# Pedometer 计步器算法简介

Pedometer 计步器算法简介

以Android 6.0 M 为例，它为Pedometer计步器(以下简称Pedo)提供了两颗虚拟传感器(以下用sensor）：Step Counter和Step Detector.

它们的定义分别是：

• Step Counter提供从系统启动sensor激活以后用户走动的步数。
• Step Detector是当用户每走一步时就触发的事件。 事件产生的延迟应该在２秒以内。

Step Counter 比 Step Detector 可以有更长的延迟（１０秒），但是精确度要更高（比如假设Step Counter 要提供９５％精确的步数，而Step Detector 只需要90%的情况下触发，但是具体的百分比Google并没有明确规定）。

无论是Step Counter 还是 Step Detector都是基于加速计传感器（Accelerometer Sensor）的原始数据，通过某种算法得来的。下面将简要介绍以下几种Pedo算法。

• 基本Pedo算法，根据Accelerometer Sensor 3个轴的数据在用户走动时发生变化的波形特性，设置一定的阀值。当数据满足条件时，则认为用户走动了一步。本算法的优点是实现简单，几个公式和少量代码即可实现。但缺点也很明显，1）精确度不高，容易误报；2）无法区分用户在走路，跑步，还是乘坐交通工具。
• 进阶一Pedo算法，在基本Pedo算法的基础之上，增加一个状态机。该状态机可以识别用户运动状态突然发生变化，而使算法进入不同的状态。例如用户从静止到走路和从静止到跑动，Accelerometer Sensor数据的变化曲线是有明显区别的。有了这样的状态机维护，算法可以根据不同的运动状态设置不同参数，从而获取更精确的步数。
• 进阶二Pedo算法，增加一个气压传感器(Pressure Sensor)和一个GPS。Pressure Sensor 可以精确到米，气压值的微小变化可以作为运算参数，传递给Pedo算法。然后计算出上下坡，上下楼梯而产生的步数。GPS 则可以提供定位和补偿 Pressure Sensor的输出。
• 进阶三Pedo算法，算法内部增加一个学习模块。用户的身高体重步伐频率都会对Pedo算法的精确度产生影响。学习模块可以通过分析历史数据，获得该用户的身高体重范围区间，走路和跑步的频率等习惯，作为优化参数输入给算法。

Pedometer记步器将是未来可穿戴式设备必须具备的一个基本功能。硬件方面已经成熟，软件方面还大有潜力可挖掘。