4台卡车实时行驶里程计算技术咨询：现有函数无法满足需求

针对你提到的4台卡车里程统计需求（内置函数仅支持两点经纬度计算、现有集合数据会被状态清空），以下是几个可行的落地方案：

方案1：定时位置采样累加（通用型） #

• 给每台卡车单独维护独立于业务集合的持久化累加变量（比如全局字典truckTotalMileage，键为卡车ID，值为累计里程），避免被状态转换的清空操作影响。
• 在状态图的「行驶中」状态内，设置定时任务（10-30秒/次，根据精度需求调整），每次采样当前经纬度：
  1. 首次采样时记录初始经纬度；
  2. 后续采样用distanceTo()计算当前点与上一次有效采样点的距离；
  3. 将计算结果（转换为km）累加到对应卡车的持久化变量中。
• 关键限制：仅在行驶状态下触发采样，排除充电、怠速、停车等非行驶场景，避免无效里程统计。

方案2：状态转换触发的分段统计（适配现有状态图） #

利用卡车的状态图逻辑，在行驶阶段的首尾节点触发里程计算：

• 在「进入行驶状态」的动作中，记录当前经纬度作为分段起点，存储到对应卡车的持久化临时变量中；
• 在「退出行驶状态」（比如切换到充电、到达目的地）的动作中，用distanceTo()计算分段起点到当前经纬度的距离，累加到总里程变量；
• 同样，总里程和分段起点变量必须是独立持久化的，不依赖会被清空的业务集合。
• 优势：无需定时任务，仅在状态切换时计算，资源占用更低，适合状态逻辑清晰的场景。

方案3：读取车载硬件原始里程（最高精度） #

如果卡车配备了支持输出累计行驶里程的GPS/OBD设备，直接读取硬件输出的原始里程值：

• 将硬件返回的里程数据同步到系统的独立持久化变量中，绕过手动计算的误差；
• 若需要过滤非行驶里程，可结合状态图的行驶状态标记，仅在行驶时同步数据。

额外注意事项 #

• 单位转换：确保distanceTo()返回的米数转换为km（除以1000）；
• 异常处理：GPS信号丢失时，暂停里程累加，待信号恢复后重新采样，避免无效计算；
• 数据校验：定期将累计里程与硬件里程（若有）比对，修正误差。

内容的提问来源于stack exchange，提问作者Niazism