HarmonyOS运动开发：精准估算室内运动的距离、速度与步幅

前言

在室内运动场景中，由于缺乏 GPS 信号，传统的基于卫星定位的运动数据追踪方法无法使用。因此，如何准确估算室内运动的距离、速度和步幅，成为了运动应用开发中的一个重要挑战。本文将结合鸿蒙（HarmonyOS）开发实战经验，深入解析如何利用加速度传感器等设备功能，实现室内运动数据的精准估算。

一、加速度传感器：室内运动数据的核心

加速度传感器是实现室内运动数据估算的关键硬件。它能够实时监测设备在三个轴向上的加速度变化，从而为运动状态分析提供基础数据。以下是加速度传感器服务类的核心代码：

import common from '@ohos.app.ability.common';
import sensor from '@ohos.sensor';
import { BusinessError } from '@kit.BasicServicesKit';
import { abilityAccessCtrl } from '@kit.AbilityKit';
import { UserProfile } from '../user/UserProfile';

interface Accelerometer {
    x: number;
    y: number;
    z: number;
}

export class AccelerationSensorService {
    private static instance: AccelerationSensorService | null = null;
    private context: common.UIAbilityContext;
    private isMonitoring: boolean = false; // 是否正在监听

    private constructor(context: common.UIAbilityContext) {
        this.context = context;
    }

    static getInstance(context: common.UIAbilityContext): AccelerationSensorService {
        if (!AccelerationSensorService.instance) {
            AccelerationSensorService.instance = new AccelerationSensorService(context);
        }
        return AccelerationSensorService.instance;
    }

    private accelerometerCallback = (data: sensor.AccelerometerResponse) => {
        this.accelerationData = {
            x: data.x,
            y: data.y,
            z: data.z
        };
    };

    private async requestAccelerationPermission(): Promise<boolean> {
        const atManager = abilityAccessCtrl.createAtManager();
        try {
            const result = await atManager.requestPermissionsFromUser(
                this.context,
                ['ohos.permission.ACCELEROMETER']
            );
            return result.permissions[0] === 'ohos.permission.ACCELEROMETER' &&
                result.authResults[0] === 0;
        } catch (err) {
            console.error('申请权限失败:', err);
            return false;
        }
    }

    public async startDetection(): Promise<void> {
        if (this.isMonitoring) return;
        const hasPermission = await this.requestAccelerationPermission();
        if (!hasPermission) {
            throw new Error('未授予加速度传感器权限');
        }
        this.isMonitoring = true;
        this.setupAccelerometer();
    }

    private setupAccelerometer(): void {
        try {
            sensor.on(sensor.SensorId.ACCELEROMETER, this.accelerometerCallback);
            console.log('加速度传感器启动成功');
        } catch (error) {
            console.error('加速度传感器初始化失败:', (error as BusinessError).message);
        }
    }

    public stopDetection(): void {
        if (!this.isMonitoring) return;
        this.isMonitoring = false;
        sensor.off(sensor.SensorId.ACCELEROMETER, this.accelerometerCallback);
    }

    private accelerationData: Accelerometer = { x: 0, y: 0, z: 0 };

    getCurrentAcceleration(): Accelerometer {
        return this.accelerationData;
    }

    calculateStride(timeDiff: number): number {
        const accel = this.accelerationData;
        const magnitude = Math.sqrt(accel.x ** 2 + accel.y ** 2 + accel.z ** 2);
        const userProfile = UserProfile.getInstance();

        if (Math.abs(magnitude - 9.8) < 0.5) { // 接近重力加速度时视为静止
            return 0;
        }

        const baseStride = userProfile.getHeight() * 0.0045; // 转换为米
        const dynamicFactor = Math.min(1.5, Math.max(0.8, (magnitude / 9.8) * (70 / userProfile.getWeight())));
        return baseStride * dynamicFactor * timeDiff;
    }
}

核心点解析

• 权限申请：在使用加速度传感器之前，必须申请ohos.permission.ACCELEROMETER权限。通过abilityAccessCtrl.createAtManager方法申请权限，并检查用户是否授权。

• 数据监听：通过sensor.on方法监听加速度传感器数据，实时更新accelerationData。

• 步幅计算：结合用户身高和加速度数据动态计算步幅。静止状态下返回 0 步幅，避免误判。

二、室内运动数据的估算

在室内运动场景中，我们无法依赖 GPS 定位，因此需要通过步数和步幅来估算运动距离和速度。以下是核心计算逻辑：

addPointBySteps(): number {
    const currentSteps = this.stepCounterService?.getCurrentSteps() ?? 0;
    const userProfile = UserProfile.getInstance();
    const accelerationService = AccelerationSensorService.getInstance(this.context);

    const point = new RunPoint(0, 0);
    const currentTime = Date.now();
    point.netDuration = Math.floor((currentTime - this.startTime) / 1000);
    point.totalDuration = point.netDuration + Math.floor(this.totalDuration);

    const pressureService = PressureDetectionService.getInstance();
    point.altitude = pressureService.getCurrentAltitude();
    point.totalAscent = pressureService.getTotalAscent();
    point.totalDescent = pressureService.getTotalDescent();
    point.steps = currentSteps;

    if (this.runState === RunState.Running) {
        const stepDiff = currentSteps - (this.previousPoint?.steps ?? 0);
        const timeDiff = (currentTime - (this.previousPoint?.timestamp ?? currentTime)) / 1000;

        const accelData = accelerationService.getCurrentAcceleration();
        const magnitude = Math.sqrt(accelData.x ** 2 + accelData.y ** 2 + accelData.z ** 2);

        let stride = accelerationService.calculateStride(timeDiff);
        if (stepDiff > 0 && stride > 0) {
            const distanceBySteps = stepDiff * stride;
            this.totalDistance += distanceBySteps / 1000;

            point.netDistance = this.totalDistance * 1000;
            point.totalDistance = point.netDistance;

            console.log(`步数变化: ${stepDiff}, 步幅: ${stride.toFixed(2)}m, 距离增量: ${distanceBySteps.toFixed(2)}m`);
        }

        if (this.previousPoint && timeDiff > 0) {
            const instantCadence = stepDiff > 0 ? (stepDiff / timeDiff) * 60 : 0;
            point.cadence = this.currentPoint ?
                (this.currentPoint.cadence * 0.7 + instantCadence * 0.3) :
                instantCadence;

            const instantSpeed = distanceBySteps / timeDiff;
            point.speed = this.currentPoint ?
                (this.currentPoint.speed * 0.7 + instantSpeed * 0.3) :
                instantSpeed;

            point.stride = stride;
        } else {
            point.cadence = this.currentPoint?.cadence ?? 0;
            point.speed = this.currentPoint?.speed ?? 0;
            point.stride = stride;
        }

        if (this.exerciseType && userProfile && this.previousPoint) {
            const distance = point.netDuration;
            const ascent = point.totalAscent - this.previousPoint.totalAscent;
            const descent = point.totalDescent - this.previousPoint.totalDescent;
            const newCalories = CalorieCalculator.calculateCalories(
                this.exerciseType,
                userProfile.getWeight(),
                userProfile.getAge(),
                userProfile.getGender(),
                0, // 暂不使用心率数据
                ascent,
                descent,
                distance
            );
            point.calories = this.previousPoint.calories + newCalories;
        }
    }

    this.previousPoint = this.currentPoint;
    this.currentPoint = point;

    if (this.currentSport && this.runState === RunState.Running) {
        this.currentSport.distance = this.totalDistance * 1000;
        this.currentSport.calories = point.calories;
        this.sportDataService.saveCurrentSport(this.currentSport);
    }

    return this.totalDistance;
}

核心点解析

• 步数差与时间差：通过当前步数与上一次记录的步数差值，结合时间差，计算出步频和步幅。

• 动态步幅调整：根据加速度数据动态调整步幅，确保在不同运动强度下的准确性。

• 速度与卡路里计算：结合步幅和步数差值，计算出运动速度和消耗的卡路里。

• 数据平滑处理：使用移动平均法对步频和速度进行平滑处理，减少数据波动。

三、每秒更新数据

为了实时展示运动数据，我们需要每秒更新一次数据。以下是定时器的实现逻辑：

 private startTimer(): void {
    if (this.timerInterval === null) {
      this.timerInterval = setInterval(() => {
        if (this.runState === RunState.Running) {
          this.netDuration = Math.floor((Date.now() - this.startTime) / 1000);
          // 室内跑：使用步数添加轨迹点
          if (this.exerciseType?.sportType === SportType.INDOOR) {
            this.addPointBySteps(); // 新增调用
          }
          // 计算当前配速（秒/公里）
          let currentPace = 0;
          if (this.totalDistance > 0) {
            currentPace = Math.floor(this.netDuration / this.totalDistance);
          }
          if (this.currentPoint) {
            this.currentPoint.pace = currentPace;
          }
          // 通知所有监听器
          this.timeListeners.forEach(listener => {
            listener.onTimeUpdate(this.netDuration, this.currentPoint);
          });
        }
      }, 1000); // 每1秒更新一次
    }
  }

核心点解析

1. 定时器设置 ：使用 setInterval 方法每秒触发一次数据更新逻辑。
2. 运动状态判断 ：只有在运动状态为 Running 时，才进行数据更新。
3. 配速计算：通过总时间与总距离的比值计算当前配速。
4. 通知监听器：将更新后的数据通过监听器传递给其他组件，确保数据的实时展示。

四、优化与改进

1. 数据平滑处理

在实际运动过程中，加速度数据可能会受到多种因素的干扰，导致数据波动较大。为了提高数据的准确性和稳定性，我们采用了移动平均法对步频和速度进行平滑处理：

point.cadence = this.currentPoint ?
    (this.currentPoint.cadence * 0.7 + instantCadence * 0.3) :
    instantCadence;

point.speed = this.currentPoint ?
    (this.currentPoint.speed * 0.7 + instantSpeed * 0.3) :
    instantSpeed;

通过这种方式，可以有效减少数据的短期波动，使运动数据更加平滑和稳定。

2.动态步幅调整

步幅会因用户的运动强度和身体状态而变化。为了更准确地估算步幅，我们引入了动态调整机制：

let stride = accelerationService.calculateStride(timeDiff);

在calculateStride方法中，结合用户的身高、体重和加速度数据，动态计算步幅。这种方法可以更好地适应不同用户的运动状态。

五、总结与展望

通过加速度传感器和定时器，我们成功实现了室内运动的距离、速度和步幅估算。这些功能不仅能够帮助用户更好地了解自己的运动状态，还能为运动健康管理提供重要数据支持。