android 磁传感器 Android传感器

发布时间：2024-10-07 08:10:23

Android传感器

传感器

传感器（英文名称：transducer/sensor）是一种检测装置，能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。

传感器的特点包括：微型化、数字化、智能化、多功能化、系统化、网络化。它是实现自动检测和自动控制的首要环节。传感器的存在和发展，让物体有了触觉、味觉和嗅觉等感官，让物体慢慢变得活了起来。通常根据其基本感知功能分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类。

传感器的组成

传感器一般由敏感元件、转换元件、变换电路和辅助电源四部分组成。敏感元件直接感受被测量，并输出与被测量有确定关系的物理量信号；转换元件将敏感元件输出的物理量信号转换为电信号；变换电路负责对转换元件输出的电信号进行放大调制；转换元件和变换电路一般还需要辅助电源供电。

主要功能

常将传感器的功能与人类5大感觉器官相比拟：

光敏传感器——视觉

声敏传感器——听觉

气敏传感器——嗅觉

化学传感器——味觉

压敏、温敏、

流体传感器——触觉

敏感元件的分类：

物理类，基于力、热、光、电、磁和声等物理效应。

化学类，基于化学反应的原理。

生物类，基于酶、抗体、和激素等分子识别功能。

通常据其基本感知功能可分为热敏元件、光敏元件、气敏元件、力敏元件、磁敏元件、湿敏元件、声敏元件、放射线敏感元件、色敏元件和味敏元件等十大类（还有人曾将敏感元件分46类）。

常用传感器介绍与用法

Android平台支持三个大类的传感器

Motion sensors（运动传感器）

这些传感器测量加速力，并沿三个轴的旋转力。此类别包括加速度计，重力感应器，陀螺仪和旋转矢量传感器。

Environmental sensors （环境传感器）

这些传感器测量各种环境参数，例如环境空气温度和压力，照明和湿度。此类别包括气压计，光度计，和温度计。

PosiTIon sensors （位置传感器）

这些传感器测量设备的物理位置。这个类别包括方向传感器和磁力计。

传感器实现流程

第一步：得到SensorManager

SensorManager mSensorManager = （SensorManager） mContext

.getSystemService（Context.SENSOR_SERVICE）;12

第二步：注册传感器

Sensor sensor = mSensorManager

.getDefaultSensor（Sensor.TYPE_ACCELEROMETER）;

if （null ！= sensor）

mSensorManager.registerListener（this， sensor，

SensorManager.SENSOR_DELAY_NORMAL）;12345

registerListener这个方法有三个参数。

第一个参数是传感器数据变化的监听器

我们需要去实现SensorEventListener接口，他里面有两个回调方法，

@Override

public void onSensorChanged（SensorEvent event） {

//当传感器的数值发生变化时调用

}

@Override

public void onAccuracyChanged（Sensor sensor， int accuracy） {

//传感器的精度发生变化时调用

}123456789

onSensorChanged方法只有一个SensorEvent类型的参数event，其中SensorEvent类有一个values变量非常重要，该变量的类型是float［］。但该变量最多只有3个元素，而且根据传感器的不同，values变量中元素所代表的含义也不同。

关于values值的详细含义请看参考文章！！！

第二个参数是我们需要监听的传感器

Sensor sensor = mSensorManager.getDefaultSensor（Sensor.TYPE_ACCELEROMETER）;1

Sensor.TYPE_ACCELEROMETER则是Android设定传感器类型，这里是指加速度传感器，

第三个参数是传感器数据更新数据的速度

有以下四个值可选，他们的速度是递增的

SENSOR_DELAY_UI

SENSOR_DELAY_NORMAL

SENSOR_DELAY_GAME

SENSOR_DELAY_FASTEST

传感器的注销

//注销所有传感器对象

public voidunregisterListener（SensorEventListener listener）

//注销指定的传感器对象

public voidunregisterListener（SensorEventListener listener， Sensor sensor）1234

sensor的获取依旧是通过SensorManager.getDefaultSensor（）方法。

获得手机支持的所有传感器

Listsensors = sensorManager.getSensorList（Sensor.TYPE_ALL）;1

Android传感器类型表

加速度传感器：TYPE_ACCELEROMETER

以m/s2测量它设备所有三个物理轴线方向（x，y，和z）加速度。

周围温度传感器：TYPE_AMBIENT_TEMPERATURE

检测周围空气温度。

重力传感器：TYPE_GRAVITY

测量重力

陀螺仪传感器：TYPE_GYROSCOPE

以rad/s测量设备三个物理轴线方向（x，y，和z）。旋转速度。

光照传感器：TYPE_LIGHT

以lx测量周围的光线级别。

线性加速度传感器：TYPE_LINEAR_ACCELERATION

检测沿着一个轴向的加速度。

磁力传感器：TYPE_MAGNETIC_FIELD

测量周围的三个物理轴线方向的磁场。

方向传感器： TYPE_ORIENTATION

测量设备所有三个物理轴线方向（x，y和x）的旋转角度。

压力传感器：TYPE_PRESSURE

测量周围空气气压

接近传感器：TYPE_PROXIMITY

检测物体与手机的距离

相对湿度传感器：TYPE_RELATIVE_HUMIDITY

检测周围空气相对湿度

旋转矢量传感器：TYPE_ROTATION_VECTOR

用于检测运动和检测旋转。

温度传感器： TYPE_TEMPERATURE

检测设备的温度

传感器使用实践

这里以方向传感器为例

方向传感器的获取方式

Sensor sensor = sensorManager.getDefaultSensor（Sensor.TYPE_ORIENTATION）;1

上面这个，对，已经被google弃用了，了解就好。

Android中的坐标系

自己画的有点丑，将就着看吧，Z轴默认垂直于地面，所谓获取的三个Values数组即对应手机与Z，Y，X形成的夹角，后面会说明，

前面说了，TYPE_ORIENTATION已被弃用，那么最新的方向传感器是如何做的呢？

事实上，Android 获取手机旋转的方向和角度是通过加速度传感器和地磁传感器共同计算得出的

OK，我们这时候是需要同时使用两个传感器的，看代码

Sensor accelerometerSensor = sensorManager.getDefaultSensor（Sensor.

TYPE_ACCELEROMETER）;

Sensor magneticSensor = sensorManager.getDefaultSensor（Sensor.

TYPE_MAGNETIC_FIELD）;

sensorManager.registerListener（listener， accelerometerSensor，

SensorManager.SENSOR_DELAY_GAME）;

sensorManager.registerListener（listener， magneticSensor，

SensorManager.SENSOR_DELAY_GAME）;12345678

同时使用了加速度传感器和地磁传感器

获取旋转矩阵数组R

SensorManager.getRotationMatrix（R， null， accelerometerValues， magneticValues）;1

获取手机旋转数据

SensorManager.getOrientation（R， values）;1

values 是一个长度为 3 的 float 数组，手机在各个方向上的旋转数据都会被存放到这个数组当中。

对应关系：

values［0］-》Z轴、values［1］-》X轴、values［2］-》Y轴

values［0］的取值范围是-180到180 度，其中±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，如图

所谓，实践是检验真理的唯一标准，这是我检测后自行画的，大家看一下就明白该怎么根据获取到的角度来做对应的处理了

一个完整的方向传感器封装类

public class DirectionSensorUtils implements SensorEventListener {

private SensorManager sensorManager;

float［］ accelerometerValues = new float［3］;

float［］ magneticValues = new float［3］;

float lastRotateDegree;

private ImageView compassImg;//指南针背景图

public DirectionSensorUtils（Context context ， ImageView compassImg） {

sensorManager = （SensorManager） context.getSystemService（Context.SENSOR_SERVICE）;

this.compassImg = compassImg;

}

//注册传感器

public void registerSensor（）{

Sensor accelerometerSensor = sensorManager.getDefaultSensor（Sensor.

TYPE_ACCELEROMETER）;

Sensor magneticSensor = sensorManager.getDefaultSensor（Sensor.

TYPE_MAGNETIC_FIELD）;

sensorManager.registerListener（this， accelerometerSensor，

SensorManager.SENSOR_DELAY_GAME）;

sensorManager.registerListener（this， magneticSensor，

SensorManager.SENSOR_DELAY_GAME）;

}

//解除传感器注册

public void unregisterSensor（）{

if （sensorManager ！= null） {

sensorManager.unregisterListener（this）;

}

@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） {

// 通过clone（）获取不同的values引用

accelerometerValues = event.values.clone（）;

} else if （event.sensor.getType（） == Sensor.TYPE_MAGNETIC_FIELD） {

magneticValues = event.values.clone（）;

}

//获取地磁与加速度传感器组合的旋转矩阵

float［］ R = new float［9］;

float［］ values = new float［3］;

SensorManager.getRotationMatrix（R， null， accelerometerValues，

magneticValues）;

SensorManager.getOrientation（R， values）;

//values［0］-》Z轴、values［1］-》X轴、values［2］-》Y轴

//使用前请进行转换，因为获取到的值是弧度，示例如下

// Math.toDegrees（values［0］）;

// Math.toDegrees（values［1］）;

// Math.toDegrees（values［2］）;

handleEvent（values）;

}

public void handleEvent（float［］ values）{

// 这里实现了一个指南针

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）;

compassImg.startAnimation（animation）;

lastRotateDegree = rotateDegree;

}

@Override

public void onAccuracyChanged（Sensor sensor， int accuracy） {

}

中国科学家提出元宇宙新利器，显著提升空间磁场动捕精度

继 2021 年的一项“元宇宙”成果之后，上海交大陈东尧团队又打造出磁场传感器的自动校准技术 MAGIC，实现了磁场传感器的自动校准。

图 | 陈东尧（来源：陈东尧）

论文评审专家认为，MAGIC 扫清了磁场感知发展过程中的一只“拦路虎”——磁场传感器校准问题，并认为该工作第一次展示了可控磁场、以及自动触发机制，为后续传感器的校准提供了新思路。

在 AR/VR/XR/Metaverse 领域，经过 MAGIC 校准的磁场数据，可用于更轻便、不受视线遮挡影响的纯手势交互，从而极大提升磁场感知的普及性、以及用户体验的沉浸感。

例如，如果你试玩过 VR，就会体会到在虚拟世界中“输入文字的痛”。那么，如能实现轻便、全场景的空中手写，将会极大促进沟通效率。

针对这一应用，课题组尝试使用磁铁来书写常见的英文字符，并用通用的机器学习引擎来进行分类。

然而，要想真正普及这一应用，对于系统的鲁棒性自然有很高的要求。为了验证 MAGIC 的效果，研究人员在手写过程中加入了磁场扰动。

如下图下半部分所示，在磁场扰动的影响下，书写轨迹产生了显著的扭曲，而之前训练的手写引擎分类器仅有 12.8% 的分类精确度。通过 MAGIC 的校准后，研究人员惊喜地发现精确度直接提升到了 90.3%，证明了 MAGIC 在显著提升空间磁场动捕精度上的“本领”。

图 | MAGIC 可以校准磁场移动轨迹

能量开销极小，总能耗仅为 0.108J

据悉，磁场感知是一种快速兴起的新型交互技术，代表性应用场景包扩高精度姿态追踪、人机交互、以及触觉传感等。

用户通过佩戴小巧的磁场传感器以及永磁性物质，来实现精密的动作捕捉，从而实现 AR/VR/Metaverse 下的纯手势交互。

相较于其他交互方案例如视觉和惯性感知，这项技术主要借助多个磁传感器在近距离范围内捕捉磁场的变化。因此，该技术路线拥有不受视线遮挡影响、高精度、以及零漂移等显著优点。

图 | 磁场感知的应用场景示例，该例子基于陈东尧团队提出的 MagX 系统，注意精准的手势感知实现了大小跳的控制

然而，对于现实生活中的干扰比如硬铁和软铁效应，磁传感器显得十分敏感。日常生活中的电子产品比如手机、耳机甚至铁磁性家具，都会给其带来干扰。

原因在于，这类物品会造成空间中的磁感线发生畸变，也就是硬铁干扰和软铁干扰会影响到磁场传感器的读数。对于精度要求较高的交互应用来讲，这一影响往往是灾难性的。

在已有的技术方案中，用户需要频繁地执行繁琐而冗长的校准流程，这严重地限制了基于磁场感知的实用性。例如，Google 公司建议用户在手机磁场传感器也就是罗盘精度下降时，通过“绕 8 字”的方法来校准磁场传感器。

这一校准动作的核心思路是：在校准过程中，磁场传感器应当全面地感知各个方向的磁场强度，进而明确当前磁场传感器在所有方向上的数据读数，最后得出一个参数矩阵。

对于实际使用过程中的传感器读数，这一参数矩阵可对其进行归一。然而，这一过程存在两大关键问题：其一，校准过程繁复，通常耗时 10 秒左右才能采到足够丰富的校准数据；其二，校准性能往往取决于用户的动作是否规范，因此最终校准后的性能并不稳定。

图 | Android 手机中所建议的“8 字”校准法

而针对霍尔效应磁传感器阵列，MAGIC 则可同时自动校准软铁和硬铁干扰。研究中，该课题组首创性地设计了极小型化的电磁线圈，以此来产生可控的磁场，对于磁场传感器受到的软铁干扰，可以进行定量的修正。

同时，通过解析空间中的磁场构成，MAGIC 还可修正硬铁干扰的影响。为了尽量减少用户的干预，该团队设计了一个新型自动触发模块，这一模块的引入让 MAGIC 能够根据周围的磁场变化，来判断是否需要启动校准流程。

与传统的手动校准方法不同的是，在最小的用户参与度之下，MAGIC 实现了卓越的校准性能，可用于追踪应用场景。

详细来讲，在自由书写的应用场景里，MAGIC 可以帮助磁场感知周围环境，从而在变化的环境磁场中，依然能够维持追踪精度。

实验中，在一个二维平面中，该团队使用 MAGIC 为单词“MobiCom”绘制预定的轨迹，并放置了一个常见的骨传导耳机来模拟磁场干扰。

结果发现，附近的耳机会严重干扰轨迹的追踪，而 MAGIC 则能校准误差，从而修正变形的轨迹。整个实验中，MAGIC 的误差始终低于 1cm。通过实证，课题组还展示了 MAGIC 的极小能量开销，总能耗仅为 0.108J。

图 3 | MAGIC 的校准性能

近日，相关论文以《磁跟踪的自动校准》（Automatic Calibration of Magnetic Tracking）为题收录于网络系统领域顶级会议 ACM MobiCom 2022，陈东尧担任通讯作者。评审过程中，专家们普遍认可了磁场感知这一新型感知方式在现实生活中的的重要性。

图 | 相关论文（来源：https://dl.acm.org/doi/10.1145/3495243.3558760）

“那股兴奋劲似乎就在昨天”

2021 年，该团队曾发表过一篇关于手部动作捕捉的论文。自那时起，便开始着手构思本次项目。

陈东尧说：“当时我和同学们都非常认可磁场感知的精确性能。此前，当大家起到自己设计的算法可以精确跟踪永磁铁位置的时候，那股兴奋劲似乎就在昨天。但在同时，我们也深刻感受到了校准这一步骤的繁琐。例如，需要手绕‘8 字’的动作。”

结合课题组在磁场传感器校准上积累的经验、以及相关的论文调研，一个很直观的想法就是“如果磁场变化是已知的，那我们就可以实现校准”。

正是这个非常直白的想法，引出了设计电磁铁的设计思路。思路很直观，现实却充满坎坷。

例如，研究人员尝试了多种电磁铁的设计构型，通过控制变量的方法去调整多个参数，比如漆包线的阵列波导光栅、匝数、材质、电流等。

同时，其希望使用尽量小的电流来驱动更强的磁场，依据安培定律这样需要更多的匝数，但这又会造成提升阻值导致发热问题。

“这些迭代过程可以论文图片中窥见一斑。尝试多种方案之后，我们采用了靠近磁场传感器的 form factor。这一方案在优化了磁场强度和能耗的同时，还为后续技术的迭代指了一个潜在的方向，即将线圈与霍尔磁场传感器融合的 MEMS 方案。”该团队表示。

图| MAGIC 系统迭代流程。第一版大线圈设计，由于重量和构型放弃

对于研究过程，陈东尧表示：“这是我第一次完全以导师身份带领同学们走了完整的科研项目流程。从详细刻画 idea 到构筑 solution 再到做实验验证，直至最后的论文撰写和投稿，中间也遇到了疫情的插曲，但始终和同学们保持密切沟通和配合，其中包括见缝插针的实验和夜以继日的讨论。”后续，他们也将再接再厉，将在更“恶劣”的工况下测试磁场传感器的性能，例如在机器人使用场景下如何获取精确的运动轨迹。

据介绍，陈东尧成长于河南郑州，本科毕业于上海交大，在美国密西根大学安娜堡分校读完硕士博之后，他选择回到母校任职，目前在上海交大电子信息与电气工程学院担任助理教授。

参考资料：

1.Wang, M., Luo, Q., Iravantchi, Y., Chen, X., Sample, A., Shin, K. G., ... & Chen, D. (2022, October). Automatic calibration of magnetic tracking. In Proceedings of the 28th Annual International Conference on Mobile Computing And Networking (pp. 391-404).

android 磁传感器 Android传感器

Android传感器

中国科学家提出元宇宙新利器，显著提升空间磁场动捕精度

大家都在看

相关推荐