELEROMETER_UNCALIBRATED SensorEvent.values[0] 沿 X 轴测量的加速度，没有任何偏差补偿。 米/秒2
SensorEvent.values[1] 沿 Y 轴测量的加速度，没有任何偏差补偿。
SensorEvent.values[2] 沿 Z 轴测量的加速度，没有任何偏差补偿。
SensorEvent.values[3] 沿 X 轴测量的加速度，并带有估算的偏差补偿。
SensorEvent.values[4] 沿 Y 轴测量的加速度，并带有估算的偏差补偿。
SensorEvent.values[5] 沿 Z 轴测量的加速度，并带有估算的偏差补偿。
TYPE_GRAVITY SensorEvent.values[0] 沿 x 轴的重力。 米/秒2
SensorEvent.values[1] 沿 y 轴的重力。
SensorEvent.values[2] 沿 z 轴的重力。
TYPE_GYROSCOPE SensorEvent.values[0] 绕 x 轴的旋转速率。 弧度/秒
SensorEvent.values[1] 绕 y 轴的旋转速率。
SensorEvent.values[2] 绕 z 轴的旋转速率。
TYPE_GYROSCOPE_UNCALIBRATED SensorEvent.values[0] 绕 x 轴的旋转速率（无漂移补偿）。 弧度/秒
SensorEvent.values[1] 绕 y 轴的旋转速率（无漂移补偿）。
SensorEvent.values[2] 绕 z 轴的旋转速率（无漂移补偿）。
SensorEvent.values[3] 绕 x 轴的估算漂移。
SensorEvent.values[4] 绕 y 轴的估算漂移。
SensorEvent.values[5] 绕 z 轴的估算漂移。
TYPE_LINEAR_ACCELERATION SensorEvent.values[0] 沿 x 轴的加速力（不包括重力）。 米/秒2
SensorEvent.values[1] 沿 y 轴的加速力（不包括重力）。
SensorEvent.values[2] 沿 z 轴的加速力（不包括重力）。
TYPE_ROTATION_VECTOR SensorEvent.values[0] 沿 x 轴的旋转矢量分量 (x * sin(θ/2))。 无单位
SensorEvent.values[1] 沿 y 轴的旋转矢量分量 (y * sin(θ/2))。
SensorEvent.values[2] 沿 z 轴的旋转矢量分量 (z * sin(θ/2))。
SensorEvent.values[3] 旋转矢量的标量分量 ((cos(them/2))。1
TYPE_SIGNIFICANT_MOTION N/A N/A N/A
TYPE_STEP_COUNTER SensorEvent.values[0] 激活传感器时，自上次重新启动以来用户行走的步数。 步骤
TYPE_STEP_DETECTOR N/A N/A N/A

1 标量部分是可选值。

旋转矢量传感器和重力传感器是移动侦测和监控最常用的传感器。旋转矢量传感器用途特别广泛，可用于各种与运动相关的任务，如检测手势、监控角度变化和监控相对方向变化。例如，如果您正在开发游戏、增强现实应用、二维或三维罗盘或相机防抖应用，旋转矢量传感器就非常合适。在大多数情况下，与使用加速度计和地磁场传感器或方向传感器相比，使用旋转矢量传感器是更好的选择。

Android 开源项目传感器

Android 开源项目 (AOSP) 提供了三个基于软件的运动传感器：重力传感器、线性加速度传感器和旋转矢量传感器。这些传感器在 Android 4.0 中进行了更新，现在使用设备的陀螺仪（以及其他传感器）来提高稳定性和性能。如果您想试用这些传感器，可以使用 getVendor() 方法和 getVersion() 方法（供应商为 Google LLC；版本号为 3）来识别它们。您必须通过供应商和版本号识别这些传感器，因为 Android 系统会将这三个传感器视为辅助传感器。例如，如果设备制造商提供自己的重力传感器，则 AOSP 重力传感器将显示为辅助重力传感器。这三个传感器都依赖于陀螺仪：如果设备没有陀螺仪，则这些传感器不会显示并且无法使用。

使用重力传感器

重力传感器提供指示重力方向和大小的三维矢量。通常，此传感器用于确定设备在空间中的相对方向。以下代码展示如何获取默认重力传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_GRAVITY)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_GRAVITY);

这些单位与加速度传感器使用的单位 (m/s2) 相同，并且坐标系与加速度传感器使用的坐标系相同。

注意：当设备处于静止状态时，重力传感器的输出应与加速度计的输出相同。

使用线性加速度计

线性加速度传感器为您提供一个三维矢量，表示沿每条设备轴（不包括重力）的加速度。您可以使用此值执行手势检测。该值还可用作惯性导航系统的输入，该系统使用航位推算。以下代码展示了如何获取默认线性加速度传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_LINEAR_ACCELERATION)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_LINEAR_ACCELERATION);

从概念上讲，该传感器根据以下关系为您提供加速度数据：

linear acceleration = acceleration - acceleration due to gravity

如果要在不受重力影响的情况下获取加速度数据，通常使用此传感器。例如，您可以使用此传感器了解汽车的行驶速度。线性加速度传感器始终具有一个偏移量，您需要移除此偏移量。最简单的方法是在应用中构建一个校准步骤。在校准期间，您可以要求用户将设备放在桌子上，然后读取所有三个轴的偏移量。然后，您可以从加速度传感器的直接读数中减去该偏移量，从而得出实际的线性加速度。

传感器坐标系与加速度传感器使用的坐标系相同，测量单位 (m/s2) 也相同。

使用旋转矢量传感器

旋转矢量将设备的屏幕方向表示为角度和轴的组合，其中设备已围绕轴（x、y 或 z）旋转了一个角度 另一个。以下代码展示了如何获取默认旋转矢量传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_ROTATION_VECTOR)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_ROTATION_VECTOR);

旋转矢量的三个元素表示如下：

x*sin(θ/2)、y*sin(θ/2)、z*sin(θ/2)

其中，旋转矢量的大小等于 sin(环聊/2)，旋转矢量的方向等于旋转轴的方向。

图 1. 旋转矢量传感器使用的坐标系。

旋转矢量的三个元素等于单位四元数的最后三个分量 (cos(them/2)、x*sin(them/2)、y*sin(them/2)、z*sin(them/2))。旋转矢量的元素没有单位。x 轴、y 轴和 z 轴的定义方式与加速传感器的定义方式相同。参考坐标系定义为直接正交基础（参见图 1）。该坐标系具有以下特征：

  • X 定义为矢量积 Y x Z。在设备当前位置，它与地面相切，并大致指向东。
  • Y 在设备当前位置与地面相切，并指向地磁北极。
  • Z 指向天空并与地平面垂直。

如需查看展示如何使用旋转矢量传感器的示例应用，请参阅 RotationVectorDemo.java。

使用有效运动传感器

每次检测到有效动作时，有效移动传感器都会触发事件，然后自动停用。大幅度动作是指可能导致用户位置发生变化的动作；例如步行、骑车或坐在行驶的汽车中。以下代码展示了如何获取默认有效移动传感器的实例以及如何注册事件监听器：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val mSensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_SIGNIFICANT_MOTION)
val triggerEventListener = object : TriggerEventListener() {
    override fun onTrigger(event: TriggerEvent?) {
        // Do work
    }
}
mSensor?.also { sensor ->
    sensorManager.requestTriggerSensor(triggerEventListener, sensor)
}

Java

private SensorManager sensorManager;
private Sensor sensor;
private TriggerEventListener triggerEventListener;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_SIGNIFICANT_MOTION);

triggerEventListener = new TriggerEventListener() {
    @Override
    public void onTrigger(TriggerEvent event) {
        // Do work
    }
};

sensorManager.requestTriggerSensor(triggerEventListener, mSensor);

如需了解详情，请参阅 TriggerEventListener。

使用计步器传感器

计步器传感器提供自激活传感器时上次重新启动以来用户行走的步数。与步测器传感器相比，计步器的延迟时间更长（最多 10 秒），但准确性更高。

注意 ：您必须声明 ACTIVITY_RECOGNITION 权限，您的应用才能在搭载 Android 10（API 级别 29）或更高版本的设备上使用此传感器。

以下代码展示如何获取默认计步器传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_STEP_COUNTER)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_STEP_COUNTER);

为了节省运行应用的设备上的电量，您应使用 JobScheduler 类以特定的时间间隔从计步器传感器检索当前值。虽然不同类型的应用需要不同的传感器读取间隔，但除非您的应用需要来自传感器的实时数据，否则您应该尽可能延长此时间间隔。

使用步测器传感器

每当用户迈步时，步测器传感器就会触发一个事件。延迟时间预计低于 2 秒。

注意 ：您必须声明 ACTIVITY_RECOGNITION 权限，您的应用才能在搭载 Android 10（API 级别 29）或更高版本的设备上使用此传感器。

以下代码展示如何获取默认步测器传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_STEP_DETECTOR)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_STEP_DETECTOR);

使用原始数据

以下传感器可为您的应用提供有关施加到设备的线性力和旋转力的原始数据。为了有效使用这些传感器的值，您需要从环境中滤除重力等因素。您可能还需要对值趋势应用平滑算法以减少噪声。

使用加速度计

加速度传感器可以测量施加到设备的加速度，包括重力。以下代码展示如何获取默认加速传感器的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER)

Java

private SensorManager sensorManager;
private Sensor sensor;
  ...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER);

注意 ：如果您的应用以 Android 12（API 级别 31）或更高版本为目标平台，该传感器有速率限制。

从概念上讲，加速度传感器使用以下关系测量施加到传感器本身的力 (Fs)，从而确定施加到设备的加速度 (Ad)：

A_D=-(1/mass)∑F_S

不过，重力始终根据以下关系影响测量的加速度：

A_D=-g-(1/mass)∑F_S

因此，当设备放在桌子上（不加速）时，加速度计的读数为 g = 9.81 m/s2。同样，当设备自由落体并因此以 9.81 m/s2 的速度向地面快速加速时，其加速度计的读数为 g = 0 m/s2。因此，为了测量设备的实际加速度，必须从加速度计数据中移除重力的作用。这可以通过应用高通滤波器来实现。相反，可以使用低通滤波器来隔离重力。以下示例展示了如何执行此操作：

Kotlin

override fun onSensorChanged(event: SensorEvent) {
    // In this example, alpha is calculated as t / (t + dT),
    // where t is the low-pass filter's time-constant and
    // dT is the event delivery rate.

    val alpha: Float = 0.8f

    // Isolate the force of gravity with the low-pass filter.
    gravity[0] = alpha * gravity[0] + (1 - alpha) * event.values[0]
    gravity[1] = alpha * gravity[1] + (1 - alpha) * event.values[1]
    gravity[2] = alpha * gravity[2] + (1 - alpha) * event.values[2]

    // Remove the gravity contribution with the high-pass filter.
    linear_acceleration[0] = event.values[0] - gravity[0]
    linear_acceleration[1] = event.values[1] - gravity[1]
    linear_acceleration[2] = event.values[2] - gravity[2]
}

Java

public void onSensorChanged(SensorEvent event){
    // In this example, alpha is calculated as t / (t + dT),
    // where t is the low-pass filter's time-constant and
    // dT is the event delivery rate.

    final float alpha = 0.8;

    // Isolate the force of gravity with the low-pass filter.
    gravity[0] = alpha * gravity[0] + (1 - alpha) * event.values[0];
    gravity[1] = alpha * gravity[1] + (1 - alpha) * event.values[1];
    gravity[2] = alpha * gravity[2] + (1 - alpha) * event.values[2];

    // Remove the gravity contribution with the high-pass filter.
    linear_acceleration[0] = event.values[0] - gravity[0];
    linear_acceleration[1] = event.values[1] - gravity[1];
    linear_acceleration[2] = event.values[2] - gravity[2];
}

注意：您可以使用许多不同的技术来过滤传感器数据。上述代码示例使用简单的滤波器常量 (alpha) 来创建低通滤波器。此过滤器常量派生自时间常量 (t)，时间常量是过滤器添加到传感器事件的延迟时间以及传感器的事件传送率 (dt) 的粗略表示。该代码示例使用 0.8 的 Alpha 值进行演示。如果您使用此过滤方法，则可能需要选择其他 Alpha 值。

加速度计使用标准传感器坐标系。在实践中，这意味着当设备以自然屏幕方向平放在桌子上时，会应用以下条件：

  • 如果将设备推向左侧（因此移到右侧），则 x 加速度值为正。
  • 如果您将设备推到底部（使其远离您），则 y 加速度值为正。
  • 如果您以 A m/s2 的加速度将设备推向天空，则 z 加速度值等于 A + 9.81，相当于设备的加速度 (+A m/s2) 减去重力加速度 (-9.81 m/s2)。
  • 固定设备的加速度值为 +9.81，对应于设备的加速度（0 m/s2 减去重力，为 -9.81 m/s2）。

一般来说，加速度计非常适合用于监控设备的运动。几乎所有搭载 Android 的手机和平板电脑都配备了加速度计，其功耗比其他移动传感器低 10 倍。其中一个缺点是，您可能必须实现低通和高通滤波器，以消除重力并减少噪声。

使用陀螺仪

陀螺仪测量围绕设备 x 轴、y 轴和 z 轴的旋转速率（以 rad/s 为单位）。以下代码展示如何获取默认陀螺仪的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_GYROSCOPE)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_GYROSCOPE);

注意 ：如果您的应用以 Android 12（API 级别 31）或更高版本为目标平台，该传感器有速率限制。

传感器的坐标系与加速度传感器使用的坐标系相同。逆时针方向旋转为正；也就是说，如果观察者从 x、y 或 z 轴的某个正位置看向位于原点的设备，则如果设备看上去是逆时针旋转，则该观察者将报告为正旋转。这是正向旋转的标准数学定义，与方向传感器使用的旋转角度定义不同。

通常情况下，陀螺仪的输出会随着时间的推移而积分，以计算描述角度随时间步长变化的旋转。例如：

Kotlin

// Create a constant to convert nanoseconds to seconds.
private val NS2S = 1.0f / 1000000000.0f
private val deltaRotationVector = FloatArray(4) { 0f }
private var timestamp: Float = 0f

override fun onSensorChanged(event: SensorEvent?) {
    // This timestep's delta rotation to be multiplied by the current rotation
    // after computing it from the gyro sample data.
    if (timestamp != 0f && event != null) {
        val dT = (event.timestamp - timestamp) * NS2S
        // Axis of the rotation sample, not normalized yet.
        var axisX: Float = event.values[0]
        var axisY: Float = event.values[1]
        var axisZ: Float = event.values[2]

        // Calculate the angular speed of the sample
        val omegaMagnitude: Float = sqrt(axisX * axisX + axisY * axisY + axisZ * axisZ)

        // Normalize the rotation vector if it's big enough to get the axis
        // (that is, EPSILON should represent your maximum allowable margin of error)
        if (omegaMagnitude > EPSILON) {
            axisX /= omegaMagnitude
            axisY /= omegaMagnitude
            axisZ /= omegaMagnitude
        }

        // Integrate around this axis with the angular speed by the timestep
        // in order to get a delta rotation from this sample over the timestep
        // We will convert this axis-angle representation of the delta rotation
        // into a quaternion before turning it into the rotation matrix.
        val thetaOverTwo: Float = omegaMagnitude * dT / 2.0f
        val sinThetaOverTwo: Float = sin(thetaOverTwo)
        val cosThetaOverTwo: Float = cos(thetaOverTwo)
        deltaRotationVector[0] = sinThetaOverTwo * axisX
        deltaRotationVector[1] = sinThetaOverTwo * axisY
        deltaRotationVector[2] = sinThetaOverTwo * axisZ
        deltaRotationVector[3] = cosThetaOverTwo
    }
    timestamp = event?.timestamp?.toFloat() ?: 0f
    val deltaRotationMatrix = FloatArray(9) { 0f }
    SensorManager.getRotationMatrixFromVector(deltaRotationMatrix, deltaRotationVector);
    // User code should concatenate the delta rotation we computed with the current rotation
    // in order to get the updated rotation.
    // rotationCurrent = rotationCurrent * deltaRotationMatrix;
}

Java

// Create a constant to convert nanoseconds to seconds.
private static final float NS2S = 1.0f / 1000000000.0f;
private final float[] deltaRotationVector = new float[4]();
private float timestamp;

public void onSensorChanged(SensorEvent event) {
    // This timestep's delta rotation to be multiplied by the current rotation
    // after computing it from the gyro sample data.
    if (timestamp != 0) {
      final float dT = (event.timestamp - timestamp) * NS2S;
      // Axis of the rotation sample, not normalized yet.
      float axisX = event.values[0];
      float axisY = event.values[1];
      float axisZ = event.values[2];

      // Calculate the angular speed of the sample
      float omegaMagnitude = sqrt(axisX*axisX + axisY*axisY + axisZ*axisZ);

      // Normalize the rotation vector if it's big enough to get the axis
      // (that is, EPSILON should represent your maximum allowable margin of error)
      if (omegaMagnitude > EPSILON) {
        axisX /= omegaMagnitude;
        axisY /= omegaMagnitude;
        axisZ /= omegaMagnitude;
      }

      // Integrate around this axis with the angular speed by the timestep
      // in order to get a delta rotation from this sample over the timestep
      // We will convert this axis-angle representation of the delta rotation
      // into a quaternion before turning it into the rotation matrix.
      float thetaOverTwo = omegaMagnitude * dT / 2.0f;
      float sinThetaOverTwo = sin(thetaOverTwo);
      float cosThetaOverTwo = cos(thetaOverTwo);
      deltaRotationVector[0] = sinThetaOverTwo * axisX;
      deltaRotationVector[1] = sinThetaOverTwo * axisY;
      deltaRotationVector[2] = sinThetaOverTwo * axisZ;
      deltaRotationVector[3] = cosThetaOverTwo;
    }
    timestamp = event.timestamp;
    float[] deltaRotationMatrix = new float[9];
    SensorManager.getRotationMatrixFromVector(deltaRotationMatrix, deltaRotationVector);
    // User code should concatenate the delta rotation we computed with the current rotation
    // in order to get the updated rotation.
    // rotationCurrent = rotationCurrent * deltaRotationMatrix;
}

标准陀螺仪提供原始旋转数据，而不对噪声和偏移（偏差）进行任何过滤或校正。实际上，陀螺仪的噪声和偏移会产生需要补偿的误差。您通常可以通过监控其他传感器（如重力传感器或加速度计）来确定偏移（偏差）和噪声。

使用未经校准的陀螺仪

未经校准的陀螺仪与陀螺仪类似，不同之处在于没有陀螺仪漂移补偿应用于旋转速率。出厂校准和温度补偿仍应用于旋转速率。未经校准的陀螺仪可用于后期处理和融合屏幕方向数据。通常，gyroscope_event.values[0] 将接近 uncalibrated_gyroscope_event.values[0] - uncalibrated_gyroscope_event.values[3]。即，

calibrated_x ~= uncalibrated_x - bias_estimate_x

注意：未校准传感器可提供更多原始结果，并且可能会包含一些偏差，但其测量结果包含从应用校正到校准的跳跃次数较少。某些应用可能更喜欢这些未经校准的结果，因为这些结果更流畅、更可靠。例如，如果应用尝试自行进行传感器融合，则引入校准可能会使结果失真。

除了旋转速率之外，未校准的陀螺仪还提供围绕每个轴的估算漂移。以下代码展示如何获取默认未校准陀螺仪的实例：

Kotlin

val sensorManager = getSystemService(Context.SENSOR_SERVICE) as SensorManager
val sensor: Sensor? = sensorManager.getDefaultSensor(Sensor.TYPE_GYROSCOPE_UNCALIBRATED)

Java

private SensorManager sensorManager;
private Sensor sensor;
...
sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
sensor = sensorManager.getDefaultSensor(Sensor.TYPE_GYROSCOPE_UNCALIBRATED);

更多代码示例

BatchStepSensor 示例进一步演示了如何使用本页介绍的 API。

另请阅读

上一页
传感器简介
下一页
位置传感器