如何在Android端Google Fit中获取高精度真实步数

一、是否可行？ #

完全可行。Google Fit整合了设备内置的加速度计、陀螺仪等传感器数据，支持获取高精度的单步明细数据（而非仅累计步数），只要设备硬件传感器正常，且配置正确权限与API调用逻辑，就能拿到接近真实的步数数据。

二、实现步骤 #

1. 配置权限与依赖 #

• 在AndroidManifest.xml中添加必要权限：

<uses-permission android:name="android.permission.ACTIVITY_RECOGNITION" />
<uses-permission android:name="android.permission.INTERNET" />

• 引入Google Fit依赖（在build.gradle模块文件）：

implementation "com.google.android.gms:play-services-fitness:21.1.0"
implementation "com.google.android.gms:play-services-auth:20.7.0"

2. 初始化权限与客户端 #

创建FitnessOptions指定需要获取的步数数据类型，请求用户授权：

val fitnessOptions = FitnessOptions.builder()
    .addDataType(DataType.TYPE_STEP_COUNT_DETAIL, FitnessOptions.ACCESS_READ)
    .addDataType(DataType.TYPE_STEP_COUNT_CUMULATIVE, FitnessOptions.ACCESS_READ)
    .build()

// 检查是否已授权
val account = GoogleSignIn.getAccountForExtension(this, fitnessOptions)
if (!GoogleSignIn.hasPermissions(account, fitnessOptions)) {
    GoogleSignIn.requestPermissions(
        this,
        REQUEST_FIT_PERMISSIONS,
        account,
        fitnessOptions
    )
} else {
    // 已授权，开始获取数据
    fetchHighAccuracySteps(account)
}

3. 查询高精度步数明细 #

使用HistoryClient查询TYPE_STEP_COUNT_DETAIL类型的数据，这是单步的详细记录，包含每一步的时间戳与步数（通常每条记录对应1步）：

private fun fetchHighAccuracySteps(account: GoogleSignInAccount) {
    val historyClient = Fitness.getHistoryClient(this, account)
    val dataReadRequest = DataReadRequest.Builder()
        .read(DataType.TYPE_STEP_COUNT_DETAIL)
        .setTimeRange(startTimeMillis, endTimeMillis, TimeUnit.MILLISECONDS)
        .build()

    historyClient.readData(dataReadRequest)
        .addOnSuccessListener { response ->
            // 遍历数据点，提取单步记录
            for (dataSet in response.dataSets) {
                for (dataPoint in dataSet.dataPoints) {
                    val stepCount = dataPoint.getValue(Field.FIELD_STEPS).asInt()
                    val timestamp = dataPoint.getStartTime(TimeUnit.MILLISECONDS)
                    // 存储每一步的时间戳与步数
                }
            }
        }
        .addOnFailureListener { e ->
            // 处理权限或网络错误
        }
}

三、结合定位信息过滤真实步数 #

通过匹配步数与定位数据的时间戳，过滤掉无效步数（如原地踏步、传感器误触发数据）：

1. 获取定位数据 #

可以通过Google Fit的TYPE_LOCATION_SAMPLE类型获取位置数据：

// 通过Google Fit获取定位数据
val locationReadRequest = DataReadRequest.Builder()
    .read(DataType.TYPE_LOCATION_SAMPLE)
    .setTimeRange(startTimeMillis, endTimeMillis, TimeUnit.MILLISECONDS)
    .build()

historyClient.readData(locationReadRequest)
    .addOnSuccessListener { response ->
        // 存储定位数据：时间戳 -> 移动速度
        val locationSpeedMap = mutableMapOf<Long, Float>()
        for (dataSet in response.dataSets) {
            for (dataPoint in dataSet.dataPoints) {
                val speed = dataPoint.getValue(Field.FIELD_SPEED).asFloat()
                val timestamp = dataPoint.getStartTime(TimeUnit.MILLISECONDS)
                locationSpeedMap[timestamp] = speed
            }
        }
        // 调用过滤逻辑
        filterValidSteps(stepRecords, locationSpeedMap)
    }

2. 过滤逻辑实现 #

• 速度阈值过滤：设定合理的速度阈值（如0.3m/s），当步数对应时间点的移动速度低于阈值时，判定为无效步数（原地踏步），予以排除。
• 步频辅助校验：正常行走步频在60-180步/分钟，若某段步数的步频超出此范围，可视为误触发。

示例过滤代码：

private fun filterValidSteps(stepRecords: List<StepRecord>, speedMap: Map<Long, Float>): List<StepRecord> {
    val validSteps = mutableListOf<StepRecord>()
    val speedThreshold = 0.3f // 单位：m/s

    for (step in stepRecords) {
        // 找到对应时间点的速度（允许±1000ms的误差）
        val nearestTimestamp = speedMap.keys.minByOrNull { kotlin.math.abs(it - step.timestamp) }
        val speed = nearestTimestamp?.let { speedMap[it] } ?: 0f

        if (speed >= speedThreshold) {
            validSteps.add(step)
        }
    }

    // 额外校验步频合理性
    if (validSteps.size >= 2) {
        val totalTimeMs = validSteps.last().timestamp - validSteps.first().timestamp
        val stepFrequency = (validSteps.size * 60000) / totalTimeMs // 步/分钟
        if (stepFrequency in 60..180) {
            return validSteps
        }
    }

    return validSteps
}

内容的提问来源于stack exchange，提问作者android developer