摘 要

随着信息技术以及电子设备软硬件的高速发展，移动设备作为如今人类生活必不可缺的部分，与衣食住行息息相关。与此同时，在国内和国际市场中，Android手机操作系统都已经占据了很大的市场份额。移动设备成为人们信息化生活的主要依赖，而热爱生活的人们也通过智能设备记录运动轨迹，利用数字化设备对运动信息数据的存储、处理以及对比来实现更好的运动效果。由于语音处理和识别的发展，语音控制也使得人们操作智能设备变得更为方便、快捷。

为了达到更好的运行效果的同时减少真机调试次数，整个调试过程基本运行在Android Studio软件环境和虚拟机上，在验证分阶段效果时进行真机调试，真机硬件设备是使用Android系统的MI 6。整个设计分为三部分三阶段，第一阶段完成APP整体框架的搭建以及电子地图的导入，使用百度地图API；第二阶段完成在电子地图基础上的目标运动轨迹实时追踪和路径显示，使用百度鹰眼API；第三阶段完成语音的录入、识别以及判定，使用科大讯飞API。完成各部分功能和各阶段调试后，进行整体调试。

最后通过在MI 6上进行实际运行的调试与检验，实现完整的基于Android的语音控制轨迹追踪系统的设计。

关键词：安卓；GPS定位；轨迹追踪；语音识别

ABSTRACT

With the rapid development of information technology and electronic devices, mobile devices, as an indispensable part of today's human life, are closely related to food, clothing, shelter and transportation. At the same time, the Android mobile operating system has taken a large share of the domestic and international market. Mobile devices have become the main dependence of people's information-based life, and people who love life also record the movement track through SMART DEVICES Use digital equipment to store, process and compare the motion information data to achieve better motion effect. With the development of speech processing and recognition, speech control makes it easier and faster for people to operate intelligent devices.

In order to achieve better results while reducing the number of real machine debugging, the whole debugging process is basically running in the Android Studio software environment and virtual machine, in the verification of staged results for real machine debugging, the actual hardware is the MI 6, which runs Android. The whole design is divided into three parts three stages, the first stage to complete the overall framework of the APP and the introduction of electronic maps, using Baidu Map API; The second stage completes the real-time tracking and path display of the target's movement based on the electronic map, using the Baidu Eagle Eye API. After completing the function of each part and the debugging of each stage, carry on the whole debugging.

Finally, a complete design of voice control tracking system based on Android is implemented by debugging and verifying the system running on Mi 6.

Key words:Android ; GPS Positioning; Trajectory tracking; Speech recognition

目 录

第1章 绪论 1

1.1 研究背景与意义 1

1.2 国内外状况分析 1

1.3 研究内容与本文安排 2

1.4 本章小结 2

第2章 需求分析与实时轨迹追踪系统构成 4

2.1 需求分析 4

2.2 系统环境与架构 4

2.2.1 开发环境简介 4

2.2.2 开发平台简介 5

2.3 定位系统与原理 5

2.3.1 Android系统获取地理位置 5

2.3.2 GPS定位原理 6

2.4 语音识别原理与方法 7

2.4.1 语音信号分析与处理 7

2.4.2 语音识别方法 7

2.5 本章小结 8

第3章 系统设计与编程 9

3.1准备工作 9

3.1.1 创建工程 9

3.1.2 项目结构类型 10

3.1.3 模拟器创建 12

3.2 系统设计流程图 15

3.3地图显示部分设计 16

3.4 轨迹追踪部分设计 19

3.4.1 定点定位 19

3.4.2 轨迹追踪与实时显示 21

3.5 语音控制部分设计 24

3.6 本章小结 27

第4章 总结 28

参考文献 29

致谢 30

第1章 绪论

1.1 研究背景与意义

Android在目前市场上主要用于移动便携设备，包括智能手机、平板电脑、智能手表等，其作为一个半开源操作系统，基础是Linux操作系统。所有开发者都可以在其版本基础上进行修改和迭代，开发相应的APP也较为容易，使得Android在移动设备操作系统市场中拔得头筹。

随着移动设备的软硬件不断发展，其功能愈加完善，覆盖生活范围也越来越广。其中，手机电子地图作为一种将数字化技术应用到传统地图当中的新型地图模式，有效利用GPS 导航系统的定位信号，打破传统地图的局限，让人们的生活变得更加方便、快捷。电子地图不仅可以用于指引和引导人们到达目的地，还可以用于日常运动生活中，通过对用户运动轨迹的实时追踪，利用数字化设备对运动信息数据的存储、处理以及对比来实现更好的运动效果。

与此同时，由于语音处理和识别的发展，语音控制大大降低了系统的操作难度，进一步在日常生活上对人们提供帮助。

1.2 国内外状况分析

要利用智能设备对被追踪者的运动轨迹进行跟踪，首先要获取到被追踪者地理位置。按照定位精确度排序，移动网络定位、Wi-Fi定位、GPS定位是Android系统获得设备当前地理位置的三种主要方法。手机在不同地理位置使用移动网络，会连接到不同的区域基站，获得手机连接的基站ID号、区域码、网络码信息后，利用移动网络定位方法，将得到用户所在区域的经纬度坐标；Wi-Fi定位需要与GPS结合，使用独有的Wi-Fi热点对应GPS定位坐标，获取较为精确的用户地理位置；GPS即全球定位系统，其进行定位依靠的是太空中卫星发射的信号和地面上接收信号的信号塔，定位精确度较高。

为进一步提高定位准确度，国内外都致力于对Android设备地理位置提取方法进行研究，Hans Hofken在国外研究的基础之上开发了AndroidForensicToolkit，是一种基于Android设备的地理位置取证分析的工具。以GPS地理数据获取方式的最新研究结论为基础，结合移动设备的存储结构原理来实现。为了提高用户使用便捷度，该工具设计使用市场现有的标准地图API，依照获取的用户设备的历史移动轨迹在地图上绘制路线^[1]。

国内的相关研究除了涉及技术方面，还涉及到有助于提高定位精准度的行为分析方面。一项来自武汉大学的研究为更好地分析预测城市居民日常生活中时间和空间特征作出了很大的贡献，该研究项目由康朝贵主导，利用统计学方法建模分析移动设备所收集到的设备用户位置信息数据，提取出用户在特定生活区域内的活动时间熵和空间熵特征，结合不同人群的出行活动规律提出了一种新的轨迹特征分析方法，通过行为分析研究向更好地调整技术迈进一步。

在语音识别方面，21世纪以后，人们在信号处理方面的神经网络开始了大规模的研究，并且在语音识别领域已经有了较好的应用。近两年，语音识别技术市场领域一个炙手可热的话题即是极限降低语音识别功耗的低资源语音识别。卷积神经网络（CNN）是低资源深度的一种有效的声学建模方法,深度神经网络（DNN）的实际应用根据不同模型分为两大类：一类是适合短时相关性信号处理的DNN-HMM混合模型，另一类是适用于时序信号建模的RNN-HMM级联模型，RNN模型由于其在时序信号处理方面的优越性，逐渐代替DNN模型成为近年来语音识别技术中的深度学习主流框架。

语音控制的运动轨迹跟踪是基于市场上现有的语音包、电子地图和Android设备的GPS系统来实现的，在内核技术基础GPS上进行功能扩展。本设计主要探讨的就是利用GPS系统对被跟踪对象进行实时定位，对电子地图进行实时更新，将记录到的运动点绘制成一条曲线，以达到实时追踪用户移动设备的活动轨迹并展示在电子地图上的目的。

1.3 研究内容与本文安排

Android Studio开发平台是本系统设计的软件开发平台，完成编程并在虚拟机上运行调试程序，实现语音控制运动轨迹跟踪。模拟测试完成后，将APK安装到Android移动设备中进行真实环境的测试，利用语音识别技术、电子地图和GPS系统完成基于语音控制的运动轨迹实时跟踪和轨迹路径显示。

围绕以上方面，本设计及本文主要分为三大部分：

1. 电子地图部分：电子地图根据功能分为地图设计单元和地图浏览单元两个不同的板块。地图设计单元实现的是对采集到的数据进行处理、存储以及管理，地图浏览单元是通过用户操作来让用户开启不同的电子地图模块，了解基于电子地图的动态变化信息。
2. 轨迹追踪部分：启用GPS系统，用户设备部分通过相关算法处理用户接收机接收到的GPS信号，标定其在所选定的空间坐标系中的具体位置。按照设定周期和信号回传时间间隔进行间断接收GPS定位返回信息，同时同步更新电子地图以实现轨迹的实时追踪。
3. 语音控制部分：开启录音权限，完成语音录入和识别，实现对整个轨迹追踪过程的开始和结束控制。

1.4 本章小结

本章作为绪论主要介绍了Android系统以及所涉及的电子地图、语音识别技术的研究背景和意义，包括Hans Hofken在国外研究的基础之上开发的AndroidForensicToolkit和深度神经网络（DNN）模型在实际应用上的区别，并对本系统的设计模块进行了三部分的划分。

第2章 需求分析与实时轨迹追踪系统构成

2.1 需求分析

本系统以完成完整的、能够实现相应功能的Android端APP为最终目标。

该设计的三大部分根据需求分析分别要达到以下功能：

1. 定位功能：在APP中接入市场现有的任一款电子地图，在启动APP的同时显示电子地图，并通过开启设备的GPS系统对用户所在位置进行起始点定位，在电子地图上进行相应缩放和位置点标记。
2. 追踪功能：在电子地图的显示基础上按照设定的频率不间断地申请GPS定位、接收回传信号采集实时定位信息，集成开发包中的startTrace()和stopTrace()函数作为集成方法可以在进程中被开发者直接调用来对轨迹采集服务进行开启和结束控制。获得轨迹信息后，结合电子地图用明亮的颜色曲线绘制展示出轨迹。
3. 控制功能：轨迹实时追踪进程的开启和结束通过语音来进行控制，在电子地图上悬浮一个独立的固定录音ICON，长按以输入语音信息，对录入的语音通过语音包解析识别，当识别到“开始”语音信息后标记起始点，开启轨迹实时追踪，并显示轨迹曲线，当识别到“结束”语音信息后结束轨迹追踪，并标记终止点。

2.2 系统环境与架构

2.2.1 开发环境简介

开发者在Android的JAVA编程语言环境基础中可以利用JAVA知识结合Android丰富的引用框架来开发移动设备中的应用，同时Android系统为尽可能降低应用程序在底层运行时的串扰，自动分配给不同应用程序以不同的Dalvik虚拟机，结合函数层即构成了应用的两层结构。

关于Android 应用框架（如图2.1）有两个至关重要的关键点：

1. 应用提供多个接入点：Android 应用开发的基础组件是一个个独立的用户界面Activity，不同的Activity可以在后台接入不同的接入点来独立执行服务，开发者使用Intent来启动各Activity组件组合完成所需要的功能。总启动控制Intent和单独组件Activity如同电子技术中的系统总控和被控制模块，在应用进程中井然有序地活动工作以实现开发者的开发目的。
2. 应用适配不同的移动设备：Android作为一个软件操作系统必然要结合移动硬件设备才能够发挥出其作用，而不同型号的移动设备在屏幕显示和操作上存在着差异，一个能够投放于市场的Android应用一定会涉及到为不同设备提供适配的问题。开发者可以利用Android系统内置的自适应应用框架为适配不同屏幕创建不同的XML布局文件，实现对多数市场现存的移动设备的显示适配。

图2.1 Android系统架构

2.2.2 开发平台简介

Android Studio开发平台在2013年由开发Android系统的google推出后逐步替代了Eclipse开发平台，截至目前很多开源项目都已经在采用。在IDEA的基础上，Android Studio于Eclipse最大的进步在于Gradle编辑器的构建支持，其在Eclipse开发平台的ADT优点基础之上实现了管理和编译的进一步集成化，提供提示工具以捕获性能、可用性、版本兼容性等问题，同时实现了数设备的UI控件图形化编辑和实时应用效果预览。

2.3 定位系统与原理

2.3.1 Android系统获取地理位置

使用Android系统的移动设备可以通过三种不同的方法获取用户地理位置信息：1）Google Play Service提供可以直接被进程中被调用的电子地图服务API，但由于某些限制目前国内无法正常连接使用Google Play；2）Android系统提供的内置API：调用系统的android.location中提供的LocationManager类和LocationListener类来确定通过GPS定位得到的经纬度信息；3）使用市场上现有的电子地图SDK提供的API做二次开发。

2.3.2 GPS定位原理

根据GPS系统结构图（如图2.2）可见，GPS系统根据用户个人、地面区域、太空区域的组成分为用户设备部分、地面监控部分、控件星座部分三个部分。

首先，空间星座部分是一种网络结构，由发射到太空中的多颗GPS导航卫星不间断地发送卫星信号，包括卫星健康状态、卫星星期数（WN）等星历参数。然后，地面监控部分通过GPS天线不断地接收各颗GPS卫星所发出的信号，通过相关算法计算出卫星的运动轨迹，地面监控设备将计算出的轨道参数信息通过调制后发送给卫星，卫星在收到这些参数后将它们调制到L波段后发送给用户。最后，用户设备部分通过算法处理接收到的GPS卫星发射信号计算出卫星到用户设备的距离，并从卫星发射的L波段的调制信号中解调出当前卫星所在轨迹的基本参数，用相关算法就可以计算出用户接收机在空间坐标系位置^[2]。

根据示意图（图2.3）可得，假设有卫星1、卫星2、卫星3、卫星4来提供这一次GPS定位所需要的信号，设用户设备待测点开启GPS接收机的时刻为t，则是测定得到的GPS信号达到GPS接收机的时间，结合接收机所接收到的卫星星期数等星历参数就可以确定以下四个方程式，算出待测点的坐标x、y、z 和接收机的时钟差：

（2.1）

（2.2）

（2.3）

（2.4）

上述四个方程式中的未知参数包括x、y、z待测点坐标和接收机时钟差，由卫星导航电文可求得卫星1、2、3、4在t时刻空间直角坐标。其中分别为卫星1、2、3、4到接收机之间的距离，根据公式，c为GPS信号的传播速度，即光速。分别为卫星1、2、3、4发送的信号到达接收机所经历的时间，分别为卫星星历提供的卫星1、2、3、4的卫星钟的时钟差^[2]。

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：