移动开发中的硬件功能：它们是什么、类型以及如何使用

智能手机的主要传感器

智能手机的硬件功能包括数十个传感器，用于收集环境和设备位置的数据。这些数据可通过Sensors API（Android）和Core Motion（iOS）获取。传感器分为三类：运动传感器（加速度计、陀螺仪）、位置传感器（磁力计）和环境传感器（气压计、光线、温度）。

加速度计

加速度计测量设备沿三个轴（x、y、z）的加速度，单位为m/s²。用于：屏幕方向检测（自动旋转）、步数计数（行人导航）、手势识别（摇动撤销）、倾斜控制游戏。Android Sensor.TYPE_ACCELEROMETER和Core Motion CMMotionManager（iOS）提供高达200Hz的原始数据。

陀螺仪

陀螺仪测量设备沿三个轴（rad/s）旋转的角速度。与加速度计不同，陀螺仪不受重力影响，使其成为跟踪旋转的理想选择。应用：视频稳定、VR/AR应用、室内导航、游戏控制器。Sensor.TYPE_GYROSCOPE（Android）和CMMotionManager（iOS）是主要的API。

磁力计

磁力计沿三个轴（µT）测量地球磁场，并作为电子指南针使用。在导航应用中用于确定北方方向。磁力计对金属物体和扬声器的干扰敏感；需要校准（典型的8字形运动）。Sensor.TYPE_MAGNETIC_FIELD — Android API。

气压计测量大气压力（hPa），用于确定海拔高度，精度达1米。接近传感器在通话时将手机贴近耳朵时关闭屏幕。环境光传感器调节屏幕亮度。所有这些传感器都可通过统一的SensorManager（Android）或CMMotionManager（iOS）访问大多数运动传感器。

摄像头和麦克风

摄像头是最受欢迎的硬件组件之一。在Android上，通过CameraX（现代Jetpack API）或Camera2（低级API）访问。CameraX自动处理生命周期，支持预览、图像捕获、图像分析（ML帧分析）和视频捕获。在iOS上，摄像头可通过AVFoundation使用：AVCaptureSession管理捕获，AVCaptureDevice配置参数（对焦、ISO、白平衡）。

麦克风用于录音、语音控制和语音识别。在Android上 — MediaRecorder或AudioRecord；在iOS上 — AVAudioRecorder。访问摄像头和麦克风需要用户权限：Manifest.permission.CAMERA和RECORD_AUDIO（Android），NSCameraUsageDescription和NSMicrophoneUsageDescription（iOS） — Info.plist中描述使用原因的字符串。

在IT Sectr，我们已经实现了20多个具有自定义摄像头的项目：从QR码扫描器到具有AR滤镜的应用程序。关键结论：在Android上，CameraX比Camera2节省数周的开发时间，而在iOS上，AVFoundation提供对拍摄参数的完全控制。通过CameraX进行基本图像捕获的示例：

class CameraFragment : Fragment() {
    private lateinit var imageCapture: ImageCapture

    fun startCamera() {
        val processCameraProvider =
            ProcessCameraProvider.getInstance(requireContext())

        processCameraProvider.addListener({
            val cameraProvider = processCameraProvider.get()
            val preview = Preview.Builder()
                .build()
                .also {
                    it.setSurfaceProvider(viewFinder.surfaceProvider)
                }

            imageCapture = ImageCapture.Builder()
                .setCaptureMode(ImageCapture.CAPTURE_MODE_MINIMIZE_LATENCY)
                .build()

            val cameraSelector = CameraSelector.DEFAULT_BACK_CAMERA

            cameraProvider.bindToLifecycle(
                this, cameraSelector, preview, imageCapture
            )
        }, ContextCompat.getMainExecutor(requireContext()))
    }
}

生物识别和NFC

Face ID、Touch ID、指纹扫描仪

生物识别硬件功能允许用户使用指纹或面部登录应用程序。iOS使用Face ID（TrueDepth摄像头，30,000个不可见点）和Touch ID（电容式指纹扫描仪）。Android使用BiometricPrompt，它结合了指纹扫描仪（电容式或超声波）和面部解锁（摄像头+ML）。Face ID比Touch ID更安全：匹配概率为1:1,000,000对比1:50,000。

NFC和蓝牙/BLE

NFC（近场通信）是一种无线通信技术，范围达10厘米。用于：非接触式支付（Google Pay、Apple Pay）、读取NFC标签（智能海报、名片）、验证（文档、票务）、数据传输（Android Beam — 已弃用）。Core NFC（iOS）和NfcAdapter（Android）是主要的API。在iOS上，NFC仅可用于读取（Apple Pay支付除外）。

蓝牙/BLE（低功耗蓝牙） — 用于连接外部设备：耳机、健身手环、医疗传感器、智能锁。Core Bluetooth（iOS）和android.bluetooth（Android） — 用于扫描、连接和数据交换的API。BLE能效高：设备可依靠电池运行多年。在iOS上，后台BLE操作需要启用Background Modes → Uses Bluetooth LE accessories。

健康与健身（HealthKit、Google Fit）

健康硬件功能：HealthKit（iOS） — Apple用于健康数据聚合的框架。用户授权读取和写入特定数据类型：步数、心率、睡眠、卡路里、体重、血压。所有数据存储在受保护的存储库中，并通过iCloud同步。HealthKit提供统一的接口，用于写入HKQuantitySample和通过HKSampleQuery或HKStatisticsQuery读取。

Google Fit — Google在Android上的健身数据平台。API分为两组：Sensors API（来自设备传感器的真实数据 — 步数、卡路里）和History API（读取/写入历史数据）。Google Fit还通过授权聚合来自其他健身应用（Strava、Runkeeper）的数据。在iOS上，Google Fit可通过REST API使用。

Core Motion（iOS） — 用于在没有专用芯片的情况下处理运动传感器的框架：加速度计、陀螺仪、计步器（CMPedometer）、高度计（CMAltimeter）。CMPedometer计算步数、行进距离、速度和爬楼层数。在Android上，类似的功能由Sensor.TYPE_STEP_COUNTER和Step Detector提供。所有健身数据都需要用户的明确同意。

AR和ML（ARKit、ARCore、ML Kit）

增强现实（AR）和设备端机器学习代表了智能手机硬件能力的顶峰。ARKit（Apple，iOS 11+）使用摄像头、陀螺仪、加速度计和LiDAR（在Pro型号上）来跟踪周围空间。ARCore（Google）是Android的等效产品，具有平面跟踪、图像识别和光照估计功能。两个框架都使用视觉惯性里程计（VIO） — 摄像头和惯性传感器的组合。

ML Kit（Google） — 用于Android和iOS机器学习的SDK。包括现成的API：文本识别（OCR）、条形码扫描、面部识别、姿态检测、对象跟踪、图像文本识别和自然语言处理。ML Kit完全在设备上运行 — 数据不会发送到服务器，确保隐私和脱机功能。

Core ML（Apple） — 用于将ML模型集成到iOS应用程序中的框架。模型（mlmodel）通过Core ML Tools从TensorFlow、PyTorch或Keras转换而来。Vision — 用于计算机视觉的框架：面部检测、文本、条形码、水平对齐。结合Vision和Core ML可以构建实时ML管道：帧捕获 → Vision分析 → Core ML预测 → UI更新 — 全部在设备上完成，延迟低于50毫秒。