运动传感器

Android 平台提供了多个传感器,让您可以监测设备运动。

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、重要运动传感器、计步传感器和步伐检测传感器可以是基于硬件或基于软件的。
  • 加速度计和陀螺仪传感器始终基于硬件。

大多数 Android 设备都配有加速度计,现在很多设备还包括陀螺仪。基于软件的传感器的可用性变化较大,因为它们通常依赖于一个或多个硬件传感器来获取数据。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从陀螺仪中获取数据。

运动传感器对于监测设备移动非常有用,例如倾斜、晃动、旋转或摆动。移动通常是直接用户输入(例如,用户在游戏中驾驶汽车或控制球)的反映,但也可能是设备所处物理环境的反映(例如,在您开车时随您一起移动)。在第一种情况下,您监测的是相对于设备的参照系或应用的参照系的运动;在第二种情况下,您监测的是相对于世界参照系的运动。运动传感器本身通常不用于监测设备位置,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(有关详细信息,请参阅位置传感器)。

所有运动传感器都会针对每个 SensorEvent 返回多维传感器值数组。例如,在单个传感器事件期间,加速度计会返回三个坐标轴的加速度力数据,陀螺仪会返回三个坐标轴的旋转速率数据。这些数据值会连同其他 SensorEvent 参数一起在一个 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 说明 测量单位
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 轴测得的未进行任何偏差补偿的加速度。 m/s2
SensorEvent.values[1] 沿 Y 轴测得的未进行任何偏差补偿的加速度。
SensorEvent.values[2] 沿 Z 轴测得的未进行任何偏差补偿的加速度。
SensorEvent.values[3] 沿 X 轴测得的并估计偏差补偿的加速度。
SensorEvent.values[4] 沿 Y 轴测得的并估计偏差补偿的加速度。
SensorEvent.values[5] 沿 Z 轴测得的并估计偏差补偿的加速度。
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(未进行漂移补偿)。 rad/s
SensorEvent.values[1] 绕 y 轴的旋转速率(未进行漂移补偿)。
SensorEvent.values[2] 绕 z 轴的旋转速率(未进行漂移补偿)。
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] 自上次重新启动以来用户在传感器激活期间行走的步数。
TYPE_STEP_DETECTOR N/A N/A N/A

1 标量分量是一个可选值。

旋转矢量传感器和重力传感器是用于运动检测和监测最常用的传感器。旋转矢量传感器尤其通用,可用于各种与运动相关的任务,例如检测手势、监测角度变化和监测相对方向变化。例如,如果您正在开发游戏、增强现实应用、二维或三维指南针或相机稳定应用,旋转矢量传感器将是理想之选。在大多数情况下,使用这些传感器比使用加速度计、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) 提供了三种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() 方法来识别它们(供应商是 Google LLC;版本号是 3)。通过供应商和版本号来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次要传感器。例如,如果设备制造商提供了自己的重力传感器,则 AOSP 重力传感器会显示为次要重力传感器。这三个传感器都依赖于陀螺仪:如果设备没有陀螺仪,这些传感器将不会显示,也无法使用。

使用重力传感器

重力传感器提供了一个三维矢量,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。以下代码演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),坐标系也与加速度传感器使用的坐标系相同。

注意: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

线性加速度传感器提供一个三维矢量,表示沿每个设备轴的加速度,但不包括重力。您可以使用此值执行手势检测。该值还可以用作惯性导航系统的输入,该系统使用航位推算。以下代码演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

当您想获取不受重力影响的加速度数据时,通常会使用此传感器。例如,您可以使用此传感器查看您的汽车行驶速度。线性加速度传感器始终存在偏移,您需要将其去除。最简单的方法是在您的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,以获得实际的线性加速度。

传感器的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,它是角度和轴的组合,其中设备围绕轴 (x、y 或 z) 旋转了角度 θ。以下代码演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 (cos(θ/2), x*sin(θ/2), y*sin(θ/2), z*sin(θ/2)) 的后三个分量。旋转矢量的元素是无单位的。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点

  • X 定义为矢量积 Y x Z。它在设备当前位置处与地面相切,并近似指向东方。
  • Y 在设备当前位置处与地面相切,并指向地磁北极。
  • Z 指向上方,并垂直于地面平面。

有关演示如何使用旋转矢量传感器的示例应用,请参阅 RotationVectorDemo.java

使用重要运动传感器

重要运动传感器会在检测到重要运动时触发一次事件,然后自行停用。重要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中的汽车中。以下代码演示了如何获取默认重要运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);

如需了解详细信息,请参阅 TriggerEventListener

使用计步传感器

计步传感器提供自上次重新启动以来用户在传感器激活期间行走的步数。计步传感器的延迟(最长 10 秒)比步伐检测传感器更长,但准确性更高。

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

以下代码演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);

为了节省运行您的应用的设备上的电池电量,您应使用 JobScheduler 类以特定间隔从计步传感器检索当前值。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,否则您应将此间隔设置得尽可能长。

使用步伐检测传感器

步伐检测传感器会在用户每迈出一步时触发一次事件。延迟应小于 2 秒。

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

以下代码演示了如何获取默认步伐检测传感器的实例

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);

处理原始数据

以下传感器为您的应用提供有关作用于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的数据,您需要滤除环境因素,例如重力。您可能还需要对数值趋势应用平滑算法以降低噪声。

使用加速度计

加速度传感器测量作用于设备的加速度,包括重力。以下代码演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:如果您的应用以 Android 12 (API 级别 31) 或更高版本为目标平台,此传感器会受到速率限制

从概念上讲,加速度传感器通过以下关系测量作用于传感器本身的力 (Fs),从而确定作用于设备 (Ad) 的加速度

A_D=-(1/mass)∑F_S

然而,根据以下关系,重力始终会影响测得的加速度

A_D=-g-(1/mass)∑F_S

因此,当设备静止在桌子上(且未加速)时,加速度计读数大小为 g = 9.81 m/s2。类似地,当设备处于自由落体状态并因此以 9.81 m/s2 的加速度快速向地面加速时,其加速度计读数大小为 g = 0 m/s2。因此,要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贡献。这可以通过应用高通滤波器来实现。反之,可以使用低通滤波器来隔离重力。以下示例演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) 创建一个低通滤波器。此滤波器常数派生自时间常数 (t)(它是滤波器添加到传感器事件的延迟的粗略表示)和传感器的事件传递速率 (dt)。代码示例使用 alpha 值 0.8 进行演示。如果您使用此过滤方法,可能需要选择不同的 alpha 值。

加速度计使用标准的传感器坐标系。在实践中,这意味着设备以自然方向平放于桌子上时,适用以下条件

  • 如果您从左侧推动设备(使其向右移动),则 x 加速度值为正。
  • 如果您从底部推动设备(使其远离您移动),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)。
  • 静止设备的加速度值为 +9.81,这对应于设备的加速度 (0 m/s2 减去重力,即 -9.81 m/s2)。

通常,如果您正在监测设备运动,加速度计是很好的传感器。几乎所有 Android 手机和平板电脑都配有加速度计,并且其功耗比其他运动传感器低约 10 倍。一个缺点是您可能需要实现低通滤波器和高通滤波器来消除重力并降低噪声。

使用陀螺仪

陀螺仪测量设备围绕 x、y 和 z 轴的旋转速率(单位为 rad/s)。以下代码演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:如果您的应用以 Android 12 (API 级别 31) 或更高版本为目标平台,此传感器会受到速率限制

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,从 x、y 或 z 轴上的某个正位置观察位于原点的设备时,如果设备看起来是逆时针旋转,则观察者会报告正旋转。这是正旋转的标准数学定义,与方向传感器使用的滚转定义不同。

通常,陀螺仪的输出会在时间上积分以计算描述时间步长内角度变化的旋转。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,不进行任何过滤或噪声和漂移(偏差)校正。在实践中,陀螺仪的噪声和漂移会引入需要补偿的误差。您通常通过监测其他传感器(例如重力传感器或加速度计)来确定漂移(偏差)和噪声。

使用未校准陀螺仪

未校准陀螺仪类似于陀螺仪,但未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。未校准陀螺仪对于后处理和融合方向数据非常有用。通常,gyroscope_event.values[0] 将接近 uncalibrated_gyroscope_event.values[0] - uncalibrated_gyroscope_event.values[3]。也就是说,

calibrated_x ~= uncalibrated_x - bias_estimate_x

注意:未校准的传感器提供更原始的结果,可能包含一些偏差,但其测量结果由于校准应用的修正而产生的跳变较少。某些应用可能更喜欢这些未校准的结果,因为它们更平滑、更可靠。例如,如果应用正在尝试进行自己的传感器融合,引入校准实际上可能会扭曲结果。

除了旋转速率之外,未校准陀螺仪还提供绕每个轴的估计漂移。以下代码演示了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 示例进一步演示了本页介绍的 API 的用法。

您还应阅读