一、手機中常用的傳感器
在Android2.3 gingerbread系統中，google提供了11種傳感器供應用層使用，具體如下：（Sensor類）
#define SENSOR_TYPE_ACCELEROMETER 1 //加速度
#define SENSOR_TYPE_MAGNETIC_FIELD 2 //磁力
#define SENSOR_TYPE_ORIENTATION 3 //方向
#define SENSOR_TYPE_GYROSCOPE 4 //陀螺儀
#define SENSOR_TYPE_LIGHT 5 //光線感應
#define SENSOR_TYPE_PRESSURE 6 //壓力
#define SENSOR_TYPE_TEMPERATURE 7 //溫度
#define SENSOR_TYPE_PROXIMITY 8 //接近
#define SENSOR_TYPE_GRAVITY 9 //重力
#define SENSOR_TYPE_LINEAR_ACCELERATION 10//線性加速度
#define SENSOR_TYPE_ROTATION_VECTOR 11//旋轉矢量
1-1加速度傳感器
加速度傳感器又叫G-sensor，返回x、y、z三軸的加速度數值。
該數值包含地心引力的影響，單位是m/s^2。
將手機平放在桌面上，x軸默認為0，y軸默認0，z軸默認9.81。
將手機朝下放在桌面上，z軸為-9.81。
將手機向左傾斜，x軸為正值。
將手機向右傾斜，x軸為負值。
將手機向上傾斜，y軸為負值。
將手機向下傾斜，y軸為正值。
加速度傳感器可能是最為成熟的一種mems產品，市場上的加速度傳感器種類很多。
手機中常用的加速度傳感器有BOSCH（博世）的BMA系列，AMK的897X系列，ST的LIS3X系列等。
這些傳感器一般提供±2G至±16G的加速度測量范圍，采用I2C或SPI接口和MCU相連，數據精度小於16bit。
1-2 磁力傳感器
磁力傳感器簡稱為M-sensor，返回x、y、z三軸的環境磁場數據。
該數值的單位是微特斯拉（micro-Tesla），用uT表示。
單位也可以是高斯（Gauss），1Tesla=10000Gauss。
硬件上一般沒有獨立的磁力傳感器，磁力數據由電子羅盤傳感器提供（E-compass）。
電子羅盤傳感器同時提供下文的方向傳感器數據。
1-3 方向傳感器
方向傳感器簡稱為O-sensor，返回三軸的角度數據，方向數據的單位是角度。
為了得到精確的角度數據，E-compass需要獲取G-sensor的數據，
經過計算生產O-sensor數據，否則只能獲取水平方向的角度。
方向傳感器提供三個數據，分別為azimuth、pitch和roll。
azimuth：方位，返回水平時磁北極和Y軸的夾角，范圍為0°至360°。
0°=北，90°=東，180°=南，270°=西。
pitch：x軸和水平面的夾角，范圍為-180°至180°。
當z軸向y軸轉動時，角度為正值。
roll：y軸和水平面的夾角，由於歷史原因，范圍為-90°至90°。
當x軸向z軸移動時，角度為正值。
電子羅盤在獲取正確的數據前需要進行校准，通常可用8字校准法。
8字校准法要求用戶使用需要校准的設備在空中做8字晃動，
原則上盡量多的讓設備法線方向指向空間的所有8個象限。
手機中使用的電子羅盤芯片有AKM公司的897X系列，ST公司的LSM系列以及雅馬哈公司等等。
由於需要讀取G-sensor數據並計算出M-sensor和O-sensor數據，
因此廠商一般會提供一個后台daemon來完成工作，電子羅盤算法一般是公司私有產權。
1-4 陀螺儀傳感器
陀螺儀傳感器叫做Gyro-sensor，返回x、y、z三軸的角加速度數據。
角加速度的單位是radians/second。
根據Nexus S手機實測：
水平逆時針旋轉，Z軸為正。
水平逆時針旋轉，z軸為負。
向左旋轉，y軸為負。
向右旋轉，y軸為正。
向上旋轉，x軸為負。
向下旋轉，x軸為正。
ST的L3G系列的陀螺儀傳感器比較流行，iphone4和google的nexus s中使用該種傳感器。
1-5 光線感應傳感器
光線感應傳感器檢測實時的光線強度，光強單位是lux，其物理意義是照射到單位面積上的光通量。
光線感應傳感器主要用於Android系統的LCD自動亮度功能。
可以根據采樣到的光強數值實時調整LCD的亮度。
1-6 壓力傳感器
壓力傳感器返回當前的壓強，單位是百帕斯卡hectopascal（hPa）。
1-7 溫度傳感器
溫度傳感器返回當前的溫度。
1-8 接近傳感器
接近傳感器檢測物體與手機的距離，單位是厘米。
一些接近傳感器只能返回遠和近兩個狀態，
因此，接近傳感器將最大距離返回遠狀態，小於最大距離返回近狀態。
接近傳感器可用於接聽電話時自動關閉LCD屏幕以節省電量。
一些芯片集成了接近傳感器和光線傳感器兩者功能。
下面三個傳感器是Android2新提出的傳感器類型，目前還不太清楚有哪些應用程序使用。
1-9 重力傳感器
重力傳感器簡稱GV-sensor，輸出重力數據。
在地球上，重力數值為9.8，單位是m/s^2。
坐標系統與加速度傳感器相同。
當設備復位時，重力傳感器的輸出與加速度傳感器相同。
1-10 線性加速度傳感器
線性加速度傳感器簡稱LA-sensor。
線性加速度傳感器是加速度傳感器減去重力影響獲取的數據。
單位是m/s^2，坐標系統與加速度傳感器相同。
加速度傳感器、重力傳感器和線性加速度傳感器的計算公式如下：
加速度 = 重力 + 線性加速度
1-11 旋轉矢量傳感器
旋轉矢量傳感器簡稱RV-sensor。
旋轉矢量代表設備的方向，是一個將坐標軸和角度混合計算得到的數據。
RV-sensor輸出三個數據：
x*sin(theta/2)
y*sin(theta/2)
z*sin(theta/2)
sin(theta/2)是RV的數量級。
RV的方向與軸旋轉的方向相同。
RV的三個數值，與cos(theta/2)組成一個四元組。
RV的數據沒有單位，使用的坐標系與加速度相同。
舉例：
sensors_event_t.data[0] = x*sin(theta/2)
sensors_event_t.data[1] = y*sin(theta/2)
sensors_event_t.data[2] = z*sin(theta/2)
sensors_event_t.data[3] = cos(theta/2)
GV、LA和RV的數值沒有物理傳感器可以直接給出，
需要G-sensor、O-sensor和Gyro-sensor經過算法計算后得出。
算法一般是傳感器公司的私有產權。
二、Android感應檢測管理---SensorManager
1、取得SensorManager
使用感應檢測Sensor首要先獲取感應設備的檢測信號，你可以調用Context.getSysteService(SENSER_SERVICE)方法來取得感應檢測的服務
2、實現取得感應檢測Sensor狀態的監聽功能
實現以下兩個SensorEventListener方法來監聽，並取得感應檢測Sensor狀態：
//在感應檢測到Sensor的精密度有變化時被調用到。
public void onAccuracyChanged(Senso sensor,int accuracy);
//在感應檢測到Sensor的值有變化時會被調用到。
public void onSensorChanged(SensorEvent event);
3、實現取得感應檢測Sensor目標各類的值
實現下列getSensorList()方法來取得感應檢測Sensor的值；
List<Sensor> sensors = sm.getSensorList(Sensor.TYPE_TEMPERATURE);
4、注冊SensorListener
sm.regesterListener(SensorEventListener listener, Sensor sensor, int rate);
第一個參數：監聽Sensor事件，第二個參數是Sensor目標種類的值，第三個參數是延遲時間的精度密度。延遲時間的精密度參數如下：
| 參數 |
延遲時間 |
| SensorManager.SENSOR_DELAY_FASTEST |
0ms |
| SensorManager.SENSOR_DELAY_GAME |
20ms |
| SensorManager.SENSOR_DELAY_UI |
60ms |
| SensorManager.SENSOR_DELAY_NORMAL |
200ms |
因為感應檢測Sensor的服務是否頻繁和快慢都與電池參量的消耗有關，同時也會影響處理的效率，所以兼顧到消耗電池和處理效率的平衡，設置感應檢測Sensor的延遲時間是一門重要的學問，需要根據應用系統的需求來做適當的設置。
感應檢測Sensor的硬件檢測組件受不同的廠商提供。你可以采用Sensor的getVendor(),Sensor()的getName()和Sensor的getVeesrion()方法來取得 廠商的名稱、產品和版本。
5、取消注冊
sm.unregisterListener(SensorEventListener listener)
6、感應檢測
加速度感應檢測——Accelerometer
Accelerometer Sensor測量的是所有施加在設備上的力所產生的加速度的負值（包括重力加速度）。加速度所使用的單位是m/sec^2，數值是加速度的負值。
SensorEvent.values[0]：加速度在X軸的負值
SensorEvent.values[1]：加速度在Y軸的負值
SensorEvent.values[2]：加速度在Z軸的負值
例如：
當手機Z軸朝上平放在桌面上，並且從左到右推動手機，此時X軸上的加速度是正數。
當手機Z軸朝上靜止放在桌面上，此時Z軸的加速度是+9.81m/sec^2。
當手機從空中自由落體，此時加速度是0
當手機向上以Am/sec^2的加速度向空中拋出，此時加速度是A+9.81m/sec^2
重力加速度感應檢測——Gravity
重力加速度，其單位是m/sec^2，其坐標系與Accelerometer使用的一致。當手機靜止時，gravity的值和Accelerometer的值是一致的。
線性加速度感應檢測——Linear-Acceleration
Accelerometer、Gravity和Linear-Acceleration三者的關系如下公式：
accelerometer = gravity + linear-acceleration
地磁場感應檢測——Magnetic-field
地磁場的單位是micro-Tesla(uT)，檢測的是X、Y、Z軸上的絕對地磁場。
陀螺儀感應檢測——Gyroscope
陀螺儀的單位是弧度/秒，測量的是物體分別圍繞X，Y，Z軸旋轉的角速度。它的坐標系與加速度傳感器的坐標系相同。逆時針方向旋轉的角度正的。也就是說，如果設備逆時針旋轉，觀察者向X，Y，Z軸的正方向看去，就報告設備是正轉的。請注意，這是標准的正旋轉的數學定義。
光線感應檢測——Light
values[0]:表示環境光照的水平，單位是SI lux。
位置逼近感應檢測——Proximity
values[0]:逼近的距離，單位是厘米(cm)。有一些傳感器只能支持近和遠兩種狀態，這種情況下，傳感器必須報告它在遠狀態下的maximum_range值和在近狀態下的小值。
旋轉矢量感應檢測——Rotation Vector
旋轉向量是用來表示設備的方向，它是由角度和軸組成，就是設備圍繞x,y,z軸之一旋轉θ角度。旋轉向量的三個要素是，這樣旋轉向量的大小等於sin(θ/2)，旋轉向量的方向等於旋轉軸的方向。
values[0]: x*sin(θ/2)
values[1]: y*sin(θ/2)
values[2]: z*sin(θ/2)
values[3]: cos(θ/2) (optional: only if value.length = 4)
方向感應檢測——Orientation
其單位是角度
values[0]: Azimuth(方位)，地磁北方向與y軸的角度，圍繞z軸旋轉(0到359)。0=North, 90=East, 180=South, 270=West
values[1]: Pitch(俯仰),圍繞X軸旋轉(-180 to 180), 當Z軸向Y軸運動時是正值
values[2]: Roll(滾)，圍繞Y軸旋轉(-90 to 90)，當X軸向Z軸運動時是正值
三、舉例之-Gsensor
1，圖示三軸方向
Android重力感應系統的坐標系以屏幕的左下方為原點(【注意】2d編程的時候，是以屏幕左上方為原點的)，箭頭指向的方向為正。從-10到10，以浮點數為等級單位，想象一下以下情形：
手機屏幕向上(z軸朝天)水平放置的時侯，(x，y，z)的值分別為(0，0，10);
手機屏幕向下(z軸朝地)水平放置的時侯，(x，y，z)的值分別為(0，0，-10);
手機屏幕向左側放(x軸朝天)的時候，(x，y，z)的值分別為(10，0，0);
手機豎直(y軸朝天)向上的時候，(x，y，z)的值分別為(0，10，0);
其他的如此類推，規律就是：朝天的就是正數，朝地的就是負數。利用x,y,z三個值求三角函數，就可以精確檢測手機的運動狀態了。
2，通過監測Gsensor判斷手機處於靜止/移動狀態
public class MainActivity extends Activity implements SensorEventListener { private static final String TAG = MainActivity.class.getSimpleName(); private SensorManager mSensorManager; private Sensor mSensor; private TextView textviewX; private TextView textviewY; private TextView textviewZ; private TextView textviewF; private int mX, mY, mZ; private long lasttimestamp = 0; Calendar mCalendar; @Override protected void onCreate(Bundle savedInstanceState) { super.onCreate(savedInstanceState); setContentView(R.layout.activity_main); textviewX = (TextView) findViewById(R.id.textView1); textviewY = (TextView) findViewById(R.id.textView3); textviewZ = (TextView) findViewById(R.id.textView4); textviewF = (TextView) findViewById(R.id.textView2); mSensorManager = (SensorManager) getSystemService(SENSOR_SERVICE); mSensor = mSensorManager.getDefaultSensor(Sensor.TYPE_ACCELEROMETER);// TYPE_GRAVITY if (null == mSensorManager) { Log.d(TAG, "deveice not support SensorManager"); } // 參數三，檢測的精准度 mSensorManager.registerListener(this, mSensor, SensorManager.SENSOR_DELAY_NORMAL);// SENSOR_DELAY_GAME } @Override public void onAccuracyChanged(Sensor sensor, int accuracy) { } @Override public void onSensorChanged(SensorEvent event) { if (event.sensor == null) { return; } if (event.sensor.getType() == Sensor.TYPE_ACCELEROMETER) { int x = (int) event.values[0]; int y = (int) event.values[1]; int z = (int) event.values[2]; mCalendar = Calendar.getInstance(); long stamp = mCalendar.getTimeInMillis() / 1000l;// 1393844912 textviewX.setText(String.valueOf(x)); textviewY.setText(String.valueOf(y)); textviewZ.setText(String.valueOf(z)); int second = mCalendar.get(Calendar.SECOND);// 53 int px = Math.abs(mX - x); int py = Math.abs(mY - y); int pz = Math.abs(mZ - z); Log.d(TAG, "pX:" + px + " pY:" + py + " pZ:" + pz + " stamp:" + stamp + " second:" + second); int maxvalue = getMaxValue(px, py, pz); if (maxvalue > 2 && (stamp - lasttimestamp) > 30) { lasttimestamp = stamp; Log.d(TAG, " sensor isMoveorchanged...."); textviewF.setText("檢測手機在移動.."); } mX = x; mY = y; mZ = z; } } /** * 獲取一個最大值 * * @param px * @param py * @param pz * @return */ public int getMaxValue(int px, int py, int pz) { int max = 0; if (px > py && px > pz) { max = px; } else if (py > px && py > pz) { max = py; } else if (pz > px && pz > py) { max = pz; } return max; } }
原理就是通過每次得到的x,y,z三軸的值，和下一次的值作比較，它們每個差值中絕對值最大的如果超過某一個閥值（自己定義），並且這種狀態持續了x秒，我們就視為手機處於（顛簸）移動狀態，當然這種判斷肯定是不科學的，有時候也會產生誤判，比較理想的場景就是：攜帶手機坐在公交上或是開車。
其它可供參考資料：
http://blog.csdn.net/zhandoushi1982/article/details/8591878