9、计步器原理：用加速度传感器实现简单计步逻辑

说到计步器，大家肯定不陌生。手机里那个每天提醒你「今天走了多少步」的功能，其实就是靠加速度传感器实现的。我当年第一次接触这个需求时，心想：不就是数数走路颠了几下吗？结果一上手才发现，这里面的坑还真不少。

今天我们就来聊聊，怎么用加速度传感器实现一个最简单的计步逻辑。说白了，就是让手机学会「识别」你走路这件事。

9.1 计步的核心思想：检测「上下颠簸」

你走路的时候，身体会怎么动？

嗯，其实是一个周期性的上下起伏。脚落地时身体下沉，脚抬起时身体上升。这个起伏的幅度虽然不大，但加速度传感器能捕捉到。

我习惯把计步逻辑拆成三步：

• 采集数据：从加速度传感器拿到 x、y、z 三个轴的数值
• 合成幅值：把三个轴的数据合成为一个总加速度值
• 判断步数：检测这个总加速度的波峰波谷，数出步数

你想想看，如果只用一个轴的数据，手机横着放和竖着放，结果会差很多。所以我们需要一个「方向无关」的算法。

9.2 数据预处理：先滤波再分析

原始数据长什么样？我直接说吧，非常「毛躁」。传感器本身有噪声，加上你走路时手臂晃动、手机在口袋里碰撞，数据里全是高频杂波。

我曾经在项目里直接拿原始数据做波峰检测，结果走十步给我数出三十步来。后来学乖了，先做一步滤波。

常用的方法有两种：

• 低通滤波：去掉高频噪声，保留走路的主频率（大约 1~2 Hz）
• 滑动平均：取最近 N 个点的平均值，平滑曲线

我个人习惯用滑动平均，简单有效。代码大概长这样：

// 滑动平均滤波
private float[] buffer = new float[10];
private int bufferIndex = 0;

public float smooth(float rawValue) {
    buffer[bufferIndex % buffer.length] = rawValue;
    bufferIndex++;
    float sum = 0;
    for (float v : buffer) {
        sum += v;
    }
    return sum / buffer.length;
}

嗯，这里要注意：窗口大小别设太大。我试过 20 个点的窗口，结果走路都走出两米了，步数还没更新。一般 5~10 个点就够用。

9.3 波峰检测：找到每一步

滤波之后的数据，看起来就像一条波浪线。每走一步，就会产生一个波峰和一个波谷。我们的任务就是数波峰。

但问题来了——不是所有的波峰都是「一步」。比如你转身、掏手机、甚至咳嗽一下，都可能产生一个波峰。

所以我们需要加几个判断条件：

• 阈值过滤：波峰的高度必须超过某个值（比如 2 m/s²），太小的波动忽略
• 时间间隔：两个步之间的时间不能太短（比如小于 200ms 的忽略），防止抖动
• 波谷确认：检测到波峰后，必须等到波谷出现，才算完成一步

我给你们画个流程图，一看就明白：

9.4 完整代码示例

说了这么多，直接上代码吧。这是一个最简单的计步器实现：

public class SimpleStepDetector {
    private static final float THRESHOLD = 2.0f;      // 波峰阈值
    private static final long MIN_TIME_MS = 200;      // 最小步间隔
    private static final int WINDOW_SIZE = 8;         // 滑动窗口大小

    private float[] buffer = new float[WINDOW_SIZE];
    private int index = 0;
    private long lastStepTime = 0;
    private int stepCount = 0;
    private boolean isPeak = false;

    public void onSensorChanged(SensorEvent event) {
        float x = event.values[0];
        float y = event.values[1];
        float z = event.values[2];

        // 1. 合成加速度
        float raw = (float) Math.sqrt(x*x + y*y + z*z);

        // 2. 滑动平均滤波
        buffer[index % WINDOW_SIZE] = raw;
        index++;
        float sum = 0;
        for (float v : buffer) {
            sum += v;
        }
        float smoothed = sum / WINDOW_SIZE;

        // 3. 波峰检测
        long now = System.currentTimeMillis();
        if (smoothed > THRESHOLD && !isPeak) {
            isPeak = true;
            if (now - lastStepTime > MIN_TIME_MS) {
                stepCount++;
                lastStepTime = now;
            }
        } else if (smoothed < THRESHOLD - 0.5f) {
            isPeak = false;
        }
    }

    public int getStepCount() {
        return stepCount;
    }
}

9.5 实际项目中的避坑指南

做计步器，有几个坑我踩过，你们注意一下：

问题	原因	解决方案
走路不计数	阈值设太高，或者滤波太强	降低阈值，减小窗口大小
坐着也计数	抖动被误判为波峰	增加时间间隔限制，提高阈值
跑步和走路混在一起	频率不同但算法没区分	检测波峰频率，区分跑步/走路
手机横竖屏影响	只用了单轴数据	使用合成加速度，方向无关

我曾经在一个项目里，用户反馈说「手机放裤兜里走 100 步只计了 30 步」。排查后发现，是因为裤兜里手机晃动幅度小，波峰不够高。后来我把阈值改成了动态自适应，问题就解决了。

9.6 总结一下

计步器的原理，说白了就是三步：

1. 用加速度传感器采集数据
2. 滤波去掉噪声
3. 检测波峰，加上阈值和时间限制

嗯，听起来简单吧？但要做好，细节真的不少。我建议你们先拿这个基础版本跑一跑，看看效果。然后试着调调参数，感受一下不同阈值对结果的影响。

做技术就是这样，纸上得来终觉浅。动手跑一遍代码，比看十遍文章都管用。

---