如何绘制GPS移动轨迹并控制点位数组大小以保障性能

我希望在移动设备上绘制类似三星健康的步行/跑步/徒步轨迹，但目前每次获取新位置就存入ArrayList<LatLng>，再用这个数组绘制轨迹，时间一长数组会变得极大，导致性能问题。想知道三星健康这类应用是怎么解决的——既要在会话结束前保留完整轨迹，又要避免点位数组过大影响性能。

现有代码实现 #

Activity顶部声明 #

private var points: ArrayList<LatLng>? = null
private var line: Polyline? = null 

onCreate方法 #

override fun onCreate(savedInstanceState: Bundle?) {
    super.onCreate(savedInstanceState)

    points = ArrayList()
}

onMapReady方法 #

override fun onMapReady(googleMap: GoogleMap) {
    mMap = googleMap

    mMap.uiSettings.isMyLocationButtonEnabled = false

    try {
        mMap.isMyLocationEnabled = false
        mMap.uiSettings.isZoomControlsEnabled = true

        line = mMap.addPolyline(PolylineOptions())

    } catch (e: SecurityException) {
        e.printStackTrace()
    }
}

添加新位置的initializeMapWithLocation方法 #

private fun initializeMapWithLocation(userLocation: LatLng) {

    mMap.uiSettings.isMyLocationButtonEnabled = false

    try {
        mMap.isMyLocationEnabled = false
        mMap.uiSettings.isZoomControlsEnabled = true

        val selectedMarkerType = MarkerType.CUSTOM_2

        val markerIcon = if (selectedMarkerType == MarkerType.DEFAULT) {
            BitmapDescriptorFactory.defaultMarker()
        } else {
            val originalBitmap = BitmapFactory.decodeResource(resources, selectedMarkerType.resourceId)
            val width = (originalBitmap.width * selectedMarkerType.scale).toInt()
            val height = (originalBitmap.height * selectedMarkerType.scale).toInt()
            val scaledMarker = Bitmap.createScaledBitmap(originalBitmap, width, height, false)
            BitmapDescriptorFactory.fromBitmap(scaledMarker)
        }

        if (marker == null) {
            // 创建新标记（如果还不存在）
            marker = mMap.addMarker(
                MarkerOptions()
                    .position(userLocation)
                    .icon(markerIcon)
                    .title("Marker Title")
            )

            // 加载自定义信息窗口布局
            val infoWindowView = layoutInflater.inflate(R.layout.custom_info_window, null)

            // 将自定义信息窗口设为标记的Tag
            marker?.tag = infoWindowView

            // 设置标记的自定义InfoWindow适配器
            mMap.setInfoWindowAdapter(CustomInfoWindowAdapter())
        } else {
            // 更新现有标记的位置
            updateMarkerPosition(userLocation)

            if (points != null) {
                points!!.add(userLocation)
                line?.points = points as ArrayList<LatLng>
            } else {
                // 如果points为空则初始化
                points = ArrayList()
                points!!.add(userLocation)
            }

            // 从标记的Tag中获取自定义信息窗口布局
            val infoWindowView = marker?.tag as View

            // 找到布局中的TextView
            val latitudeTextView = infoWindowView.findViewById<TextView>(R.id.latitudeTextView)
            val longitudeTextView = infoWindowView.findViewById<TextView>(R.id.longitudeTextView)

            // 设置信息窗口中的经纬度值
            latitudeTextView.text = "Latitude: ${userLocation.latitude}"
            longitudeTextView.text = "Longitude: ${userLocation.longitude}"

            // 显示信息窗口
            marker?.showInfoWindow()
        }

        if (!initialZoomCompleted) {
            val initialZoom = 5.0F
            val targetZoom = 16.0F
            val zoomSpeed = 500
            animateZoomIn(userLocation, initialZoom, targetZoom, zoomSpeed, false)
            initialZoomCompleted = true
        }
    } catch (e: SecurityException) {
        e.printStackTrace()
    }
}

LocationCallback调用逻辑 #

private val locationCallback = object : LocationCallback() {
    override fun onLocationResult(locationResult: LocationResult) {
        locationResult.lastLocation?.let { location ->
            // 处理新位置
            val newLocation = LatLng(location.latitude, location.longitude)
            initializeMapWithLocation(newLocation)
            loadingProgressBar.visibility = View.GONE
            loadingMapTextView.visibility = View.GONE
        }
    }
}

优化方案（参考三星健康等同类应用逻辑） #

1. 轨迹点抽稀（核心优化手段） #

保留完整原始轨迹数据的同时，只维护一个简化的点集合用于地图绘制：

• 维护两个集合：rawPoints保存所有原始位置（用于会话结束后的统计、持久化），displayPoints保存抽稀后的点（用于绘制）。
• 常用抽稀规则：
  • 距离阈值：只保留与上一个显示点距离超过X米（比如5米）的点。
  • 时间阈值：只保留与上一个显示点时间间隔超过Y秒（比如3秒）的点。
  • 道格拉斯-普克算法：设定路径偏差阈值，自动去除冗余的非拐点，适合长轨迹的形状保留。

示例代码片段：

private const val SIMPLIFY_THRESHOLD_METERS = 5.0
private val rawPoints = mutableListOf<LatLng>()
private val displayPoints = mutableListOf<LatLng>()

private fun addLocationToTrajectory(newLocation: LatLng) {
    rawPoints.add(newLocation)
    
    if (displayPoints.isEmpty()) {
        displayPoints.add(newLocation)
    } else {
        val lastDisplayPoint = displayPoints.last()
        val distance = SphericalUtil.computeDistanceBetween(lastDisplayPoint, newLocation)
        if (distance >= SIMPLIFY_THRESHOLD_METERS) {
            displayPoints.add(newLocation)
            line?.points = displayPoints
        }
    }
}

2. 按地图缩放级别动态渲染 #

根据当前地图的缩放级别，切换不同精度的轨迹点集合：

• 低缩放级别（全局视图）：使用最稀疏的点集合。
• 高缩放级别（近距离视图）：使用较精细的点集合或原始点。

示例逻辑：

mMap.setOnCameraIdleListener {
    val zoomLevel = mMap.cameraPosition.zoom
    val currentDisplayPoints = when {
        zoomLevel < 12 -> getSimplifiedPoints(rawPoints, 20.0)
        zoomLevel < 15 -> getSimplifiedPoints(rawPoints, 10.0)
        else -> getSimplifiedPoints(rawPoints, 3.0)
    }
    line?.points = currentDisplayPoints
}

// 道格拉斯-普克算法抽稀实现（可自行查找开源实现）
private fun getSimplifiedPoints(points: List<LatLng>, threshold: Double): List<LatLng> {
    // 省略算法具体实现
}

3. 分段渲染长轨迹 #

将超长轨迹拆分为多个小段（比如每100个原始点为一段），每段单独维护抽稀后的显示点，使用多个Polyline对象分别绘制，避免单个Polyline的点集合过大导致性能问题。

4. 减少Polyline重绘频率 #

当前代码每次新增点都直接设置line?.points = points，会触发频繁重绘：

• 批量更新：每新增3-5个点再更新一次Polyline。
• 追加新点：如果API支持，使用Polyline.addPoint()方法替代设置整个点集合，减少重绘开销。

内容的提问来源于stack exchange，提问作者Daniel Lip