一、后台如何持续获取定位

1、后台以及锁屏后持续定位异常的原因以及应对方案探索

关于App切换到后台并且息屏后，持续定位失效的探索：
（1）、在Android8.0 之后，谷歌已经禁用了后台服务的功能，只允许使用前台服务，意味着app一旦看不见后，不管是主页键还是返回键导致的，黑屏后，后台的功能都会即将或者立即进入冷冻状态，即服务是活着的，但是逻辑却没有正常运行，定位系统就会出现坐标不及时更新甚至不更新的情况。

（2）、针对此类型的系统管制，在参考了网上资料后，主要的有效资料来源于百度和高德的后台定位保活建议处理。百度的保活处理已经在app上得到应用，要提及的关键一点就是系统的电源锁机制。app可以通过获取锁，从影响甚至小程度的控制系统的电源运行情况，从而使自身app免于进入冷冻状态。但该锁在低端机出现明显的兼容问题，就是该保活处理在高端机或者中端机得到较好的成效，但在低端机例如高通骁龙4系的处理器平台上，保活失效，定位系统的更新频率会被系统压制到30秒更新一次，也就是说，app 的定位30秒才更新一次，会对用户带来一定的迷惑。推测原因可能是低端机的电源管控可能更加严格，或者一刀切处理。

2、后台持续获取定位失败的应对方案

为什么说是应对方案了，因为这个方法不能保证一定起作用。方法主要是参考百度地图的鹰眼sdk文档中的服务存活做法建议，这个是百度的链接：百度鹰眼SDK后台保活的做法建议

百度的建议中最强的一点是：启用多媒体锁

什么是多媒体锁？可以自行百度，以下是百度参考建议中直接复制粘贴过来的内容：

为了确保MediaPlayer的承载的服务在系统睡眠的时候继续正常执行下去。Android为我们提供了一种唤醒锁(wake locks)的机制。它能够在系统睡眠时，依旧保持锁定硬件的正常工作。基于这种思路，可以在集成鹰眼SDK的APP中，使用Service继承MediaPlayer，播放一段无声音频文件，达到保活效果。确保在MediaPlayer执行的时候，哪怕系统睡眠了CUP也能正常执行。需要使用MediaPlayer.setWakeMode()为MediaPlayer设定唤醒锁。以下是setWakMode()的定义：setWakeMode(Context context, int mode)第一个參数是当前上下文，第二个參数为须要加锁的状态，被设定为int类型的常量，定义在PowerManager这个final类中。在这里仅仅须要设定为PARTIAL_WAKE_LOCK就可以。

// 设定CUP锁定 mediaPlayer = new MediaPlayer(); mediaPlayer.setWakeMode(getApplicationContext(), PowerManager.PARTIAL_WAKE_LOCK);

一般对于锁而言。锁定了通常须要解锁。可是这里的唤醒锁与MediaPlayer关联，所以仅仅须要在使用完之后release()释放MediaPlayer就可以，无需显式的为其解锁。在使用setWakeMode设定唤醒锁的时候，还必须为应用赋予对应的权限： <uses-permission android:name="android.permission.WAKE_LOCK"/>

怎么使用这个多媒体锁呢？我是直接找了一个无声音的音频文件，然后在后台持续循环播放该音频文件，音频文件在文末云盘分享链接。

示例代码：

    /*** 新建这个播放器，主要是用来获取媒体锁，从而使服务不被系统杀掉，一般对于锁而言。锁定了通常须要解锁。* 可是这里的唤醒锁与MediaPlayer关联，所以仅仅须要在使用完之后release()释放MediaPlayer就可以，无需显式的为其解锁*/private MediaPlayer mMediaPlayer;//播放音频文件private void playMuteMusic() {mMediaPlayer = new MediaPlayer();setMusicSource();mMediaPlayer.setAudioStreamType(AudioManager.STREAM_MUSIC);mMediaPlayer.start();mMediaPlayer.setOnCompletionListener(new MediaPlayer.OnCompletionListener() {@Overridepublic void onCompletion(MediaPlayer mp) {mMediaPlayer.reset();setMusicSource();mMediaPlayer.start();}});//一般对于锁而言。锁定了通常须要解锁。//可是这里的唤醒锁与MediaPlayer关联，所以仅仅须要在使用完之后release()释放MediaPlayer就可以，无需显式的为其解锁mMediaPlayer.setWakeMode(getApplicationContext(), PowerManager.PARTIAL_WAKE_LOCK);}//设置音频文件路径private void setMusicSource() {AssetFileDescriptor fileDescriptor = null;try {fileDescriptor = getAssets().openFd("mute.mp3");//播放的是assets下的音频文件mMediaPlayer.setDataSource(fileDescriptor.getFileDescriptor(), fileDescriptor.getStartOffset(), fileDescriptor.getLength());mMediaPlayer.prepare();} catch (IOException e) {e.printStackTrace();}}

其中以上代码起关键作用的是开启锁这一行，至于锁的其中缘由，不在本文探索范围内

MediaPlayer.setWakeMode(getApplicationContext(), PowerManager.PARTIAL_WAKE_LOCK);

以上代码需要放在后台服务类中，启动运行。

二、对坐标点进行加工处理

（1）、为什么要加工处理

坐标点拿回来的时候，会附带有误差值（即定位准确度，数字越小，越准），一般根据项目实际使用情况进行对应的筛选，例如本人负责项目会过滤误差在30米以上的坐标点，也就是大于30米误差的直接扔掉。这是一点，其次是坐标重复冗余的问题。当用户在原地不动的时候，GPS却是时刻保持工作的，但是返回来的坐标点不一定相同，如果这时候也将这些坐标点直接描绘在地图上，轨迹会显示得像马蜂窝那般杂乱无章。最后是视觉体验问题，在不影响轨迹准确性的情况下，将坐标点连接起来后，如何将轨迹显示得圆润些，没那么多直角或者折线。

（2）、如何加工处理

这里主要是个人处理加上高德开源的算法。

个人处理逻辑里，会先在准确度以及速度的前提下，将数据进行先过滤。例如GPS会返回速度，如果速度为0的情况下，坐标点就是无效的。其二，准确度，像刚刚说的那样，根据项目实际需要误差在30米以上的直接扔掉。

然后是依靠高德开源的算法，参考高德轨迹平滑处理示例

我主要是使用了这个示例中的这个类 PathSmoothTool

以下是我修改后的类代码，主要是修改了3个值，（1）卡尔曼滤波程度（2）抽稀程度（3）去噪程度，三个值在代码注释里有对应解释，不在此赘述

import android.util.Log;import com.amap.api.maps.AMapUtils;
import com.amap.api.maps.model.LatLng;import java.util.ArrayList;
import java.util.List;/*** 从高德开源工具那里复制过来* 轨迹优化工具类* Created by my94493 on 2017/3/31.* <p>* 使用方法：* <p>*     PathSmoothTool pathSmoothTool = new PathSmoothTool();*     pathSmoothTool.setIntensity(2);//设置滤波强度，默认3*     List<LatLng> mList = LatpathSmoothTool.kalmanFilterPath(list);*/public class PathSmoothTool {private int mIntensity = 5;    //卡尔曼滤波程度   默认值是3   这东西影响着轨迹地流畅性private float mThreshhold = 0.1f;  //抽稀程度  数字越大  冗余轨迹点越少  轨迹越不圆润  默认值是0.3fprivate float mNoiseThreshhold = 10;  //去噪程度，轨迹点漂移偏差大小的判断，默认值是10   就是以10为准，两点之间偏差大于10的话，丢弃那个坐标点public PathSmoothTool(){}public int getIntensity() {return mIntensity;}public void setIntensity(int mIntensity) {this.mIntensity = mIntensity;}public float getThreshhold() {return mThreshhold;}public void setThreshhold(float mThreshhold) {this.mThreshhold = mThreshhold;}public void setNoiseThreshhold(float mnoiseThreshhold) {this.mNoiseThreshhold = mnoiseThreshhold;}/*** 轨迹平滑优化* @param originlist 原始轨迹list,list.size大于2* @return 优化后轨迹list*/public List<LatLng> pathOptimize(List<LatLng> originlist){List<LatLng> list = removeNoisePoint(originlist);//去噪List<LatLng> afterList = kalmanFilterPath(list,mIntensity);//滤波List<LatLng> pathoptimizeList = reducerVerticalThreshold(afterList,mThreshhold);//抽稀
//        Log.i("MY","originlist: "+originlist.size());
//        Log.i("MY","list: "+list.size());
//        Log.i("MY","afterList: "+afterList.size());
//        Log.i("MY","pathoptimizeList: "+pathoptimizeList.size());return pathoptimizeList;}/*** 轨迹线路滤波* @param originlist 原始轨迹list,list.size大于2* @return 滤波处理后的轨迹list*/public List<LatLng> kalmanFilterPath(List<LatLng> originlist) {return kalmanFilterPath(originlist,mIntensity);}/*** 轨迹去噪，删除垂距大于20m的点* @param originlist 原始轨迹list,list.size大于2* @return*/public List<LatLng> removeNoisePoint(List<LatLng> originlist){return reduceNoisePoint(originlist,mNoiseThreshhold);}/*** 单点滤波* @param lastLoc 上次定位点坐标* @param curLoc 本次定位点坐标* @return 滤波后本次定位点坐标值*/public LatLng kalmanFilterPoint(LatLng lastLoc, LatLng curLoc) {return kalmanFilterPoint(lastLoc,curLoc,mIntensity);}/*** 轨迹抽稀* @param inPoints 待抽稀的轨迹list，至少包含两个点，删除垂距小于mThreshhold的点* @return 抽稀后的轨迹list*/public List<LatLng> reducerVerticalThreshold(List<LatLng> inPoints) {return reducerVerticalThreshold(inPoints,mThreshhold);}/********************************************************************************************************//*** 轨迹线路滤波* @param originlist 原始轨迹list,list.size大于2* @param intensity 滤波强度（1—5）* @return*/private List<LatLng> kalmanFilterPath(List<LatLng> originlist,int intensity) {List<LatLng> kalmanFilterList = new ArrayList<LatLng>();if (originlist == null || originlist.size() <= 2)return kalmanFilterList;initial();//初始化滤波参数LatLng latLng = null;LatLng lastLoc = originlist.get(0);kalmanFilterList.add(lastLoc);for (int i = 1; i < originlist.size(); i++) {LatLng curLoc = originlist.get(i);latLng = kalmanFilterPoint(lastLoc,curLoc,intensity);if (latLng != null) {kalmanFilterList.add(latLng);lastLoc = latLng;}}return kalmanFilterList;}/*** 单点滤波* @param lastLoc 上次定位点坐标* @param curLoc 本次定位点坐标* @param intensity 滤波强度（1—5）* @return 滤波后本次定位点坐标值*/private LatLng kalmanFilterPoint(LatLng lastLoc, LatLng curLoc, int intensity) {if (pdelt_x == 0 || pdelt_y == 0 ){initial();}LatLng kalmanLatlng = null;if (lastLoc == null || curLoc == null){return kalmanLatlng;}if (intensity < 1){intensity = 1;} else if (intensity > 5){intensity = 5;}for (int j = 0; j < intensity; j++){kalmanLatlng = kalmanFilter(lastLoc.longitude,curLoc.longitude,lastLoc.latitude,curLoc.latitude);curLoc = kalmanLatlng;}return kalmanLatlng;}/***************************卡尔曼滤波开始********************************/private double lastLocation_x; //上次位置private double currentLocation_x;//这次位置private double lastLocation_y; //上次位置private double currentLocation_y;//这次位置private double estimate_x; //修正后数据private double estimate_y; //修正后数据private double pdelt_x; //自预估偏差private double pdelt_y; //自预估偏差private double mdelt_x; //上次模型偏差private double mdelt_y; //上次模型偏差private double gauss_x; //高斯噪音偏差private double gauss_y; //高斯噪音偏差private double kalmanGain_x; //卡尔曼增益private double kalmanGain_y; //卡尔曼增益private double m_R= 0;private double m_Q= 0;//初始模型private void initial(){pdelt_x =  0.001;pdelt_y =  0.001;
//        mdelt_x = 0;
//        mdelt_y = 0;mdelt_x =  5.698402909980532E-4;mdelt_y =  5.698402909980532E-4;}private LatLng kalmanFilter(double oldValue_x, double value_x, double oldValue_y, double value_y){lastLocation_x = oldValue_x;currentLocation_x= value_x;gauss_x = Math.sqrt(pdelt_x * pdelt_x + mdelt_x * mdelt_x)+m_Q;     //计算高斯噪音偏差kalmanGain_x = Math.sqrt((gauss_x * gauss_x)/(gauss_x * gauss_x + pdelt_x * pdelt_x)) +m_R; //计算卡尔曼增益estimate_x = kalmanGain_x * (currentLocation_x - lastLocation_x) + lastLocation_x;    //修正定位点mdelt_x = Math.sqrt((1-kalmanGain_x) * gauss_x *gauss_x);      //修正模型偏差lastLocation_y = oldValue_y;currentLocation_y = value_y;gauss_y = Math.sqrt(pdelt_y * pdelt_y + mdelt_y * mdelt_y)+m_Q;     //计算高斯噪音偏差kalmanGain_y = Math.sqrt((gauss_y * gauss_y)/(gauss_y * gauss_y + pdelt_y * pdelt_y)) +m_R; //计算卡尔曼增益estimate_y = kalmanGain_y * (currentLocation_y - lastLocation_y) + lastLocation_y;    //修正定位点mdelt_y = Math.sqrt((1-kalmanGain_y) * gauss_y * gauss_y);      //修正模型偏差LatLng latlng = new LatLng(estimate_y,estimate_x);return latlng;}/***************************卡尔曼滤波结束**********************************//***************************抽稀算法*************************************/private List<LatLng> reducerVerticalThreshold(List<LatLng> inPoints,float threshHold) {if (inPoints == null) {return null;}if (inPoints.size() <= 2) {return inPoints;}List<LatLng> ret = new ArrayList<LatLng>();for (int i = 0; i < inPoints.size(); i++) {LatLng pre = getLastLocation(ret);LatLng cur = inPoints.get(i);if (pre == null || i == inPoints.size() - 1) {ret.add(cur);continue;}LatLng next = inPoints.get(i + 1);double distance = calculateDistanceFromPoint(cur, pre, next);if (distance > threshHold){ret.add(cur);}}return ret;}private static LatLng getLastLocation(List<LatLng> oneGraspList) {if (oneGraspList == null || oneGraspList.size() == 0) {return null;}int locListSize = oneGraspList.size();LatLng lastLocation = oneGraspList.get(locListSize - 1);return lastLocation;}/*** 计算当前点到线的垂线距离* @param p 当前点* @param lineBegin 线的起点* @param lineEnd 线的终点**/private static double calculateDistanceFromPoint(LatLng p, LatLng lineBegin,LatLng lineEnd) {double A = p.longitude - lineBegin.longitude;double B = p.latitude - lineBegin.latitude;double C = lineEnd.longitude - lineBegin.longitude;double D = lineEnd.latitude - lineBegin.latitude;double dot = A * C + B * D;double len_sq = C * C + D * D;double param = dot / len_sq;double xx, yy;if (param < 0 || (lineBegin.longitude == lineEnd.longitude&& lineBegin.latitude == lineEnd.latitude)) {xx = lineBegin.longitude;yy = lineBegin.latitude;
//            return -1;} else if (param > 1) {xx = lineEnd.longitude;yy = lineEnd.latitude;
//            return -1;} else {xx = lineBegin.longitude + param * C;yy = lineBegin.latitude + param * D;}return AMapUtils.calculateLineDistance(p,new LatLng(yy,xx));}/***************************抽稀算法结束*********************************/private List<LatLng> reduceNoisePoint(List<LatLng> inPoints, float threshHold) {if (inPoints == null) {return null;}if (inPoints.size() <= 2) {return inPoints;}List<LatLng> ret = new ArrayList<LatLng>();for (int i = 0; i < inPoints.size(); i++) {LatLng pre = getLastLocation(ret);LatLng cur = inPoints.get(i);if (pre == null || i == inPoints.size() - 1) {ret.add(cur);continue;}LatLng next = inPoints.get(i + 1);double distance = calculateDistanceFromPoint(cur, pre, next);if (distance < threshHold){ret.add(cur);}}return ret;}
}

这个工具类的主要使用方法是 pathOptimize(List<LatLng> originlist)

传入的坐标点是高德自身定义的 LatLng 类，但我觉得应该可以使用自定义的因为坐标点传进去，只是用在了高德自身的距离计算方法，该计算方法可以自己网上自行百度，当然，只是推测，大家可以试验下。

最后，pathOptimize 方法处理过后的数据就可以直接描绘在地图上了。

百度云盘链接：

链接：https://pan.baidu.com/s/1QaWASPI9-qaQ-dALVkpZqQ
提取码：26bj

Android 基于高德地图的锁屏后定位和轨迹自动纠偏（离线版）相关推荐

android 基于高德地图的轨迹回放
android 基于高德地图的轨迹回放前段时间公司项目有一个需求,就是需要看到设备上传之后的轨迹路线,并且可以实现回放的整个过程,功能包括路线回放.地图位置插点.回放之后的轨迹标记颜色.回放加速等功 ...
基于高德地图JsAPI进行浏览器精确定位，实现手机端考勤打卡功能
前言: 由于项目需求需要在项目中实现手机端(基于网页)考勤打卡功能,最初考虑使用H5自身定位功能,但尝试过后,效果很不稳定.然后尝试使用百度地图JsAPI,百度家的稳定倒是很稳定,没想到的是定位位置和 ...
Android基于高德地图实现多人实时共享位置
自开发上一款智慧旅游产品后,发现一个很有意义而且很实用的功能,就是模仿微信的位置共享,可以看到对方的位置,一直想模仿做出这样的效果.最近闲下来之后终于实现了.下面就把我的实现过程和心得分享给大家. 步 ...
android app锁屏后定位,如何能让app在锁屏后还继续发送定位请求继续运行程序
现在我的定位版本还不能打包.用基座版本测试的. 发现 1.wifi 休眠是不影响的(我的小米2 可以设置始终保持连接) 2.屏幕一旦休眠(不是锁屏) 应用程序是受干扰的.(时间间隔不等) 但基本 ...
Android基于高德地图实时定位服务
Service功能有:实时定位(后台进行) Service不会,去百度谷歌功能有实时定位(30秒间隔) 判断是否在规定的时间段内判断距离是否大于规定的距离判断服务是否在开启的状态服务代码:L ...
只用一个marker 替换高德_Android基于高德地图完全自定义Marker的实现方法
前言相信做地图社交类APP开发的大家都知道,一般情况下,为了整体的美观和用户体验度,我们需要定制化Marker的样式.本文中实现的方式都是基于高德地图的,百度地图也类似,大家可以照葫芦画瓢,废话不多 ...
Android基于高德SDK的开发——自定义地图主题样式（悬浮按钮+底部弹窗）
日常的地图使用中,平台一般只会给我们提供地图的标准样式,造成了一定程度上的审美疲劳,那么如何实现地图的自定义样式呢?本文使用Android Studio 4.1,给开发者提供了一个基于高德地图SDK进 ...
【Android】锁屏后应用保活、拉活、双进程守护
最近在使用高德地图实时获取定位时遇到了个问题,锁屏后一段时间(5~10分钟左右)后程序会被系统杀死,为了保活,特研究了下进程保活机制. 0.基本操作和概念针对root过的手机,可以通过下列命令查看内 ...
南邮Android实验报告三：基于高德地图的综合应用
实验三基于高德地图的综合应用一.目的要求 1.学会安卓应用中涉及位置服务时的解决方案. 2.练习在使用第三方插件时,遇到版本不兼容时的处理步骤和方法. 二.实验环境 1.硬件配置:Intel Co ...

Android 基于高德地图的锁屏后定位和轨迹自动纠偏（离线版）