14、多传感器协同：距离传感器+加速度传感器+陀螺仪实现更精准的接近检测
各位好，我是老张。今天咱们聊一个实战性很强的话题——多传感器协同。
单靠距离传感器做接近检测，说实话，坑不少。我做过一个项目，用户把手机放在桌上，距离传感器被桌面反射误触发，屏幕一直黑着。还有一次，手机在口袋里晃动，距离传感器读数忽高忽低，导致通话中屏幕乱跳。
这些问题怎么解决？我的答案是：让距离传感器、加速度传感器、陀螺仪一起干活。
为什么需要多传感器协同？
先说说单传感器的局限。
- 距离传感器：只能告诉你「有没有东西靠近」，但判断不了是「人脸」还是「桌面」还是「口袋布」。而且红外光容易被深色物体吸收，读数不准。
- 加速度传感器：能检测手机是静止还是运动，但分不清是「放在桌上」还是「拿在手里」。你想想看，手机平放桌上和拿在手里看，加速度值可能都是0。
- 陀螺仪：能检测旋转角速度，但单独用的话，漂移问题很头疼。我早期做VR头显时就被陀螺仪漂移坑过，转了一圈回来角度偏了十几度。
说白了，每个传感器都有自己的「盲区」。但把它们组合起来，就能互相补位。
核心思路：距离传感器负责「有没有靠近」，加速度传感器负责「手机是否静止/运动」，陀螺仪负责「手机是否翻转/旋转」。三者投票，综合判断。
多传感器协同的典型场景
我归纳了三个最常见的场景，你在实际开发中大概率会遇到。
| 场景 | 距离传感器 | 加速度传感器 | 陀螺仪 | 综合判断 |
|---|---|---|---|---|
| 通话中贴近耳朵 | 近（<5cm） | 静止或微动 | 角速度接近0 | ✅ 熄屏 |
| 手机放桌上 | 近（桌面反射） | 静止 | 角速度接近0 | ❌ 不熄屏（需结合加速度判断是否平放） |
| 手机在口袋中 | 近（布料遮挡） | 有轻微晃动 | 有微小角速度 | ✅ 熄屏（但需防误触） |
你看，同样都是「距离近」，但结合加速度和陀螺仪后，就能区分出不同场景。
算法实现：三传感器投票机制
嗯，这里要注意。多传感器协同不是简单地把数据加起来，而是需要一个决策逻辑。我个人习惯用「加权投票法」。
伪代码如下：
// 传感器数据
float proximity = getProximity(); // 单位cm
float accelMagnitude = getAccelMagnitude(); // 加速度模值
float gyroMagnitude = getGyroMagnitude(); // 角速度模值
// 1. 距离传感器判断
bool isNear = (proximity < 5.0f);
// 2. 加速度判断：手机是否静止
bool isStationary = (accelMagnitude < 0.5f); // 接近0表示静止
// 3. 陀螺仪判断：手机是否旋转
bool isRotating = (gyroMagnitude > 0.2f); // 有旋转动作
// 4. 综合决策
int vote = 0;
if (isNear) vote += 2; // 距离传感器权重2
if (isStationary) vote += 1; // 加速度权重1
if (!isRotating) vote += 1; // 没有旋转，权重1
// 5. 最终判断
bool shouldScreenOff = (vote >= 3); // 总分≥3才熄屏这个逻辑我调过很多次。一开始权重设得不对，导致手机放桌上也熄屏。后来加了「加速度判断手机是否平放」的条件，才解决。
我的经验：阈值不要写死。不同手机的传感器灵敏度不一样。我建议在工厂校准阶段，把阈值做成可配置的参数，通过OTA下发。
避坑指南：我曾经踩过的三个坑
做这个功能时，我踩过不少坑。分享出来，你们少走弯路。
- 传感器采样率不匹配：距离传感器通常10Hz，加速度传感器可以到100Hz。如果你用加速度的100Hz数据去和距离的10Hz数据做融合，会出现「等待」问题。我的做法是：以距离传感器为基准，加速度和陀螺仪数据做滑动窗口平均，对齐到距离传感器的采样时刻。
- 陀螺仪零漂：陀螺仪静止时输出不为0。我曾经没做零偏校准，导致手机放在桌上，陀螺仪一直输出0.1 rad/s，系统误判为「正在旋转」。解决方案：每次开机后，取前100ms的陀螺仪数据做平均，作为零偏值减去。
- 加速度传感器的「假静止」：手机自由落体时，加速度为0。这时候如果距离传感器恰好检测到物体靠近（比如掉到沙发上），系统会误判为「贴近耳朵」。我加了一个「自由落体检测」逻辑：如果加速度模值连续3个采样点都接近0，且距离传感器突然变近，则判定为跌落，不熄屏。
特别提醒：不要在UI线程里做传感器数据融合。我曾经犯过这个错，导致界面卡顿。一定要把传感器数据采集和融合逻辑放到后台线程，或者用SensorManager的异步回调。
知识体系：多传感器协同的核心逻辑
下面这张图，是我自己总结的。你看完应该能明白整个流程。
这个流程我用了好几年。说白了，就是「采集→预处理→特征提取→决策」四个步骤。每一步都有细节，但核心是决策层的权重设计。
性能优化建议
多传感器协同，功耗是个大问题。三个传感器同时开着，电量哗哗地掉。我分享几个优化技巧。
- 按需开启传感器：距离传感器常开，加速度传感器和陀螺仪只在需要时开启。比如，只有距离传感器检测到「近」时，才开启加速度和陀螺仪做二次确认。
- 降低采样率：通话场景下，不需要100Hz的加速度数据。10Hz就够用了。我一般把加速度和陀螺仪的采样率降到20Hz，功耗能降一半。
- 批量处理：不要每次传感器事件都做融合。攒够5个数据点，一次性处理。这样CPU唤醒次数减少，省电。
小技巧：Android的SensorManager支持批量传感器事件。用SensorEventListener的onSensorChanged(SensorEvent event)时，event.values里可能包含多个采样点。检查event.timestamp的差值，就能判断是否批量。
总结
多传感器协同，说白了就是让三个传感器互相「打配合」。距离传感器负责「有没有」，加速度传感器负责「动不动」，陀螺仪负责「转不转」。三者投票，综合判断。
我在项目中试过很多方案，加权投票法是最简单也最稳定的。当然，你也可以用机器学习模型来做决策，但那样复杂度就上去了。对于通话熄屏这种场景，投票法足够了。
嗯，今天就聊到这儿。记住一点：传感器数据融合，不要追求花哨，稳定可靠才是第一位的。