หน้านี้ได้รับการแปลโดย Cloud Translation API

เซ็นเซอร์ตรวจจับความเคลื่อนไหว

แพลตฟอร์ม Android มีเซ็นเซอร์หลายตัวที่ช่วยให้คุณตรวจสอบการเคลื่อนไหว ของอุปกรณ์ได้

สถาปัตยกรรมที่เป็นไปได้ของเซ็นเซอร์จะแตกต่างกันไปตามประเภทเซ็นเซอร์ ดังนี้

เซ็นเซอร์แรงโน้มถ่วง ความเร่งเชิงเส้น เวกเตอร์การหมุน การเคลื่อนไหวที่สำคัญ ตัวนับก้าว และตัวตรวจจับก้าวเป็นเซ็นเซอร์ที่อิงตามฮาร์ดแวร์หรือซอฟต์แวร์
เซ็นเซอร์ตัวตรวจวัดความเร่งและเครื่องวัดการหมุนจะเป็นแบบฮาร์ดแวร์เสมอ

อุปกรณ์ที่ใช้ระบบปฏิบัติการ Android ส่วนใหญ่มีเครื่องวัดความเร่ง และปัจจุบันหลายรุ่นมี ไจโรสโคปด้วย ความพร้อมใช้งานของเซ็นเซอร์แบบซอฟต์แวร์จะมีความ ผันแปรมากกว่า เนื่องจากมักต้องอาศัยเซ็นเซอร์ฮาร์ดแวร์อย่างน้อย 1 ตัวเพื่อดึงข้อมูล เซ็นเซอร์ที่ใช้ซอฟต์แวร์เหล่านี้สามารถดึงข้อมูลจากตัวตรวจวัดความเร่งและเครื่องวัดสนามแม่เหล็ก หรือจากเครื่องวัดการหมุน ทั้งนี้ขึ้นอยู่กับอุปกรณ์

เซ็นเซอร์ตรวจจับการเคลื่อนไหวมีประโยชน์ในการตรวจสอบการเคลื่อนไหวของอุปกรณ์ เช่น การเอียง การเขย่า การหมุน หรือ การแกว่ง โดยปกติแล้ว การเคลื่อนไหวจะเป็นผลจากการป้อนข้อมูลโดยตรงของผู้ใช้ (เช่น ผู้ใช้บังคับรถในเกมหรือผู้ใช้ควบคุมลูกบอลในเกม) แต่ก็อาจเป็นผลจากสภาพแวดล้อมทางกายภาพที่อุปกรณ์อยู่ด้วย (เช่น เคลื่อนที่ไปกับคุณขณะขับรถ) ในกรณีแรก คุณกำลังตรวจสอบการเคลื่อนไหวที่สัมพันธ์กับกรอบอ้างอิงของอุปกรณ์ หรือกรอบอ้างอิงของแอปพลิเคชัน ส่วนในกรณีที่สอง คุณกำลังตรวจสอบการเคลื่อนไหวที่สัมพันธ์กับ กรอบอ้างอิงของโลก โดยปกติแล้วจะไม่ใช้เซ็นเซอร์ตรวจจับการเคลื่อนไหวเพียงอย่างเดียวเพื่อตรวจสอบตำแหน่งของอุปกรณ์ แต่สามารถใช้ร่วมกับเซ็นเซอร์อื่นๆ เช่น เซ็นเซอร์สนามแม่เหล็กโลก เพื่อกำหนดตำแหน่งของอุปกรณ์ที่สัมพันธ์กับกรอบอ้างอิงของโลก (ดูข้อมูลเพิ่มเติมได้ที่เซ็นเซอร์ตำแหน่ง)

เซ็นเซอร์ตรวจจับความเคลื่อนไหวทั้งหมดจะแสดงผลอาร์เรย์แบบหลายมิติของค่าเซ็นเซอร์สำหรับแต่ละ SensorEvent ตัวอย่างเช่น ในระหว่างเหตุการณ์เซ็นเซอร์เดียว ตัวตรวจวัดความเร่งจะส่งคืนข้อมูลแรงเร่งสำหรับแกนพิกัดทั้ง 3 แกน และเครื่องวัดการหมุนจะส่งคืนข้อมูลอัตราการหมุนสำหรับแกนพิกัดทั้ง 3 แกน ระบบจะแสดงค่าข้อมูลเหล่านี้ในอาร์เรย์ float (values) พร้อมกับพารามิเตอร์ SensorEvent อื่นๆ ตารางที่ 1 สรุปเซ็นเซอร์ตรวจจับความเคลื่อนไหวที่มีให้บริการในแพลตฟอร์ม Android

ตารางที่ 1 เซ็นเซอร์ตรวจจับความเคลื่อนไหวที่รองรับในแพลตฟอร์ม Android

เซ็นเซอร์	ข้อมูลเหตุการณ์เซ็นเซอร์	คำอธิบาย	หน่วยวัด
`TYPE_ACCELEROMETER`	`SensorEvent.values[0]`	แรงเร่งตามแกน x (รวมถึงแรงโน้มถ่วง)	ม./วินาที²
	`SensorEvent.values[1]`	แรงเร่งตามแกน y (รวมถึงแรงโน้มถ่วง)
	`SensorEvent.values[2]`	แรงเร่งตามแกน z (รวมถึงแรงโน้มถ่วง)
`TYPE_ACCELEROMETER_UNCALIBRATED`	`SensorEvent.values[0]`	การเร่งความเร็วที่วัดได้ตามแกน X โดยไม่มีการชดเชยความเอนเอียง	ม./วินาที²
	`SensorEvent.values[1]`	ความเร่งที่วัดตามแกน Y โดยไม่มีการชดเชยความเอนเอียง
	`SensorEvent.values[2]`	ความเร่งที่วัดตามแกน Z โดยไม่มีการชดเชยความเอนเอียง
	`SensorEvent.values[3]`	การเร่งความเร็วที่วัดได้ตามแกน X พร้อมการชดเชยอคติโดยประมาณ
	`SensorEvent.values[4]`	การเร่งที่วัดได้ตามแกน Y พร้อมการชดเชยอคติโดยประมาณ
	`SensorEvent.values[5]`	การเร่งความเร็วที่วัดได้ตามแกน Z พร้อมการชดเชยอคติโดยประมาณ
`TYPE_GRAVITY`	`SensorEvent.values[0]`	แรงโน้มถ่วงตามแกน x	ม./วินาที²
	`SensorEvent.values[1]`	แรงโน้มถ่วงตามแกน Y
	`SensorEvent.values[2]`	แรงโน้มถ่วงตามแกน z
`TYPE_GYROSCOPE`	`SensorEvent.values[0]`	อัตราการหมุนรอบแกน x	เรเดียน/วินาที
	`SensorEvent.values[1]`	อัตราการหมุนรอบแกน y
	`SensorEvent.values[2]`	อัตราการหมุนรอบแกน z
`TYPE_GYROSCOPE_UNCALIBRATED`	`SensorEvent.values[0]`	อัตราการหมุน (ไม่มีการชดเชยการดริฟต์) รอบแกน x	เรเดียน/วินาที
	`SensorEvent.values[1]`	อัตราการหมุน (ไม่มีการชดเชยการดริฟต์) รอบแกน y
	`SensorEvent.values[2]`	อัตราการหมุน (ไม่มีการชดเชยการดริฟต์) รอบแกน z
	`SensorEvent.values[3]`	การเลื่อนโดยประมาณรอบแกน x
	`SensorEvent.values[4]`	การเลื่อนโดยประมาณรอบแกน y
	`SensorEvent.values[5]`	การดริฟต์โดยประมาณรอบแกน z
`TYPE_LINEAR_ACCELERATION`	`SensorEvent.values[0]`	แรงเร่งตามแกน x (ไม่รวมแรงโน้มถ่วง)	ม./วินาที²
	`SensorEvent.values[1]`	แรงเร่งตามแกน y (ไม่รวมแรงโน้มถ่วง)
	`SensorEvent.values[2]`	แรงเร่งตามแกน z (ไม่รวมแรงโน้มถ่วง)
`TYPE_ROTATION_VECTOR`	`SensorEvent.values[0]`	คอมโพเนนต์เวกเตอร์การหมุนตามแกน x (x * sin(θ/2))	ไม่มีหน่วย
	`SensorEvent.values[1]`	คอมโพเนนต์เวกเตอร์การหมุนตามแกน y (y * sin(θ/2))
	`SensorEvent.values[2]`	คอมโพเนนต์เวกเตอร์การหมุนตามแกน z (z * sin(θ/2))
	`SensorEvent.values[3]`	องค์ประกอบสเกลาร์ของเวกเตอร์การหมุน ((cos(θ/2)).¹
`TYPE_SIGNIFICANT_MOTION`	ไม่มี	ไม่มีข้อมูล	ไม่มี
`TYPE_STEP_COUNTER`	`SensorEvent.values[0]`	จำนวนก้าวที่ผู้ใช้เดินนับตั้งแต่รีบูตครั้งล่าสุดขณะที่เซ็นเซอร์ เปิดใช้งานอยู่	จำนวนก้าว
`TYPE_STEP_DETECTOR`	ไม่มี	ไม่มีข้อมูล	ไม่มี

¹ คอมโพเนนต์สเกลาร์เป็นค่าที่ไม่บังคับ

เซ็นเซอร์เวกเตอร์การหมุนและเซ็นเซอร์แรงโน้มถ่วงเป็นเซ็นเซอร์ที่ใช้บ่อยที่สุดสำหรับการตรวจจับและการตรวจสอบการเคลื่อนไหว เซ็นเซอร์เวกเตอร์การหมุนมีความอเนกประสงค์เป็นพิเศษและใช้สำหรับงานที่เกี่ยวข้องกับการเคลื่อนไหวได้หลากหลาย เช่น การตรวจจับท่าทางสัมผัส การตรวจสอบการเปลี่ยนแปลงเชิงมุม และการตรวจสอบการเปลี่ยนแปลงการวางแนวสัมพัทธ์ ตัวอย่างเช่น เซ็นเซอร์เวกเตอร์การหมุนเหมาะอย่างยิ่งหากคุณ กำลังพัฒนาเกม แอปพลิเคชันความเป็นจริงเสริม เข็มทิศ 2 มิติหรือ 3 มิติ หรือแอปการทรงตัวของกล้อง ในกรณีส่วนใหญ่ การใช้เซ็นเซอร์เหล่านี้เป็นตัวเลือกที่ดีกว่าการใช้ เซ็นเซอร์วัดความเร่งและเซ็นเซอร์สนามแม่เหล็กโลก หรือเซ็นเซอร์การวางแนว

เซ็นเซอร์ของโครงการโอเพนซอร์ส Android

โครงการโอเพนซอร์ส Android (AOSP) มีเซ็นเซอร์ตรวจจับความเคลื่อนไหวที่ใช้ซอฟต์แวร์ 3 ตัว ได้แก่ เซ็นเซอร์แรงโน้มถ่วง เซ็นเซอร์ตรวจวัดความเร่งเชิงเส้น และเซ็นเซอร์เวกเตอร์การหมุน เซ็นเซอร์เหล่านี้ได้รับการอัปเดตใน Android 4.0 และตอนนี้ใช้ไจโรสโคปของอุปกรณ์ (นอกเหนือจากเซ็นเซอร์อื่นๆ) เพื่อปรับปรุงความเสถียรและ ประสิทธิภาพ หากต้องการลองใช้เซ็นเซอร์เหล่านี้ คุณสามารถระบุเซ็นเซอร์ได้โดยใช้วิธี getVendor() และวิธี getVersion() (ผู้จำหน่ายคือ Google LLC และหมายเลขเวอร์ชันคือ 3) การระบุเซ็นเซอร์เหล่านี้ตามผู้จำหน่ายและหมายเลขเวอร์ชันเป็นสิ่งจำเป็นเนื่องจากระบบ Android ถือว่าเซ็นเซอร์ทั้ง 3 ตัวนี้เป็นเซ็นเซอร์รอง ตัวอย่างเช่น หากผู้ผลิตอุปกรณ์มีเซ็นเซอร์แรงโน้มถ่วงของตนเอง เซ็นเซอร์แรงโน้มถ่วงของ AOSP จะปรากฏเป็นเซ็นเซอร์แรงโน้มถ่วงรอง เซ็นเซอร์ทั้ง 3 ตัวนี้ต้องอาศัย ไจโรสโคป หากอุปกรณ์ไม่มีไจโรสโคป เซ็นเซอร์เหล่านี้จะไม่ปรากฏและไม่ พร้อมใช้งาน

ใช้เซ็นเซอร์แรงโน้มถ่วง

เซ็นเซอร์แรงโน้มถ่วงจะให้เวกเตอร์ 3 มิติที่ระบุ ทิศทางและขนาดของแรงโน้มถ่วง โดยปกติแล้ว เซ็นเซอร์นี้จะใช้เพื่อกำหนด การวางแนวสัมพัทธ์ของอุปกรณ์ในพื้นที่ โค้ดต่อไปนี้แสดงวิธี รับอินสแตนซ์ของเซ็นเซอร์แรงโน้มถ่วงเริ่มต้น

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);

หน่วยจะเหมือนกับที่ใช้โดยเซ็นเซอร์วัดความเร่ง (ม./วินาที²) และระบบพิกัดจะเหมือนกับที่ใช้โดยเซ็นเซอร์วัดความเร่ง

หมายเหตุ: เมื่ออุปกรณ์อยู่นิ่ง ค่าเอาต์พุตของเซ็นเซอร์แรงโน้มถ่วง ควรเหมือนกับของตัวตรวจวัดความเร่ง

ใช้เครื่องวัดความเร่งเชิงเส้น

เซ็นเซอร์ความเร่งเชิงเส้นจะให้เวกเตอร์สามมิติ ซึ่งแสดงถึงความเร่งตามแกนแต่ละแกนของอุปกรณ์ โดยไม่รวมแรงโน้มถ่วง คุณสามารถใช้ ค่านี้เพื่อตรวจจับท่าทางสัมผัสได้ ค่านี้ยังใช้เป็นอินพุตให้กับ ระบบนำทางเฉื่อย ซึ่งใช้การคาดคะเนได้ด้วย โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ความเร่งเชิงเส้นเริ่มต้น

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);

ในเชิงแนวคิด เซ็นเซอร์นี้จะให้ข้อมูลการเร่งความเร็วตามความสัมพันธ์ต่อไปนี้

linear acceleration = acceleration - acceleration due to gravity

โดยปกติแล้ว คุณจะใช้เซ็นเซอร์นี้เมื่อต้องการรับข้อมูลการเร่งความเร็วโดยไม่มีอิทธิพลจากแรงโน้มถ่วง เช่น คุณอาจใช้เซ็นเซอร์นี้เพื่อดูว่ารถวิ่งเร็วแค่ไหน เซ็นเซอร์ ความเร่งเชิงเส้นจะมีออฟเซ็ตเสมอ ซึ่งคุณต้องนำออก วิธีที่ง่ายที่สุดในการทำเช่นนี้คือ การสร้างขั้นตอนการปรับเทียบในแอปพลิเคชัน ในระหว่างการปรับเทียบ คุณสามารถขอให้ผู้ใช้วางอุปกรณ์บนโต๊ะ แล้วอ่านค่าออฟเซ็ตสำหรับทั้ง 3 แกน จากนั้นคุณจะลบออฟเซ็ตนั้นออกจากค่าที่อ่านได้โดยตรงของเซ็นเซอร์วัดความเร่งเพื่อหาความเร่งเชิงเส้นที่แท้จริงได้

ระบบพิกัดของเซ็นเซอร์จะเหมือนกับที่ใช้ในเซ็นเซอร์ตรวจจับความเร่ง รวมถึงหน่วยวัด (ม./วินาที²)

ใช้เซ็นเซอร์เวกเตอร์การหมุน

เวกเตอร์การหมุนแสดงการวางแนวของอุปกรณ์เป็นการรวมกันของมุมและแกน โดยที่อุปกรณ์หมุนผ่านมุม θ รอบแกน (x, y หรือ z) โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์เวกเตอร์การหมุนเริ่มต้น

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);

องค์ประกอบทั้ง 3 ของเวกเตอร์การหมุนแสดงได้ดังนี้

โดยขนาดของเวกเตอร์การหมุนเท่ากับ sin(θ/2) และทิศทางของ เวกเตอร์การหมุนเท่ากับทิศทางของแกนการหมุน

รูปที่ 1 ระบบพิกัดที่ใช้โดยเซ็นเซอร์เวกเตอร์การหมุน

องค์ประกอบทั้ง 3 ของเวกเตอร์การหมุนจะเท่ากับองค์ประกอบ 3 อย่างสุดท้ายของควอเทอร์เนียนหน่วย (cos(θ/2), x*sin(θ/2), y*sin(θ/2), z*sin(θ/2)) องค์ประกอบของเวกเตอร์การหมุนไม่มีหน่วย แกน x, y และ z มีคำจำกัดความเช่นเดียวกับเซ็นเซอร์ตรวจวัดความเร่ง ระบบพิกัดอ้างอิง กำหนดเป็นฐานตั้งฉากโดยตรง (ดูรูปที่ 1) ระบบพิกัดนี้ มีลักษณะดังนี้

X จะกำหนดเป็นผลคูณเชิงเวกเตอร์ Y x Z โดยจะสัมผัสกับ พื้นดินที่ตำแหน่งปัจจุบันของอุปกรณ์และชี้ไปทางทิศตะวันออกโดยประมาณ
Y สัมผัสกับพื้นดินที่ตำแหน่งปัจจุบันของอุปกรณ์และชี้ไปยังขั้วโลกเหนือ แม่เหล็กโลก
Z ชี้ขึ้นไปบนท้องฟ้าและตั้งฉากกับระนาบพื้น

ดูแอปพลิเคชันตัวอย่างที่แสดงวิธีใช้เซ็นเซอร์เวกเตอร์การหมุนได้ที่ RotationVectorDemo.java

ใช้เซ็นเซอร์ตรวจจับการเคลื่อนไหวที่สำคัญ

เซ็นเซอร์ตรวจจับการเคลื่อนไหวที่สําคัญจะทริกเกอร์เหตุการณ์ทุกครั้งที่ตรวจพบการเคลื่อนไหวที่สําคัญ และ จากนั้นจะปิดตัวเอง การเคลื่อนไหวที่สำคัญคือการเคลื่อนไหวที่อาจทําให้เกิดการเปลี่ยนแปลงตําแหน่งของผู้ใช้ เช่น การเดิน การปั่นจักรยาน หรือการนั่งในรถที่กําลังเคลื่อนที่ โค้ดต่อไปนี้แสดงวิธี รับอินสแตนซ์ของเซ็นเซอร์ตรวจจับความเคลื่อนไหวที่สำคัญเริ่มต้นและวิธีลงทะเบียนเครื่อง ฟังเหตุการณ์

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);

ดูข้อมูลเพิ่มเติมได้ที่ TriggerEventListener

ใช้เซ็นเซอร์ตัวนับก้าว

เซ็นเซอร์ตัวนับก้าวจะแสดงจำนวนก้าวที่ผู้ใช้เดินนับตั้งแต่รีบูตครั้งล่าสุด ขณะที่เซ็นเซอร์เปิดใช้งานอยู่ ตัวนับก้าวมีเวลาในการตอบสนองมากกว่า (สูงสุด 10 วินาที) แต่มีความแม่นยำมากกว่าเซ็นเซอร์ตรวจจับก้าว

หมายเหตุ: คุณต้องประกาศสิทธิ์ ACTIVITY_RECOGNITION เพื่อให้แอปใช้เซ็นเซอร์นี้ในอุปกรณ์ที่ใช้ Android 10 (API ระดับ 29) ขึ้นไปได้

โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ตัวนับก้าวเริ่มต้น

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);

หากต้องการรักษาแบตเตอรี่ในอุปกรณ์ที่เรียกใช้แอป คุณควรใช้คลาส JobScheduler เพื่อดึงค่าปัจจุบันจาก เซ็นเซอร์ตัวนับก้าวในช่วงเวลาที่เฉพาะเจาะจง แม้ว่าแอปประเภทต่างๆ จะต้องมีช่วงเวลาการอ่านเซ็นเซอร์ที่แตกต่างกัน แต่คุณควรตั้งช่วงเวลานี้ให้ นานที่สุดเท่าที่จะเป็นไปได้ เว้นแต่แอปของคุณจะต้องใช้ข้อมูลแบบเรียลไทม์จากเซ็นเซอร์

ใช้เซ็นเซอร์ตรวจจับการก้าว

เซ็นเซอร์ตรวจจับการก้าวจะทริกเกอร์เหตุการณ์ทุกครั้งที่ผู้ใช้ก้าว เวลาในการตอบสนองคาดว่าจะน้อยกว่า 2 วินาที

โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ตรวจจับการก้าวเริ่มต้น

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);

ทำงานกับข้อมูลดิบ

เซ็นเซอร์ต่อไปนี้จะให้ข้อมูลดิบเกี่ยวกับแรงเชิงเส้นและ แรงหมุนที่ใช้กับอุปกรณ์แก่แอป หากต้องการใช้ค่าจากเซ็นเซอร์เหล่านี้อย่างมีประสิทธิภาพ คุณต้องกรองปัจจัยจากสภาพแวดล้อม เช่น แรงโน้มถ่วง ออก นอกจากนี้ คุณอาจต้องใช้อัลกอริทึมการปรับค่าให้เรียบกับแนวโน้ม ของค่าเพื่อลดสัญญาณรบกวน

ใช้เครื่องวัดความเร่ง

เซ็นเซอร์ตรวจวัดความเร่งจะวัดความเร่งที่ใช้กับอุปกรณ์ รวมถึงแรงโน้มถ่วง โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์วัดความเร่งเริ่มต้น

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);

หมายเหตุ: หากแอปกำหนดเป้าหมายเป็น Android 12 (API ระดับ 31) ขึ้นไป เซ็นเซอร์นี้จะจำกัดอัตรา

ในเชิงแนวคิด เซ็นเซอร์วัดความเร่งจะกำหนดความเร่งที่ใช้กับอุปกรณ์ (A_d) โดยการวัดแรงที่ใช้กับเซ็นเซอร์เอง (F_s) โดยใช้ความสัมพันธ์ต่อไปนี้

อย่างไรก็ตาม แรงโน้มถ่วงจะส่งผลต่อความเร่งที่วัดได้เสมอตามความสัมพันธ์ต่อไปนี้

ด้วยเหตุนี้ เมื่อวางอุปกรณ์ไว้บนโต๊ะ (และไม่มีการเร่งความเร็ว) มาตรวัดความเร่งจะอ่านค่าขนาดเป็น g = 9.81 m/s² ในทำนองเดียวกัน เมื่ออุปกรณ์อยู่ใน การตกอย่างอิสระและเร่งความเร็วลงสู่พื้นอย่างรวดเร็วที่ 9.81 ม./วินาที² มาตรวัดความเร่งจะอ่านค่าขนาดของ g = 0 ม./วินาที² ดังนั้น หากต้องการวัดความเร่งจริงของอุปกรณ์ คุณต้องนำส่วนประกอบของแรงโน้มถ่วงออกจากข้อมูลมาตรวัดความเร่ง ซึ่งทำได้โดยใช้ตัวกรอง High-Pass ในทางกลับกัน คุณสามารถใช้ตัวกรองแบบผ่านต่ำเพื่อแยกแรงโน้มถ่วงได้ ตัวอย่างต่อไปนี้แสดงวิธีดำเนินการนี้

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];
}

หมายเหตุ: คุณใช้เทคนิคต่างๆ มากมายเพื่อกรองข้อมูลเซ็นเซอร์ได้ ตัวอย่างโค้ดด้านบนใช้ค่าคงที่ตัวกรองอย่างง่าย (alpha) เพื่อสร้างตัวกรองแบบผ่านต่ำ ค่าคงที่ของตัวกรองนี้ ได้มาจากค่าคงที่ของเวลา (t) ซึ่งเป็นการแสดงค่าคร่าวๆ ของเวลาในการตอบสนองที่ ตัวกรองเพิ่มลงในเหตุการณ์ของเซ็นเซอร์ และอัตราการนำส่งเหตุการณ์ของเซ็นเซอร์ (dt) ตัวอย่างโค้ด ใช้ค่าอัลฟ่าเป็น 0.8 เพื่อวัตถุประสงค์ในการสาธิต หากใช้วิธีการกรองนี้ คุณอาจต้องเลือกค่าอัลฟ่าอื่น

มาตรความเร่งใช้ระบบ พิกัดเซ็นเซอร์มาตรฐาน ในทางปฏิบัติ หมายความว่าเงื่อนไขต่อไปนี้จะมีผลเมื่อวางอุปกรณ์ราบลงบนโต๊ะในแนวนอนปกติ

หากคุณดันอุปกรณ์ทางด้านซ้าย (เพื่อให้เคลื่อนที่ไปทางขวา) ค่าความเร่ง x จะเป็นบวก
หากคุณดันอุปกรณ์ที่ด้านล่าง (เพื่อให้อุปกรณ์เคลื่อนที่ออกจากตัวคุณ) ค่าการเร่งความเร็วในแนวแกน y จะเป็นบวก
หากคุณดันอุปกรณ์ขึ้นไปบนท้องฟ้าด้วยความเร่ง A m/s² ค่าความเร่งในแนวแกน z จะเท่ากับ A + 9.81 ซึ่งสอดคล้องกับความเร่งของอุปกรณ์ (+A m/s²) ลบด้วยแรงโน้มถ่วง (-9.81 m/s²)
อุปกรณ์ที่อยู่กับที่จะมีค่าความเร่งเป็น +9.81 ซึ่งสอดคล้องกับ ความเร่งของอุปกรณ์ (0 ม./วินาที² ลบด้วยแรงโน้มถ่วง ซึ่งเท่ากับ -9.81 ม./วินาที²)

โดยทั่วไปแล้ว ตัวตรวจวัดความเร่งเป็นเซ็นเซอร์ที่ดีที่ควรใช้หากคุณกำลังตรวจสอบการเคลื่อนไหวของอุปกรณ์ โทรศัพท์มือถือและแท็บเล็ตที่ใช้ Android เกือบทุกรุ่นมีมาตรวัดความเร่ง และใช้พลังงานน้อยกว่าเซ็นเซอร์ตรวจจับความเคลื่อนไหวอื่นๆ ประมาณ 10 เท่า ข้อเสียอย่างหนึ่งคือคุณอาจต้องใช้ ตัวกรองแบบผ่านต่ำและแบบผ่านสูงเพื่อกำจัดแรงโน้มถ่วงและลดสัญญาณรบกวน

ใช้เครื่องวัดการหมุน

ไจโรสโคปจะวัดอัตราการหมุนในหน่วยเรเดียน/วินาทีรอบแกน x, y และ z ของอุปกรณ์ โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของไจโรสโคปเริ่มต้น

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);

ระบบพิกัดของเซ็นเซอร์ จะเหมือนกับที่ใช้สำหรับเซ็นเซอร์ตรวจวัดความเร่ง การหมุนเป็นบวกในทิศทางทวนเข็มนาฬิกา กล่าวคือ ผู้สังเกตการณ์ที่มองจากตำแหน่งบวกบนแกน x, y หรือ z ไปยังอุปกรณ์ที่วางอยู่บนจุดกำเนิดจะรายงานการหมุนเป็นบวกหากอุปกรณ์ดูเหมือนจะหมุนทวนเข็มนาฬิกา นี่คือ คำจำกัดความทางคณิตศาสตร์มาตรฐานของการหมุนในทิศทางบวก และไม่เหมือนกับคำจำกัดความของ การหมุนที่ใช้โดยเซ็นเซอร์การวางแนว

โดยปกติแล้ว เอาต์พุตของไจโรสโคปจะรวมกันเมื่อเวลาผ่านไปเพื่อคำนวณการหมุนที่อธิบาย การเปลี่ยนแปลงของมุมในช่วงเวลาที่กำหนด เช่น

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;
}

ไจโรสโคปมาตรฐานให้ข้อมูลการหมุนดิบโดยไม่มีการกรองหรือแก้ไขสัญญาณรบกวนและ ดริฟต์ (อคติ) ในทางปฏิบัติ สัญญาณรบกวนและการดริฟต์ของไจโรสโคปจะทำให้เกิดข้อผิดพลาดที่ต้อง ชดเชย โดยปกติแล้ว คุณจะกำหนดดริฟต์ (อคติ) และสัญญาณรบกวนได้ด้วยการตรวจสอบเซ็นเซอร์อื่นๆ เช่น เซ็นเซอร์แรงโน้มถ่วงหรือตัวตรวจวัดความเร่ง

ใช้เครื่องวัดการหมุนที่ยังไม่ได้ปรับเทียบ

ไจโรสโคปที่ยังไม่ได้ปรับเทียบจะคล้ายกับไจโรสโคป เว้นแต่ว่าจะไม่มีการชดเชยการดริฟต์ของไจโรกับอัตราการหมุน การปรับเทียบจากโรงงาน และการชดเชยอุณหภูมิจะยังคงมีผลกับอัตราการหมุน ไจโรสโคปที่ยังไม่ได้ปรับเทียบมีประโยชน์สำหรับการประมวลผลภายหลังและการผสานข้อมูลการวางแนว โดยทั่วไปแล้ว gyroscope_event.values[0] จะใกล้เคียงกับ uncalibrated_gyroscope_event.values[0] - uncalibrated_gyroscope_event.values[3] กล่าวคือ

calibrated_x ~= uncalibrated_x - bias_estimate_x

หมายเหตุ: เซ็นเซอร์ที่ไม่ได้ปรับเทียบจะให้ผลลัพธ์ดิบมากกว่าและอาจ มีอคติอยู่บ้าง แต่การวัดของเซ็นเซอร์จะมีการเปลี่ยนแปลงน้อยกว่าจากการแก้ไขที่ใช้ผ่าน การปรับเทียบ แอปพลิเคชันบางอย่างอาจต้องการผลลัพธ์ที่ไม่ได้ปรับเทียบเหล่านี้เนื่องจากมีความราบรื่นและ เชื่อถือได้มากกว่า เช่น หากแอปพลิเคชันพยายามทำการรวมเซ็นเซอร์ด้วยตัวเอง การแนะนำการปรับเทียบอาจทำให้ผลลัพธ์บิดเบือนได้

นอกเหนือจากอัตราการหมุนแล้ว ไจโรสโคปที่ยังไม่ได้ปรับเทียบยังให้ค่าประมาณ การดริฟต์รอบแกนแต่ละแกนด้วย โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของไจโรสโคปเริ่มต้นที่ไม่ได้ปรับเทียบ

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);

ตัวอย่างโค้ดเพิ่มเติม

ตัวอย่าง BatchStepSensor แสดงให้เห็นถึงการใช้ API ที่กล่าวถึงในหน้านี้เพิ่มเติม

คุณควรอ่าน

เกี่ยวกับเซ็นเซอร์

เซ็นเซอร์ตำแหน่ง