手机的计步器软件原理是什么啊？
android 和 ios 平台上都有这类软件
按投票排序
其实方法不止一种：楼上“黄桂超”所介绍的只是其中的一种方式。也有基于统计的，也有基于角度变化的。不过确实二次波峰是基础，并且也被用到其他的算法中。事实上，基于模板匹配的是精度最高的。而且根据使用的场景区分也不一样：如果是随身的设备，通常要简单些，如果是手持设备，要复杂些，因为环境更复杂。呃。。。这个问题可说的点挺多的，回头细节问题可以给我发消息，或者以后有时间再来补充好了。。。追加：好吧，其实现在apk中主流的算法是这样的：@Overridepublic void onSensorChanged(SensorEvent event) {long currentUpdateTime = System.currentTimeMillis();long timeInterval = currentUpdateTime - lastUpdateTif (timeInterval & UPTATE_INTERVAL_TIME)lastUpdateTime = currentUpdateTfloat x = event.values[0];float y = event.values[1];float z = event.values[2];float deltaX = x - lastX;float deltaY = y - lastY;float deltaZ = z - lastZ;lastX =lastY =lastZ =double speed = Math.sqrt(deltaX * deltaX + deltaY * deltaY + deltaZ* deltaZ)/ timeInterval * 10000;Log.v("thelog", "===========log===================");if (speed &= SPEED_SHRESHOLD) {onShakeListener.onShake();}}代码来源：如果你在百度搜索"ShakeListener"，你会找到更多相似代码。不过，这只是最简单的一种实现方式，当然，其实效果还不错啦，再当然，你需要好好调整其中的两个参数。
主要思路是：3轴加速度传感器采集数据-&滤波-&二次波峰监测，波峰数就是步数。另外得有一些防抖动方法：连续监测到3（或其它）个波峰才开始算。
可以参考我们的一个产品“ 计步器” ：
通过重力加速计感应，重力变化的方向，大小。与正常走路或跑步时的重力变化比对，达到一定相似度时认为是在走路或跑步。实现起来很简单，只要手机有重力感应器就能实现。
跟重力感应器有关系，曾规划过一款类似软件也有听硬件厂商讲解过重力感应器的原理。你可以先尝试写一个能够获取重力感应器XYZ值读数的软件，然后去模拟走步，跑步等各种情况取得样值，之后的你应该知道该怎么做。
一、写在分享之前学习也有将近一年的时间了，一直在看大牛们分享的知识，今天也想分享自己之前的一点研究，关于计步器算法的。目前在计步领域比较领先的有乐动力以及春雨计步器，在做算法的参数调试的时候也是一直拿这两个应用做对比。乐动力当之无愧行业第一，不管是应用的体验还是准确度都是非常棒，春雨计步器的亮点是轻量级，使用以及界面操作都很简单。之前因为一些需求，需要做一个计步器，所以就开始自己研究算法了，各种场景（走路拿在手上，放在口袋，跑步），算法的准确度大概可以达到95.7%，综合起来觉得是比春雨略好，但是赢不了乐动力（可以达到97.7%）在体验和大局观为王的互联网时代，我觉得技术上的差距会越来越小，重要的是体验还有对于产品的定位，所以决定将算法与大家分享，第一是希望可以帮到到家，第二也是希望大家提一些意见，让这个算法可以得到改进。二、计步器算法的总体思路以及辅助调试的工具人在走路时大致分为下面几种场景：1、正常走路，手机拿在手上（边走边看、甩手、不甩手）2、慢步走，手机拿在手上（边走边看、甩手、不甩手）3、快步走，手机拿在手上（甩手、不甩手、走的很快一般不会看手机吧）4、手机放在裤袋里（慢走、快走、正常走）5、手机放在上衣口袋里（慢走、快走、正常走）6、上下楼梯（上面五中场景可以在这个场景中再次适用一遍）以上，不管出于哪一种场景（其实对应手机不同的运动规律），g-sensor的三轴数据都是有规律可以寻找的。每一步都有特征点，找到这个特征点，就是识别出来一步。下面推荐一个工具，叫gsensor-debug，可以观察三轴的曲线，下面是手机上下摆动的曲线这是很规律曲线只要检测波峰就行了，实际的走路曲线会有很多杂波，算法的作用就是滤除这些杂波（走路的波形可以用工具自己看，可以保存为文件，用excel打开有数据，将数据转换为波形就可以自己看）三、算法的介绍（贴出核心代码）1、变量的定义//存放三轴数据
float[] oriValues = new float[3];
final int valueNum = 4;
//用于存放计算阈值的波峰波谷差值
float[] tempValue = new float[valueNum];
int tempCount = 0;
//是否上升的标志位
boolean isDirectionUp =
//持续上升次数
int continueUpCount = 0;
//上一点的持续上升的次数，为了记录波峰的上升次数
int continueUpFormerCount = 0;
//上一点的状态，上升还是下降
boolean lastStatus =
float peakOfWave = 0;
float valleyOfWave = 0;
//此次波峰的时间
long timeOfThisPeak = 0;
//上次波峰的时间
long timeOfLastPeak = 0;
//当前的时间
long timeOfNow = 0;
//当前传感器的值
float gravityNew = 0;
//上次传感器的值
float gravityOld = 0;
//动态阈值需要动态的数据，这个值用于这些动态数据的阈值
final float initialValue = (float) 1.3;
//初始阈值
float ThreadValue = (float) 2.0;
private StepListener mStepL&/span&
2. 代码，结合注释看检测步子就是检测波峰，但是要滤除无效的波峰，主要采用了如下三种措施a、规定曲线连续上升的次数b、波峰波谷的差值需要大于阈值c、阈值是动态改变的另一个是一些参数的初始值，比如initialValue 以及ThreadValue 的初始值，以及averageValue函数的梯度化范围值需要结合各种场景的波形图来统计，还有几十实际的测试来调试参数，这些参数大概前后调了两个星期，其实总体思路不复杂。下面贴出核心代码以及一些注释：（因为一些原因，整个工程我就不传了，后面有时间我可以将app传上来） /*
* 注册了G-Sensor后一只会调用这个函数
* 对三轴数据进行平方和开根号的处理
* 调用DetectorNewStep检测步子
public void onSensorChanged(SensorEvent event) {
for (int i = 0; i & 3; i++) {
oriValues[i] = event.values[i];
gravityNew = (float) Math.sqrt(oriValues[0] * oriValues[0]
+ oriValues[1] * oriValues[1] + oriValues[2] * oriValues[2]);
DetectorNewStep(gravityNew);
* 检测步子，并开始计步
* 1.传入sersor中的数据
* 2.如果检测到了波峰，并且符合时间差以及阈值的条件，则判定为1步
* 3.符合时间差条件，波峰波谷差值大于initialValue，则将该差值纳入阈值的计算中
public void DetectorNewStep(float values) {
if (gravityOld == 0) {
gravityOld =
if (DetectorPeak(values, gravityOld)) {
timeOfLastPeak = timeOfThisP
timeOfNow = System.currentTimeMillis();
if (timeOfNow - timeOfLastPeak &= 250
&& (peakOfWave - valleyOfWave &= ThreadValue)) {
timeOfThisPeak = timeOfN
* 更新界面的处理，不涉及到算法
* 一般在通知更新界面之前，增加下面处理，为了处理无效运动：
* 1.连续记录10才开始计步
* 2.例如记录的9步用户停住超过3秒，则前面的记录失效，下次从头开始
* 3.连续记录了9步用户还在运动，之前的数据才有效
mStepListeners.onStep();
if (timeOfNow - timeOfLastPeak &= 250
&& (peakOfWave - valleyOfWave &= initialValue)) {
timeOfThisPeak = timeOfN
ThreadValue = Peak_Valley_Thread(peakOfWave - valleyOfWave);
gravityOld =
* 检测波峰
* 以下四个条件判断为波峰：
* 1.目前点为下降的趋势：isDirectionUp为false
* 2.之前的点为上升的趋势：lastStatus为true
* 3.到波峰为止，持续上升大于等于2次
* 4.波峰值大于20
* 记录波谷值
* 1.观察波形图，可以发现在出现步子的地方，波谷的下一个就是波峰，有比较明显的特征以及差值
* 2.所以要记录每次的波谷值，为了和下次的波峰做对比
public boolean DetectorPeak(float newValue, float oldValue) {
lastStatus = isDirectionUp;
if (newValue &= oldValue) {
isDirectionUp =
continueUpCount++;
continueUpFormerCount = continueUpC
continueUpCount = 0;
isDirectionUp =
if (!isDirectionUp && lastStatus
&& (continueUpFormerCount &= 2 || oldValue &= 20)) {
peakOfWave = oldV
} else if (!lastStatus && isDirectionUp) {
valleyOfWave = oldV
* 阈值的计算
* 1.通过波峰波谷的差值计算阈值
* 2.记录4个值，存入tempValue[]数组中
* 3.在将数组传入函数averageValue中计算阈值
public float Peak_Valley_Thread(float value) {
float tempThread = ThreadV
if (tempCount & valueNum) {
tempValue[tempCount] =
tempCount++;
tempThread = averageValue(tempValue, valueNum);
for (int i = 1; i & valueN i++) {
tempValue[i - 1] = tempValue[i];
tempValue[valueNum - 1] =
return tempT
* 梯度化阈值
* 1.计算数组的均值
* 2.通过均值将阈值梯度化在一个范围里
public float averageValue(float value[], int n) {
float ave = 0;
for (int i = 0; i & i++) {
ave += value[i];
ave = ave / valueN
if (ave &= 8)
ave = (float) 4.3;
else if (ave &= 7 && ave & 8)
ave = (float) 3.3;
else if (ave &= 4 && ave & 7)
ave = (float) 2.3;
else if (ave &= 3 && ave & 4)
ave = (float) 2.0;
ave = (float) 1.3;
新版的安卓(android4.4)和苹果(ios7)都自带计步器API，不知道准确率比其他app如何老版的需要做计步器就是使用楼上各位所说的方法
已有帐号？
无法登录？
社交帐号登录谁知道这是什么绘图软件_三星note5吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：33,307贴子：
谁知道这是什么绘图软件收藏
告知这是什么绘图软件，谢谢
大学生们注意啦!一大批流量来袭!现办理4G飞享套餐,每月返1GB,畅刷不停！
有没人知道吖
你应该问画画的人，这里大部分机友都没绘画天赋
5楼来了—来自被我卖了的5S换来了小米note发送的客户端—嘿嘿
这个软件强大啊！！我喜欢！用snote功能太少了！！
哈哈！！5楼大神告诉软件名了！相当不错！！下了随手涂了个！相当不错！！
三星note5绘画软件用的是哪个呢
登录百度帐号推荐应用
为兴趣而生，贴吧更懂你。或张工选型 有谁知道这个软件么，是做什么的？
请具体说说这个软件的用途
张工选型，是协助工控用户查询产品参数、价格、资料的一款免费软件。软件包含了西门子、ABB、施耐德、正泰、三菱等众多厂家的相关领域的产品数据和价格，软件选型操作简单、方便，可有效的提升相关工程师的工作效率，降低出错率。
已有帐号？
无法登录？
社交帐号登录