运动传感器

Android 平台提供多种传感器，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、线性加速度、旋转矢量、显著运动、计步器和计步检测器传感器要么基于硬件，要么基于软件。
  • 加速度计和陀螺仪传感器始终基于硬件。

大多数搭载 Android 的设备都配备了加速度计，现在许多设备还配备了陀螺仪。基于软件的传感器的可用性变化更大，因为它们通常依赖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其数据。

运动传感器可用于监控设备的运动，例如倾斜、摇动、旋转或摆动。运动通常反映直接的用户输入（例如，用户在游戏中操控汽车或控制球），但也可能反映设备所处物理环境（例如，在您开车时随您一起移动）。在第一种情况下，您正在监控相对于设备参考系或应用参考系的运动；在第二种情况下，您正在监控相对于世界参考系的运动。运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考系的位置（有关更多信息，请参阅位置传感器）。

所有运动传感器都为每个SensorEvent返回多维传感器值数组。例如，在单个传感器事件期间，加速度计将返回三个坐标轴的加速度力数据，而陀螺仪将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 Android 平台上可用的运动传感器。

表 1. Android 平台支持的运动传感器。

传感器 传感器事件数据 描述 计量单位
TYPE_ACCELEROMETER SensorEvent.values[0] 沿 x 轴的加速度力（包括重力）。 m/s2
SensorEvent.values[1] 沿 y 轴的加速度力（包括重力）。
SensorEvent.values[2] 沿 z 轴的加速度力（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。 m/s2
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，使用估计的偏差补偿。
SensorEvent.values[4] 沿 Y 轴测量的加速度，使用估计的偏差补偿。
SensorEvent.values[5] 沿 Z 轴测量的加速度，使用估计的偏差补偿。
TYPE_GRAVITY SensorEvent.values[0] 沿 x 轴的重力。 m/s2
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。 rad/s
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）。 rad/s
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 轴的估计漂移。
SensorEvent.values[4] 绕 y 轴的估计漂移。
SensorEvent.values[5] 绕 z 轴的估计漂移。
TYPE_LINEAR_ACCELERATION SensorEvent.values[0] 沿 x 轴的加速度力（不包括重力）。 m/s2
SensorEvent.values[1] 沿 y 轴的加速度力（不包括重力）。
SensorEvent.values[2] 沿 z 轴的加速度力（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(θ/2)).1
TYPE_SIGNIFICANT_MOTION N/A N/A N/A
TYPE_STEP_COUNTER SensorEvent.values[0] 传感器激活后，用户自上次重启以来采取的步数。 步数
TYPE_STEP_DETECTOR N/A N/A N/A

1 标量分量是可选值。

旋转矢量传感器和重力传感器是用于运动检测和监控的最常用传感器。旋转矢量传感器用途广泛，可用于各种与运动相关的任务，例如检测手势、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、增强现实应用程序、二维或三维指南针或相机稳定应用程序，则旋转矢量传感器是理想选择。在大多数情况下，使用这些传感器比使用加速度计和地磁场传感器或方向传感器更好。

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。如果您想尝试这些传感器，可以使用 getVendor() 方法和 getVersion() 方法来识别它们（供应商为 Google LLC；版本号为 3）。通过供应商和版本号识别这些传感器是必要的，因为 Android 系统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他们自己的重力传感器，则 AOSP 重力传感器将显示为辅助重力传感器。所有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出来，也不能使用。

使用重力传感器

重力传感器提供一个三维矢量，指示重力的方向和大小。通常，此传感器用于确定设备在空间中的相对方向。以下代码显示了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);

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

注意：当设备静止时，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，表示沿每个设备轴的加速度，不包括重力。您可以使用此值执行手势检测。该值也可以作为惯性导航系统的输入，该系统使用航位推算。以下代码显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，此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

通常，当您想要获取不受重力影响的加速度数据时，会使用此传感器。例如，您可以使用此传感器查看汽车行驶的速度。线性加速度传感器始终存在偏移量，您需要将其移除。最简单的方法是在您的应用程序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，以获得实际的线性加速度。

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

旋转矢量表示设备的方向，作为角度和轴的组合，其中设备围绕轴 (x、y 或 z) 旋转了角度 θ。以下代码显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(θ/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(θ/2), x*sin(θ/2), y*sin(θ/2), z*sin(θ/2))。旋转矢量的元素是无量纲的。x、y 和 z 轴的定义方式与加速度传感器相同。参考坐标系定义为直接正交基（参见图 1）。此坐标系具有以下特征

  • X 定义为矢量积 Y x Z。它在设备当前位置与地面相切，并大致指向东方。
  • 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，垂直于地面平面。

有关显示如何使用旋转矢量传感器的示例应用程序，请参阅 RotationVectorDemo.java。

使用显著运动传感器

每次检测到显著运动时，显著运动传感器都会触发一个事件，然后它会禁用自身。显著运动是指可能导致用户位置发生变化的运动；例如步行、骑自行车或坐在行驶的汽车中。以下代码显示了如何获取默认显著运动传感器的实例以及如何注册事件侦听器

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);

有关更多信息，请参阅 TriggerEventListener。

使用计步传感器

计步传感器提供自上次重启以来用户步行的步数，前提是传感器处于激活状态。与计步检测传感器相比，计步传感器具有更高的延迟（最多 10 秒），但精度更高。

注意：为了使您的应用能够在运行 Android 10（API 级别 29）或更高版本的设备上使用此传感器，您必须在其中声明 ACTIVITY_RECOGNITION 权限。

以下代码显示了如何获取默认计步传感器的实例

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);

为了在运行您的应用的设备上节省电池电量，您应该使用 JobScheduler 类以特定间隔从计步传感器检索当前值。尽管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，否则您应尽可能延长此间隔。

使用计步检测传感器

每次用户迈出一步时，计步检测传感器都会触发一个事件。延迟预计低于 2 秒。

注意：为了使您的应用能够在运行 Android 10（API 级别 29）或更高版本的设备上使用此传感器，您必须在其中声明 ACTIVITY_RECOGNITION 权限。

以下代码显示了如何获取默认计步检测传感器的实例

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

以下传感器为您的应用提供有关施加到设备的线性和旋转力的原始数据。为了有效地使用这些传感器中的值，您需要过滤掉环境因素，例如重力。您可能还需要对值的趋势应用平滑算法以减少噪声。

使用加速度计

加速度传感器测量施加到设备的加速度，包括重力。以下代码显示了如何获取默认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_ACCELEROMETER)

Java

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

注意：如果您的应用面向 Android 12（API 级别 31）或更高版本，则此传感器将 限速。

从概念上讲，加速度传感器通过测量施加到传感器本身的力 (Fs) 来确定施加到设备的加速度 (Ad)，使用以下关系

A_D=-(1/mass)∑F_S

但是，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（并且没有加速）时，加速度计读取 g = 9.81 m/s2 的大小。类似地，当设备处于自由落体状态并因此以 9.81 m/s2 的速度快速向地面加速时，其加速度计读取 g = 0 m/s2 的大小。因此，为了测量设备的实际加速度，必须从加速度计数据中去除重力的影响。这可以通过应用高通滤波器来实现。相反，低通滤波器可用于隔离重力。以下示例显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。上面的代码示例使用简单的滤波器常数 (alpha) 来创建低通滤波器。此滤波器常数是从时间常数 (t) 派生的，时间常数是滤波器添加到传感器事件的延迟的粗略表示，以及传感器的事件传递速率 (dt)。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，则可能需要选择不同的 alpha 值。

加速度计使用标准传感器 坐标系。在实践中，这意味着当设备以其自然方向平放在桌子上时，以下条件适用

  • 如果您向设备左侧推动（使其向右移动），则 x 加速度值为正。
  • 如果您向下推动设备（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，这对应于设备的加速度 (+A m/s2) 减去重力 (-9.81 m/s2)。
  • 静止的设备将具有 +9.81 的加速度值，这对应于设备的加速度（0 m/s2 减去重力，即 -9.81 m/s2）。

通常，如果您正在监控设备运动，则加速度计是一个很好的传感器。几乎每个 Android 手机和平板电脑都配备了加速度计，并且它使用的功率大约是其他运动传感器的十分之一。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

陀螺仪测量设备围绕其 x、y 和 z 轴的旋转速率，单位为 rad/s。以下代码显示了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：如果您的应用面向 Android 12（API 级别 31）或更高版本，则此传感器将 限速。

传感器的坐标系与加速度传感器使用的坐标系相同。旋转方向为逆时针方向为正；也就是说，观察者从x、y或z轴上的某个正位置观察位于原点的设备，如果设备看起来是逆时针旋转，则报告正旋转。这是正旋转的标准数学定义，与方向传感器使用的横滚定义不同。

通常，陀螺仪的输出会随时间积分以计算旋转，描述时间步长内角度的变化。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，没有任何滤波或噪声和漂移（偏差）校正。在实践中，陀螺仪噪声和漂移会引入需要补偿的误差。通常，您可以通过监控其他传感器（如重力传感器或加速度计）来确定漂移（偏差）和噪声。

使用未校准的陀螺仪

未校准的陀螺仪类似于陀螺仪，只是没有对旋转速率应用陀螺仪漂移补偿。工厂校准和温度补偿仍应用于旋转速率。未校准的陀螺仪可用于后处理和融合方向数据。通常，gyroscope_event.values[0] 将接近于 uncalibrated_gyroscope_event.values[0] - uncalibrated_gyroscope_event.values[3]。也就是说，

校准后的x ≈ 未校准的x - 偏差估计x

注意：未校准的传感器提供更多原始结果，并且可能包含一些偏差，但其测量值包含更少的来自校准应用的校正跳跃。某些应用程序可能更喜欢这些未校准的结果，因为它们更平滑且更可靠。例如，如果应用程序试图进行自己的传感器融合，引入校准实际上会扭曲结果。

除了旋转速率外，未校准的陀螺仪还提供围绕每个轴的估计漂移。以下代码向您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);

其他代码示例

该BatchStepSensor示例进一步演示了本页介绍的API的使用。

您还应该阅读

上一页
关于传感器
下一页
位置传感器