优化 Google 地图应用 GPS 追踪，实现平滑移动效果

2024-12-19 10:32:32

Google 地图应用中平滑的 GPS 追踪

在开发基于地理位置的应用时，实时且平滑地在地图上展示用户或目标对象的位置至关重要。使用 Google 地图进行车辆追踪类应用开发时，经常会遇到标记点跳变、地图移动卡顿的问题，影响用户体验。本文将探讨该问题的常见原因，并提供相应的解决方案，帮助开发者优化应用性能，实现流畅的地图追踪体验。

一、问题分析

地图追踪应用中，标记点或地图出现跳动、不连续的情况，一般由以下几个因素导致：

GPS 数据更新频率不足： GPS 芯片通常以每秒一次的频率提供位置更新。在高速移动场景下，两次更新之间，用户可能已经移动了一段距离，这导致地图上的标记点出现明显的“跳跃”。
频繁的 UI 更新: 试图通过高频更新标记位置和地图视图来弥补数据不足。如文首示例代码尝试用插值动画模拟高帧率效果, 过度消耗系统资源。这样导致主线程负载过重，反而可能导致 UI 渲染卡顿，并带来巨大的 CPU 和电池消耗。
地图动画处理不当: 地图自身的动画效果处理效率低下，也会拖慢整个应用的性能。直接调用 animateCamera 并设置一个比较长的时间间隔也许会让地图看起来过渡地很流畅,但这段时间内新的位置更新可能会被丢弃或错误地处理。
网络延迟: 位置数据的获取、处理和展示可能涉及到网络请求，网络延迟会导致位置信息无法实时同步到地图。

二、解决方案及实践

针对上述问题，可以从以下几个方面入手优化，实现更流畅的 GPS 追踪效果：

1. 合理控制位置更新频率

获取定位需要考虑准确性和性能平衡, 太频繁地请求位置会迅速地消耗设备的电池电量。不一定总是要请求高精度的位置信息,这依赖于应用实际的需求。使用混合定位模式 (network + GPS), 根据运动状态动态地调整位置请求频率是更有效的做法。

动态调整定位策略: 预估速度，区分低速移动与高速移动场景。可以尝试如下配置：

// 车辆静止或低速移动时，降低位置更新频率
LocationRequest lowPriorityRequest = LocationRequest.create()
            .setPriority(LocationRequest.PRIORITY_BALANCED_POWER_ACCURACY)
            .setInterval(5000) // 5 秒
            .setFastestInterval(2000); // 最小 2 秒

// 车辆高速移动时，提高位置更新频率,
LocationRequest highPriorityRequest = LocationRequest.create()
            .setPriority(LocationRequest.PRIORITY_HIGH_ACCURACY)
            .setInterval(1000) // 1 秒
            .setFastestInterval(500); // 最小 0.5 秒

// 通过速度或者加速度的变化来判断使用哪种定位配置
if (speed > 10) { // 假设 10 m/s 作为区分依据
    fusedLocationClient.requestLocationUpdates(highPriorityRequest, locationCallback, Looper.getMainLooper());
} else {
    fusedLocationClient.requestLocationUpdates(lowPriorityRequest, locationCallback, Looper.getMainLooper());
}

注：速度阈值需根据应用场景设置,并且切换配置前需要移除原先的位置更新请求。

2. 位置数据插值优化

在 GPS 数据更新频率有限的情况下，通过插值算法预估中间位置，可以减少跳跃感，并平滑运动轨迹。不同于示例代码中的每次收到定位后进行多帧插值, 下述方法只做一次插值并在其完成后接收下一次位置更新。

线性插值实现： 只使用最近的两个位置进行线性插值, 不需要维持复杂的队列, 且插值在下一次位置到达时结束.

public void interpolateMarker(final Marker marker, LatLng finalPosition, long duration) {
    final LatLng startPosition = marker.getPosition();
    final Handler handler = new Handler(Looper.getMainLooper());
    final long start = SystemClock.uptimeMillis();

    handler.post(new Runnable() {
        @Override
        public void run() {
            long elapsed = SystemClock.uptimeMillis() - start;
            float t = Math.min(1, (float) elapsed / duration);

            double lng = t * finalPosition.longitude + (1 - t) * startPosition.longitude;
            double lat = t * finalPosition.latitude + (1 - t) * startPosition.latitude;
            marker.setPosition(new LatLng(lat, lng));

            if (t < 1.0) {
                handler.postDelayed(this, 16);
            } else {
              // 结束插值
            }
        }
    });
}

//使用：
//locationResult收到后进行处理
LatLng newPosition = new LatLng(location.getLatitude(), location.getLongitude());
// 调整朝向
mCurrLocationMarker.setRotation(calculateBearing(mLastLocation, newPosition)); 
// 使用两次更新之间的平均速度估计一个合适的插值时间，这里假设为800毫秒，请根据实际场景调整
interpolateMarker(mCurrLocationMarker, newPosition, 800);
mLastLocation = newPosition; // 不要丢掉这个赋值

//同时移动地图，可以稍微缩小一点地图层级，保证物体移动始终在视野中央，体验会更好
mMap.moveCamera(CameraUpdateFactory.newLatLngZoom(newPosition, 17));

插值时间应当比请求间隔更小一些，以免下一次位置信息到达的时候, 当前位置的插值还没结束. 需要合理地选择和运用。更高级的方式可以参考使用更平滑的插值算法。

3. 优化地图操作

避免在短时间内连续调用地图的 animateCamera 方法。这会造成冲突。可以使用更合理的方案, 例如：

移动相机到预测位置： 收到位置信息后, 不要等待漫长的动画结束。根据 bearing 结合适当的偏移量预测车辆位置, 让相机直接 moveCamera 到那个地方而不是慢慢的动画追过去。

地图更新的限流: 在 onLocationChanged 回调中，避免直接更新地图中心，而应该计算新位置与当前地图中心的距离。

if(Helper.computeDistanceBetween(mMap.getCameraPosition().target,latLng)>DIST_THRESHOLD){
   // 如果超出一个距离，更新地图中心, 或者预测出一个新的中心来取代之.
}

考虑使用CameraUpdateFactory.newLatLngBounds 可以让地图自动缩放并包含特定的区域，例如用户轨迹的一部分。避免不必要的 zoom 动作，这会让地图闪烁。

4. 数据平滑和过滤

在特定条件下，可以对输入的位置数据做进一步的优化。可以检测并剔除有问题的信号。或者使用平均移动速度的算法来抑制突然的位置跳跃。使用更合适的过滤手段需要权衡数据时效性.

异常点过滤： 检查收到的GPS信号精度, 或者判断相邻两点之间的距离。如果瞬时速度、距离或精度偏差过大，可以认为是漂移或者信号干扰，丢弃并进行日志。
平均算法或卡尔曼滤波： 引入一个长度较短的平滑窗口。利用历史的GPS位置来获得更加平稳的结果，可以使用更复杂算法计算更加准确的数值。可以采用卡尔曼滤波算法，这需要使用外部的数学计算库, 自己实现较为复杂。