เซ็นเซอร์ตรวจจับความเคลื่อนไหว

แพลตฟอร์ม Android มีเซ็นเซอร์หลายตัวที่ช่วยให้คุณตรวจสอบการเคลื่อนไหวของอุปกรณ์ได้

สถาปัตยกรรมที่เป็นไปได้ของเซ็นเซอร์จะแตกต่างกันไปตามประเภทเซ็นเซอร์ ดังนี้

• เซ็นเซอร์แรงโน้มถ่วง ความเร่งเชิงเส้น เวกเตอร์การหมุน การเคลื่อนไหวที่สำคัญ ตัวนับก้าว และตัวตรวจจับการก้าวอาจทำงานด้วยฮาร์ดแวร์หรือซอฟต์แวร์
• เซ็นเซอร์ตรวจวัดความเร่งและเครื่องวัดการหมุนจะอิงตามฮาร์ดแวร์เสมอ

อุปกรณ์ Android ส่วนใหญ่มีเครื่องวัดความเร่ง และตอนนี้อุปกรณ์จำนวนมากยังมีไจโรสโคปด้วย ความพร้อมใช้งานของเซ็นเซอร์ที่ใช้ซอฟต์แวร์จะผันผวนมากกว่า เนื่องจากมักอาศัยเซ็นเซอร์ฮาร์ดแวร์อย่างน้อย 1 ตัวในการดึงข้อมูล เซ็นเซอร์ที่อิงตามซอฟต์แวร์เหล่านี้อาจดึงข้อมูลมาจากตัวตรวจวัดความเร่งและแม่เหล็กไฟฟ้า หรือจากเครื่องวัดการหมุน ทั้งนี้ขึ้นอยู่กับอุปกรณ์

เซ็นเซอร์ตรวจจับการเคลื่อนไหวมีประโยชน์ในการตรวจสอบการเคลื่อนไหวของอุปกรณ์ เช่น การเอียง การเขย่า การหมุน หรือการส่าย โดยปกติแล้วการเคลื่อนไหวจะแสดงถึงอินพุตโดยตรงของผู้ใช้ (เช่น ผู้ใช้บังคับรถในเกมหรือผู้ใช้ควบคุมลูกบอลในเกม) แต่อาจแสดงถึงสภาพแวดล้อมจริงที่อุปกรณ์ตั้งอยู่ด้วย (เช่น เคลื่อนไหวไปพร้อมกับคุณขณะขับรถ) ในกรณีแรก คุณจะตรวจสอบการเคลื่อนไหวสัมพันธ์กับกรอบอ้างอิงของอุปกรณ์หรือกรอบอ้างอิงของแอปพลิเคชัน ในกรณีที่สอง คุณจะตรวจสอบการเคลื่อนไหวสัมพันธ์กับกรอบอ้างอิงของโลก โดยทั่วไปแล้ว เซ็นเซอร์ตรวจจับการเคลื่อนไหวไม่ได้ใช้เพื่อตรวจสอบตำแหน่งของอุปกรณ์ แต่สามารถใช้ร่วมกับเซ็นเซอร์อื่นๆ เช่น เซ็นเซอร์สนามแม่เหล็กโลก เพื่อระบุตำแหน่งของอุปกรณ์ตามกรอบอ้างอิงของโลก (ดูข้อมูลเพิ่มเติมในเซ็นเซอร์ตำแหน่ง)

เซ็นเซอร์ตรวจจับการเคลื่อนไหวทั้งหมดจะแสดงผลอาร์เรย์มิติข้อมูลหลายมิติของค่าเซ็นเซอร์สำหรับ SensorEvent แต่ละรายการ เช่น ในระหว่างเหตุการณ์เซ็นเซอร์เดียว ตัวตรวจวัดความเร่งจะแสดงข้อมูลแรงเร่งสำหรับแกนพิกัดทั้ง 3 แกน และเครื่องวัดการหมุนจะแสดงข้อมูลอัตราการหมุนสำหรับแกนพิกัดทั้ง 3 แกน ระบบจะแสดงค่าข้อมูลเหล่านี้ในfloatอาร์เรย์ (values) พร้อมกับพารามิเตอร์ SensorEvent อื่นๆ ตารางที่ 1 สรุปเซ็นเซอร์ตรวจจับการเคลื่อนไหวที่มีให้บริการบนแพลตฟอร์ม Android

ตารางที่ 1 เซ็นเซอร์ตรวจจับการเคลื่อนไหวที่รองรับในแพลตฟอร์ม Android

¹ คอมโพเนนต์สเกลาร์เป็นค่าที่ไม่บังคับ

เซ็นเซอร์เวกเตอร์การหมุนและเซ็นเซอร์แรงโน้มถ่วงเป็นเซ็นเซอร์ที่ใช้บ่อยที่สุดสำหรับการตรวจจับและตรวจสอบการเคลื่อนไหว เซ็นเซอร์เวกเตอร์การหมุนมีความอเนกประสงค์เป็นพิเศษและสามารถใช้ในงานต่างๆ ที่เกี่ยวข้องกับการเคลื่อนไหวได้มากมาย เช่น การตรวจจับท่าทางสัมผัส การตรวจสอบการเปลี่ยนแปลงเชิงมุม และการตรวจสอบการเปลี่ยนแปลงการวางแนวแบบสัมพัทธ์ ตัวอย่างเช่น เซ็นเซอร์เวกเตอร์การหมุนเหมาะสําหรับการพัฒนาเกม แอปพลิเคชันความจริงเสริม เข็มทิศ 2 มิติหรือ 3 มิติ หรือแอปการทรงตัวของกล้อง ในกรณีส่วนใหญ่ การใช้เซ็นเซอร์เหล่านี้เป็นทางเลือกที่ดีกว่าการใช้เซ็นเซอร์วัดความเร่งและเซ็นเซอร์สนามแม่เหล็กโลกหรือเซ็นเซอร์การวางแนว

เซ็นเซอร์ของโครงการโอเพนซอร์ส Android

โครงการโอเพนซอร์ส Android (AOSP) มีเซ็นเซอร์การเคลื่อนไหวแบบซอฟต์แวร์ 3 ประเภท ได้แก่ เซ็นเซอร์แรงโน้มถ่วง เซ็นเซอร์ความเร่งเชิงเส้น และเซ็นเซอร์เวกเตอร์การหมุน เซ็นเซอร์เหล่านี้ได้รับการอัปเดตใน Android 4.0 และตอนนี้ใช้ไจโรสโคปของอุปกรณ์ (นอกเหนือจากเซ็นเซอร์อื่นๆ) เพื่อปรับปรุงความเสถียรและประสิทธิภาพ หากต้องการลองใช้เซ็นเซอร์เหล่านี้ คุณสามารถระบุโดยใช้เมธอด getVendor() และเมธอด getVersion() (ผู้ให้บริการคือ Google LLC หมายเลขเวอร์ชันคือ 3) คุณต้องระบุเซ็นเซอร์เหล่านี้ตามผู้ให้บริการและหมายเลขเวอร์ชัน เนื่องจากระบบ Android จะถือว่าเซ็นเซอร์ 3 ตัวนี้เป็นเซ็นเซอร์รอง ตัวอย่างเช่น หากผู้ผลิตอุปกรณ์มีเซ็นเซอร์แรงโน้มถ่วงของตัวเอง เซ็นเซอร์แรงโน้มถ่วงของ AOSP จะแสดงเป็นเซ็นเซอร์แรงโน้มถ่วงรอง เซ็นเซอร์ทั้ง 3 อย่างนี้ทำงานด้วยไจโรสโคป หากอุปกรณ์ไม่มีไจโรสโคป เซ็นเซอร์เหล่านี้จะไม่ปรากฏขึ้นและไม่พร้อมใช้งาน

ใช้เซ็นเซอร์แรงโน้มถ่วง

เซ็นเซอร์แรงโน้มถ่วงจะให้เวกเตอร์ 3 มิติที่ระบุทิศทางและขนาดของแรงโน้มถ่วง โดยทั่วไป เซ็นเซอร์นี้จะใช้เพื่อระบุการวางแนวสัมพัทธ์ของอุปกรณ์ในพื้นที่ โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์แรงโน้มถ่วงเริ่มต้น

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

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

โดยหน่วยวัดจะเหมือนกับที่เซ็นเซอร์ความเร่งใช้ (m/s²) และระบบพิกัดจะเหมือนกับที่เซ็นเซอร์ความเร่งใช้

หมายเหตุ: เมื่ออุปกรณ์อยู่ในสถานะหยุดนิ่ง ผลลัพธ์ของเซ็นเซอร์แรงโน้มถ่วงควรเหมือนกับผลลัพธ์ของตัวตรวจวัดความเร่ง

ใช้เครื่องวัดความเร่งเชิงเส้น

เซ็นเซอร์ความเร่งเชิงเส้นจะให้เวกเตอร์ 3 มิติซึ่งแสดงถึงอัตราเร่งตามแกนแต่ละแกนของอุปกรณ์ โดยไม่รวมแรงโน้มถ่วง คุณสามารถใช้ค่านี้เพื่อตรวจจับท่าทางสัมผัสได้ ค่านี้ยังใช้เป็นอินพุตสําหรับระบบนำทางแบบเฉื่อยซึ่งใช้การประมาณตำแหน่งด้วย โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ความเร่งเชิงเส้นเริ่มต้น

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

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

แนวคิดของเซ็นเซอร์นี้คือให้ข้อมูลการเร่งตามความสัมพันธ์ต่อไปนี้

linear acceleration = acceleration - acceleration due to gravity

โดยปกติแล้ว คุณจะใช้เซ็นเซอร์นี้เมื่อต้องการรับข้อมูลการเร่งโดยไม่คำนึงถึงแรงโน้มถ่วง เช่น คุณอาจใช้เซ็นเซอร์นี้เพื่อดูว่ารถวิ่งเร็วแค่ไหน เซ็นเซอร์ความเร่งแบบเชิงเส้นจะมีการออฟเซตอยู่เสมอ ซึ่งคุณต้องนำออก วิธีที่ง่ายที่สุดคือสร้างขั้นตอนการสอบเทียบลงในแอปพลิเคชัน ในระหว่างการสอบเทียบ คุณสามารถขอให้ผู้ใช้วางอุปกรณ์บนโต๊ะ แล้วอ่านค่าออฟเซ็ตสำหรับทั้ง 3 แกน จากนั้นจึงลบค่าออฟเซ็ตนั้นออกจากค่าที่อ่านโดยตรงจากเซ็นเซอร์ความเร่งเพื่อหาค่าความเร่งเชิงเส้นจริง

ระบบพิกัดของเซ็นเซอร์จะเหมือนกับที่ใช้โดยเซ็นเซอร์ความเร่ง รวมถึงหน่วยวัด (m/s²)

ใช้เซ็นเซอร์เวกเตอร์การหมุน

เวกเตอร์การหมุนแสดงการวางแนวของอุปกรณ์โดยรวมมุมและแกนที่อุปกรณ์หมุนผ่านมุม θ รอบแกน (x, y หรือ z) โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์เวกเตอร์การหมุนเริ่มต้น

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

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

องค์ประกอบ 3 รายการของเวกเตอร์การหมุนแสดงดังนี้

โดยที่ขนาดของเวกเตอร์การหมุนเท่ากับ sin(θ/2) และทิศทางของเวกเตอร์การหมุนเท่ากับทิศทางของแกนการหมุน

รูปที่ 1 ระบบพิกัดที่ใช้โดยเซ็นเซอร์เวกเตอร์การหมุน

องค์ประกอบ 3 รายการของเวกเตอร์การหมุนเท่ากับองค์ประกอบ 3 รายการสุดท้ายของควอตเทอร์นิออนหน่วย (cos(θ/2), x*sin(θ/2), y*sin(θ/2), z*sin(θ/2)) องค์ประกอบของเวกเตอร์การหมุนไม่มีหน่วย แกน x, y และ z จะกำหนดในลักษณะเดียวกับเซ็นเซอร์ความเร่ง ระบบพิกัดอ้างอิงจะกำหนดให้เป็นฐาน orthonormal โดยตรง (ดูรูปที่ 1) ระบบพิกัดนี้มีคุณลักษณะดังต่อไปนี้

• X หมายถึงผลคูณเชิงเวกเตอร์ Y x Z เส้นนี้สัมผัสกับพื้นดินที่ตำแหน่งปัจจุบันของอุปกรณ์และชี้ไปทางทิศตะวันออกโดยประมาณ
• Y สัมผัสกับพื้นดินที่ตำแหน่งปัจจุบันของอุปกรณ์และชี้ไปยังขั้วโลกเหนือทางแม่เหล็ก
• Z จะชี้ขึ้นฟ้าและตั้งฉากกับระนาบพื้น

ดูตัวอย่างแอปพลิเคชันที่แสดงวิธีใช้เซ็นเซอร์เวกเตอร์การหมุนได้ที่ RotationVectorDemo.java

ใช้เซ็นเซอร์ตรวจจับการเคลื่อนไหวที่สำคัญ

เซ็นเซอร์ตรวจจับการเคลื่อนไหวที่สำคัญจะทริกเกอร์เหตุการณ์ทุกครั้งที่ตรวจพบการเคลื่อนไหวที่สำคัญ จากนั้นจะปิดใช้ตัวเอง การเคลื่อนไหวที่สำคัญคือการเคลื่อนไหวที่อาจนำไปสู่การเปลี่ยนแปลงตำแหน่งของผู้ใช้ เช่น เดิน ขับขี่จักรยาน หรือนั่งอยู่ในรถที่วิ่งอยู่ โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ตรวจจับการเคลื่อนไหวที่สำคัญเริ่มต้นและวิธีลงทะเบียนโปรแกรมรับฟังเหตุการณ์

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)
}

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

เซ็นเซอร์ตัวนับก้าวจะแสดงจํานวนก้าวที่ผู้ใช้เดินนับตั้งแต่การรีบูตครั้งล่าสุดขณะที่เซ็นเซอร์เปิดใช้งาน เครื่องนับก้าวมีความล่าช้ามากกว่า (สูงสุด 10 วินาที) แต่มีความแม่นยำมากกว่าเซ็นเซอร์ตรวจจับการเดิน

หมายเหตุ: คุณต้องประกาศสิทธิ์ ACTIVITY_RECOGNITION เพื่อให้แอปใช้เซ็นเซอร์นี้ได้ในอุปกรณ์ที่ใช้ Android 10 (API ระดับ 29) ขึ้นไป

โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ตัวนับก้าวเริ่มต้น

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

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

หากต้องการประหยัดแบตเตอรี่ในอุปกรณ์ที่ใช้งานแอป คุณควรใช้คลาส JobScheduler เพื่อดึงค่าปัจจุบันจากเซ็นเซอร์ตัวนับก้าวเป็นช่วงๆ แม้ว่าแอปแต่ละประเภทจะต้องการช่วงเวลาในการอ่านเซ็นเซอร์ที่แตกต่างกัน แต่คุณควรตั้งค่าช่วงเวลานี้ให้นานที่สุด เว้นแต่แอปของคุณจะต้องใช้ข้อมูลจากเซ็นเซอร์แบบเรียลไทม์

ใช้เซ็นเซอร์ตรวจจับการเดิน

เซ็นเซอร์ตรวจจับการเดินจะเรียกเหตุการณ์ทุกครั้งที่ผู้ใช้เดิน โดยเวลาในการตอบสนองคาดว่าจะต่ำกว่า 2 วินาที

หมายเหตุ: คุณต้องประกาศสิทธิ์ ACTIVITY_RECOGNITION เพื่อให้แอปใช้เซ็นเซอร์นี้ได้ในอุปกรณ์ที่ใช้ Android 10 (API ระดับ 29) ขึ้นไป

โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ตรวจจับการเดินเริ่มต้น

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

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

ทำงานกับข้อมูลดิบ

เซ็นเซอร์ต่อไปนี้จะให้ข้อมูลดิบเกี่ยวกับแรงเชิงเส้นและแรงหมุนที่กระทำกับอุปกรณ์แก่แอป หากต้องการใช้ค่าจากเซ็นเซอร์เหล่านี้อย่างมีประสิทธิภาพ คุณต้องกรองปัจจัยต่างๆ จากสภาพแวดล้อมออก เช่น แรงโน้มถ่วง นอกจากนี้ คุณอาจต้องใช้อัลกอริทึมการปรับให้เรียบกับแนวโน้มของค่าเพื่อลดสัญญาณรบกวนด้วย

ใช้เซ็นเซอร์ความเร่ง

เซ็นเซอร์ความเร่งจะวัดความเร่งที่กระทำต่ออุปกรณ์ ซึ่งรวมถึงแรงโน้มถ่วง โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของเซ็นเซอร์ความเร่งเริ่มต้น

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

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

ในทางแนวคิด เซ็นเซอร์ความเร่งจะกำหนดความเร่งที่กระทำต่ออุปกรณ์ (A_d) โดยการวัดแรงที่กระทำต่อตัวเซ็นเซอร์เอง (F_s) โดยใช้ความสัมพันธ์ต่อไปนี้

อย่างไรก็ตาม แรงโน้มถ่วงจะส่งผลต่อความเร่งที่วัดได้เสมอตามความสัมพันธ์ต่อไปนี้

ด้วยเหตุนี้ เมื่ออุปกรณ์วางอยู่บนโต๊ะ (และไม่เร่ง) มาตรวัดความเร่งจะอ่านค่า g = 9.81 m/s² ในทำนองเดียวกัน เมื่ออุปกรณ์อยู่ในลักษณะการตกอย่างอิสระและกำลังเร่งลงสู่พื้นอย่างรวดเร็วที่ 9.81 m/s² มาตรวัดความเร่งจะอ่านค่า g = 0 m/s² ดังนั้น หากต้องการวัดการเร่งความเร็วจริงของอุปกรณ์ จะต้องนำผลของแรงโน้มถ่วงออกจากข้อมูลเครื่องวัดความเร่ง ซึ่งทำได้โดยใช้ตัวกรอง High Pass ในทางกลับกัน คุณสามารถใช้ฟิลเตอร์ Low Pass เพื่อแยกแรงโน้มถ่วง ตัวอย่างต่อไปนี้แสดงวิธีดำเนินการ

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]
}

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 ในการกรองข้อมูลเซ็นเซอร์ได้ ตัวอย่างโค้ดด้านบนใช้ค่าคงที่ตัวกรอง (alpha) แบบง่ายเพื่อสร้างตัวกรอง Low Pass ค่าคงที่ของตัวกรองนี้มาจากค่าคงที่ของเวลา (t) ซึ่งเป็นการนำเสนอเวลาในการตอบสนองโดยคร่าวๆ ที่ตัวกรองเพิ่มลงในเหตุการณ์ของเซ็นเซอร์ และอัตราการนำส่งเหตุการณ์ของเซ็นเซอร์ (dt) ตัวอย่างโค้ดใช้ค่าอัลฟ่า 0.8 เพื่อสาธิต หากใช้วิธีการกรองนี้ คุณอาจต้องเลือกค่าอัลฟ่าอื่น

เซ็นเซอร์วัดความเร่งใช้ระบบพิกัดเซ็นเซอร์มาตรฐาน ในทางปฏิบัติ เงื่อนไขต่อไปนี้จะมีผลเมื่ออุปกรณ์วางราบบนโต๊ะในแนวตั้งตามปกติ

• หากคุณกดอุปกรณ์ทางด้านซ้าย (เพื่อให้อุปกรณ์เคลื่อนที่ไปทางขวา) ค่าความเร่งในแนว x จะบวก
• หากคุณกดอุปกรณ์ที่ด้านล่าง (เพื่อให้อุปกรณ์เคลื่อนออกจากคุณ) ค่าความเร่งในแนวตั้งจะเป็นบวก
• หากคุณดันอุปกรณ์ขึ้นฟ้าด้วยความเร่ง A m/s² ค่าความเร่ง z จะเท่ากับ A + 9.81 ซึ่งสอดคล้องกับความเร่งของอุปกรณ์ (+A m/s²) ลบด้วยแรงโน้มถ่วง (-9.81 m/s²)
• อุปกรณ์ที่อยู่กับที่จะมีค่าความเร่งเป็น +9.81 ซึ่งสอดคล้องกับความเร่งของอุปกรณ์ (0 m/s² ลบด้วยแรงโน้มถ่วง ซึ่งเท่ากับ -9.81 m/s²)

โดยทั่วไปแล้ว ตัวตรวจวัดความเร่งเป็นเซ็นเซอร์ที่ดีหากคุณต้องการตรวจสอบการเคลื่อนไหวของอุปกรณ์ โทรศัพท์มือถือและแท็บเล็ตที่ใช้ Android เกือบทุกรุ่นจะมีมาตรวัดความเร่ง ซึ่งใช้พลังงานน้อยกว่าเซ็นเซอร์การเคลื่อนไหวอื่นๆ ประมาณ 10 เท่า ข้อเสียอย่างหนึ่งคือคุณอาจต้องใช้ตัวกรอง Low Pass และ High Pass เพื่อกำจัดแรงโน้มถ่วงและลดเสียงรบกวน

ใช้เครื่องวัดการหมุน

เซ็นเซอร์วัดความเฉื่อยจะวัดอัตราการหมุนเป็น rad/s รอบแกน x, y และ z ของอุปกรณ์ โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของไจโรสโคปเริ่มต้น

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

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

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

ระบบพิกัดของเซ็นเซอร์จะเหมือนกับที่ใช้กับเซ็นเซอร์ความเร่ง การหมุนเป็นบวกในทิศทางทวนเข็มนาฬิกา กล่าวคือ ผู้สังเกตการณ์ที่มองจากตําแหน่งบวกบนแกน x, y หรือ z ที่อุปกรณ์ซึ่งอยู่ในจุดเริ่มต้นจะรายงานการหมุนเป็นบวกหากอุปกรณ์ดูเหมือนจะหมุนทวนเข็มนาฬิกา นี่คือคำจำกัดความทางคณิตศาสตร์มาตรฐานของการหมุนตามเข็มนาฬิกาและไม่เหมือนกับคำจำกัดความของการหมุนที่ใช้โดยเซ็นเซอร์การวางแนว

โดยปกติแล้ว ระบบจะรวมเอาเอาต์พุตของไจโรสโคปเมื่อเวลาผ่านไปเพื่อคำนวณการหมุนที่อธิบายการเปลี่ยนแปลงของมุมในช่วงเวลาหนึ่งๆ เช่น

// 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;
}

// 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;
}

อุปกรณ์วัดการหมุนมาตรฐานจะให้ข้อมูลการหมุนดิบโดยไม่มีการกรองหรือการแก้ไขสัญญาณรบกวนและค่าเบี่ยงเบน (ความคลาดเคลื่อน) ในทางปฏิบัติ สัญญาณรบกวนและค่าเบี่ยงเบนของไจโรสโคปจะทำให้เกิดข้อผิดพลาดที่ต้องได้รับการชดเชย โดยปกติแล้ว คุณจะต้องกำหนดความคลาดเคลื่อน (ค่าเบี่ยงเบน) และสัญญาณรบกวนโดยการตรวจสอบเซ็นเซอร์อื่นๆ เช่น เซ็นเซอร์แรงโน้มถ่วงหรือมาตรวัดความเร่ง

ใช้เครื่องวัดการหมุนที่ไม่ได้ปรับเทียบ

เครื่องวัดการหมุนที่ไม่ได้ปรับเทียบจะคล้ายกับเครื่องวัดการหมุน ยกเว้นว่าจะไม่มีการใช้การชดเชยความคลาดเคลื่อนของเครื่องวัดการหมุนกับอัตราการหมุน การปรับเทียบจากโรงงานและการชดเชยอุณหภูมิจะยังคงมีผลกับอัตราการหมุน การหมุนที่ไม่ได้รับการสอบเทียบมีประโยชน์สำหรับขั้นตอนหลังการประมวลผลและการผสานข้อมูลการวางแนว 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: เซ็นเซอร์ที่ไม่ได้ปรับเทียบจะให้ผลลัพธ์ดิบมากกว่าและอาจมีค่าเบี่ยงเบนบ้าง แต่การวัดค่าจะมีความผันผวนน้อยกว่าจากการแก้ไขที่ใช้การปรับเทียบ แอปพลิเคชันบางรายการอาจต้องการผลลัพธ์ที่ไม่ได้ปรับเทียบเหล่านี้เนื่องจากราบรื่นและเชื่อถือได้มากกว่า ตัวอย่างเช่น หากแอปพลิเคชันพยายามทำการผสานเซ็นเซอร์ของตนเอง การใส่การสอบเทียบอาจทำให้ผลลัพธ์บิดเบือนได้

นอกจากอัตราการหมุนแล้ว อุปกรณ์วัดความเร่งแบบไม่ได้รับการสอบเทียบยังแสดงค่าความคลาดเคลื่อนโดยประมาณรอบแกนแต่ละแกนด้วย โค้ดต่อไปนี้แสดงวิธีรับอินสแตนซ์ของ Gyroscope เริ่มต้นที่ไม่มีการสอบเทียบ

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

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

ตัวอย่างโค้ดเพิ่มเติม

ตัวอย่าง BatchStepSensor แสดงการใช้งาน API ที่ครอบคลุมในหน้านี้เพิ่มเติม

คุณควรอ่าน

• เซ็นเซอร์
• ภาพรวมเซ็นเซอร์
• เซ็นเซอร์ตำแหน่ง
• เซ็นเซอร์ตรวจจับสภาพแวดล้อม