布局很简单：
 
 
activity：
 
/**
 * 方向加速度：使用加速度传感器和地磁传感器共同实现。
 * 此模拟简易指南针功能。
 */

public class ActOrientationSensor extends AppCompatActivity {

    @BindView(R.id.img_compass)
    ImageView imgCompass;
    @BindView(R.id.img_arrow)
    ImageView imgArrow;

    private SensorManager sensorManager;

    @Override
    protected void onCreate(@Nullable Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_act_orientationsensor);
        ButterKnife.bind(this);

        sensorManager = (SensorManager) getSystemService(Context.SENSOR_SERVICE);
        Sensor magneticSensor = sensorManager.getDefaultSensor(Sensor.TYPE_MAGNETIC_FIELD);
        Sensor accelerometerSensor = sensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER);
        sensorManager.registerListener(sensorEventListener, magneticSensor, SensorManager.SENSOR_DELAY_GAME);
        sensorManager.registerListener(sensorEventListener, accelerometerSensor, SensorManager.SENSOR_DELAY_GAME);
    }

    private SensorEventListener sensorEventListener = new SensorEventListener() {
        float[] accelerometerValues = new float[3];
        float[] magneticValues = new float[3];
        private float lastRotateDegree;
        @Override
        public void onSensorChanged(SensorEvent event) {
            //判断当前是加速度传感器还是地磁传感器
            if (event.sensor.getType() == Sensor.TYPE_ACCELEROMETER) {
                //注意赋值时要调用clone()方法,
                //不然accelerometerValues和magneticValues将会指向同一个引用
                accelerometerValues = event.values.clone();
            } else if (event.sensor.getType() == Sensor.TYPE_MAGNETIC_FIELD) {
                //注意赋值时要调用clone()方法,
                //不然accelerometerValues和magneticValues将会指向同一个引用
                magneticValues = event.values.clone();
            }
            float[] R = new float[9];
            float[] values = new float[3];
            //为R数组赋值
            SensorManager.getRotationMatrix(R, null, accelerometerValues, magneticValues);
            //为values数组赋值，values中就已经包含手机在所有方向上旋转的弧度了
            SensorManager.getOrientation(R, values);
            //1.values[0]表示手机围绕Z轴旋转的弧度；
            //2.values[0]的取值范围为-180度到180度，
            //正负180度表示正南方向，0度表示正北方向，
            //-90度表示正西方向，90度表示正东方向；
            //3.Math.toDegrees()把弧度转换成角度；
            //将计算出的旋转角度取反，用于旋转指南针背景图
            float rotateDegree = -(float)Math.toDegrees(values[0]);
            if(Math.abs(rotateDegree - lastRotateDegree) > 1){
                RotateAnimation animation = new RotateAnimation(
                        lastRotateDegree, rotateDegree,
                        Animation.RELATIVE_TO_SELF, 0.5f,
                        Animation.RELATIVE_TO_SELF, 0.5f);
                animation.setFillAfter(true);
                imgCompass.startAnimation(animation);
                lastRotateDegree = rotateDegree;
            }
        }

        @Override
        public void onAccuracyChanged(Sensor sensor, int accuracy) {
        }
    };

    @Override
    protected void onDestroy() {
        super.onDestroy();
        if (sensorManager != null) {
            sensorManager.unregisterListener(sensorEventListener);
        }
    }
}

以下是自己查看网上资料写的算法，但是实际测试发现，我希望的是静止状态下得到的实际加速度应该为零，但是按照重力加速度向x,y,z分量的角度写的当下的算法是不等于0的，和实际要求不符合；请求好心人指点以下：

 

 

 public void onSensorChanged(SensorEvent evt) {

 // TODO Auto-generated method stub

 if (evt.sensor.getType() == Sensor.TYPE_ORIENTATION) {

 Or_x = evt.values[SensorManager.DATA_X];

 or_x = (double) Or_x;

 Or_z = evt.values[SensorManager.DATA_Z];

 

 or_z = (double) Or_z;

 

 Or_y = evt.values[SensorManager.DATA_Y];

 or_y = (double) Or_y;

 

 }

 

 if (evt.sensor.getType() == Sensor.TYPE_ACCELEROMETER) {

 AccelX = evt.values[SensorManager.DATA_X];

 AccelY = evt.values[SensorManager.DATA_Y];

 AccelZ = evt.values[SensorManager.DATA_Z];

 }

 // ///

 ac_hx = Math.sin(or_z * 3.1415926 / 180) * 9.81;//静止状态下or_z翻转角下x方向固有的加速度

 axp = (AccelX - ac_hx);//实际加速度

 

 

 // ///

 ac_hy = Math.sin(-or_y * 3.1415926 / 180) * 9.81;;//静止状态下or_y翻转角下y方向固有的加速度

 

 ayp = AccelY - ac_hy;//实际加速度

 

 // ///

 ac_hz = Math.sqrt(9.81*9.81 - ac_hx * ac_hx + ac_hy * ac_hy);

 //静止状态z方向固有的加速度

 

 

 azp = (AccelZ - ac_hz);//实际加速度

 

 

 // ///

 Log.i("axp", "axp===" + axp);

 Log.i("ayp", "ayp===" + ayp);

 Log.i("azp", "azp===" + azp);

 

 Tapplication.dangxia_ac_x = axp;

 Tapplication.dangxia_ac_y = ayp;

 Tapplication.dangxia_ac_z = azp;

 

 Tapplication.bundle_insert_data_valide = true;

 

 // ///

 } 

X、Y、Z的负方向为加速度值的正值，正方向为加速度值的负值。

 例如：无人机在静止放置时，重力加速度值为正值
 （由于加速计内部小球有对底部弹簧的重力朝-Z方向）。


 
那么：若无人机朝下减速，力朝-Z，则示数为正值；若自由落体，则示数为0（自由落体运动时，小球和底部无压力）。


 

上面图片供自行脑补，如有争议联系QQ：295951389。

 现如今，很多现代人都非常注重自己的日常锻炼，计步作为一种有效记录监控锻炼的监控手段，被广泛应用在移动终端的应用中。
 
 　　目前，大部分的计步都是通过GPS信号来测算运动距离，再反推行走步数实现的。这种方法很是有效，但在室内或没有GPS信号的设备上无法工作。同时，GPS精度对结果的干扰也比较大。
 
 　　为避免上述问题的出现，我们可以考虑一种新的测步方法，即：通过设备上的加速度传感器来计算步数，在不支持GPS的设备上也可正常工作。还可以与GPS互相配合测步，这样可令使用场景变得多样。
 
 　　1.先要摸清模型的特征
 
 　　目前，大部分设备都提供了可以检测各个方向的加速度传感器。以iOS设备为例，我们利用了其三轴加速度传感器(x，y，z轴代表方向如图)的特性来分析。分别用以检测人步行中三个方向的加速度变化。
 
 　　
 
 

 
 

 
 
 
 
  
 
 　　iOS设备的三轴加速度传感器示意图
 
 　　用户在水平步行运动中，垂直和前进两个加速度会呈现周期性变化，如图所示。在步行收脚的动作中，由于重心向上单只脚触地，垂直方向加速度是呈正向增加的趋势，之后继续向前，重心下移两脚触底，加速度相反。水平加速度在收脚时减小，在迈步时增加。
 
 　　
 

 
 
 
  
 
 　　反映到图表中，可以看到，在步行运动中，垂直和前进产生的加速度与时间大致为一个正弦曲线，而且在某点有一个峰值。其中，垂直方向的加速度变化最大，通过对轨迹的峰值进行检测计算和加速度阀值决策，即可实时计算用户运动的步数，还可依此进一步估算用户步行距离。　　
 
 
 
 
 
 
 
 
 
  
  
 
  
 
  
 
 
 　　2.计步的合理算法
 
 
 　　因为用户在运动中可能用手平持设备，或者将设备置于口袋中。所以，设备的放置方向不定。为此，通过计算三个加速度的矢量长度，我们可以获得一条步行运动的正弦曲线轨迹。
 
 
 　　第二步是峰值检测，我们记录了上次矢量长度和运动方向，通过矢量长度的变化，可以判断目前加速度的方向，并和上一次保存的加速度方向进行比较。如果是相反的，即是刚过峰值状态，则进入计步逻辑进行计步，否则舍弃。通过对峰值的次数累加，可得到用户步行的步伐。
 
 
 　　最后，就是去干扰。手持设备会有一些低幅度和快速的抽动状态，或是我们俗称的手抖，或者某个恶作剧用户想通过短时快速反复摇动设备来模拟人走路，这些干扰数据如果不剔除，会影响记步的准确值，对于这种干扰，我们可以通过给检测加上阀值和步频判断来过滤。
 
 
 　　
 
 
  
  
 
  
 
  
 
 
 　　人体最快的跑步频率为5HZ，也就是说相邻两步的时间间隔的至少大于0.2秒，如图所示，我们设置了timespan在记步过程中我们过滤了高频噪声，即步频过快的情况。同时我们通过和上次加速度大小进行比较，设置设立一定的阀值Threshold来判断运动是否属于有效，有效运动才可进行记步。
 
 
 　　3.关于计步器的扩展
 
 
 　　以上是一个依靠加速度测算的计步器实现原理，已知步行和跑步的步伐经验值，那么稍微改进下即可变成一个测距测速计。
 
 
 　　通过三轴加速度传感器，我们可以知道用户的运动状态。除了计步，还可以通过加速器的变化曲线判断用户摔倒状态，做成一个老人和儿童摔倒检测自动报警器。