15、传感器系统移植：传感器HAL架构、加速度计/陀螺仪驱动、磁力计与GPS融合、传感器校准与测试
传感器系统，说白了就是Android Automotive的“感官神经”。车要感知自己在加速、转弯、朝向哪里，全靠这一套东西。我刚开始做i.MX平台移植时，觉得传感器不就是读个数据嘛，结果被HAL层的兼容性问题折腾了好几个通宵。今天咱们就把这块彻底讲透。
15.1 传感器HAL架构：Android的传感器抽象层
Android的传感器框架分三层：应用层、框架层、HAL层。我们做移植，核心战场就在HAL层。它位于Linux驱动和Android框架之间，负责把底层硬件数据包装成标准格式。
HAL层的核心接口定义在hardware/libhardware/include/hardware/sensors.h中。你需要实现的结构体是sensors_module_t和sensors_poll_device_t。我个人习惯先把这两个结构体填好，再回头写具体逻辑。
// 传感器模块结构体示例
static struct hw_module_methods_t sensors_module_methods = {
.open = sensors_open,
};
struct sensors_module_t HAL_MODULE_INFO_SYM = {
.common = {
.tag = HARDWARE_MODULE_TAG,
.version_major = 1,
.version_minor = 0,
.id = SENSORS_HARDWARE_MODULE_ID,
.name = "i.MX Sensors Module",
.author = "Your Team",
.methods = &sensors_module_methods,
},
};
这里有个坑：HAL_MODULE_INFO_SYM这个宏名不能改，它是Android HAL加载器查找模块入口的固定符号。我曾经因为拼写错误，导致传感器服务死活加载不上，查了两天才发现是少了个下划线。
核心要点：传感器HAL需要实现至少以下函数：
get_sensors_list()– 返回支持的传感器列表activate()– 启用/禁用传感器batch()– 设置采样率和最大报告延迟poll()– 阻塞读取传感器事件flush()– 刷新当前数据
15.2 加速度计与陀螺仪驱动：从设备树到数据流
加速度计和陀螺仪通常是组合芯片，比如BMI160或LSM6DS3。在i.MX平台上，驱动开发的第一步是配置设备树。
// 设备树节点示例（i.MX8M Plus）
&i2c3 {
status = "okay";
clock-frequency = <400000>;
bmi160: bmi160@68 {
compatible = "bosch,bmi160";
reg = <0x68>;
interrupt-parent = <&gpio1>;
interrupts = <15 IRQ_TYPE_EDGE_RISING>;
vdd-supply = <®_3v3>;
vddio-supply = <®_1v8>;
};
};
驱动里最关键的其实是中断处理。加速度计和陀螺仪的数据更新频率很高，用轮询会吃掉大量CPU。我建议用FIFO模式加硬件中断，这样CPU只在数据满时被唤醒一次。
嗯，这里要注意：i.MX的I2C控制器有时序要求，400kHz是上限。如果你发现传感器读数不稳定，先查I2C波形，别急着改驱动逻辑。
实战技巧：调试传感器驱动时，先用i2c-tools直接读取寄存器，确认硬件通信正常。命令示例：
i2cdetect -y 3 # 扫描I2C总线3上的设备
i2cget -y 3 0x68 0x0f # 读取BMI160芯片ID寄存器15.3 磁力计与GPS融合：组合导航的基石
磁力计（电子罗盘）和GPS的融合，说白了就是解决“GPS更新慢、磁力计易受干扰”这对矛盾。Android框架里提供了Sensor.TYPE_ROTATION_VECTOR，它已经帮你做了融合，但前提是HAL层要正确上报原始数据。
融合的核心算法是卡尔曼滤波或互补滤波。我项目中用过互补滤波，实现简单，效果也够用。公式大致是这样：
// 互补滤波伪代码
angle = 0.98 * (angle + gyro_data * dt) + 0.02 * accel_angle;
为什么是0.98和0.02？说白了就是信任陀螺仪的短期变化，信任加速度计的长期稳定。这个系数你可以根据实际传感器噪声调整。
GPS数据通过android.hardware.gnss HAL接口上报，和传感器HAL是两条独立的路径。但在应用层，LocationManager会同时监听GPS和传感器数据，自动做融合。你只需要确保传感器HAL正确上报TYPE_ROTATION_VECTOR和TYPE_MAGNETIC_FIELD即可。
注意：磁力计非常容易受车内电磁干扰。我曾经在实车测试时发现，开启空调后磁力计读数偏了30度。解决方案是在HAL层加一个简单的硬铁校准，或者引导用户做“8字校准”。
15.4 传感器校准与测试：让数据可信
校准是传感器系统移植中最容易被忽视的环节。不校准的数据，就是垃圾数据。
Android提供了SensorManager.getDefaultSensor().getCalibration()接口，但底层需要HAL支持。校准参数通常存储在/persist/sensors/分区，每次启动时加载。
我总结了一套校准流程：
- 加速度计校准：六面静止法。把设备平放、侧放、倒放，记录六个面的重力读数，算出偏移和比例因子。
- 陀螺仪校准：静止时读数应为0。取1000个样本的平均值作为零偏。
- 磁力计校准：做“8字”运动，采集球面上的点，拟合出中心偏移和半径。
- GPS校准：冷启动后等待至少5分钟，让星历下载完整。
测试命令：使用Android自带的sensorservice工具可以快速验证：
adb shell dumpsys sensorservice
adb shell dumpsys sensorservice --sensor 1 # 查看加速度计数据我个人习惯在HAL层加一个调试节点，比如/sys/class/sensors/calib，可以直接写入校准参数。这样在产线校准时就方便多了。
15.5 知识体系总览
下面这张图总结了传感器系统移植的核心逻辑，从硬件到应用层的数据流向一目了然。
这张图把整个传感器系统移植的脉络理清楚了。你从硬件层开始，一步步往上走，每一层都有明确的接口和职责。做移植时，我建议先打通驱动到HAL的通道，再处理校准和融合，最后才去调应用层效果。
我的经验：第一次移植时，别追求完美。先让加速度计和陀螺仪能出数据，哪怕有噪声。数据通了，后面校准和滤波都好办。最怕的是驱动没通，你在HAL层瞎调半天，全是白费功夫。
公众号:蓝海资料掘金营，微信deep3321