鷹眼軌跡是百度開放平臺最新推出的一套高效能軌跡儲存和查詢服務。百度已做好如此強大的功能，我們豈能不用。

使用鷹眼軌跡，一種方法是完全整合百度鷹眼軌跡的SDK。此方法參考http://lbsyun.baidu.com/index.PHP?title=Android-yingyan 開發指南整合即可。

接下來要說的是第二種方式。通過自己的服務端進行互動的模式。使用該方式首先需要在百度開放平臺申請服務端的ak。

第二步：在鷹眼軌跡服務中軌跡管理臺建立自己的鷹眼服務。

通過這兩步我們就能得到呼叫鷹眼軌跡服務端介面的必要欄位ak和service_id。

一般來說我們只需要呼叫兩個介面即可實現軌跡追蹤功能。一個是上傳定位位置，一個獲取歷史軌跡。

第一個介面：上傳定位位置

請求URI

HTTP請求方式

POST

請求引數

entity_name 自己定義個唯一的區分標示即可，cord_type 一般傳3，因為定位採用的百度api，返回的座標就是百度經緯度座標。

首先我們要在Android端整合百度定位的sdk。然後開啟定位服務，每隔一段時間呼叫該介面上傳座標點。定位的核心方法如下。該方法建議在Service中實現。

第二個介面：獲取歷史軌跡

請求URI

HTTP請求方式

GET

請求引數

返回值

該介面的entity_name就是你需要查詢的物件，page_size 預設是100，可以根據需要調大點。

start_time和end_time格式為UNIX時間戳，這要求將時間進行一下轉化，方法如下。

    /* 將字串轉為時間戳 */
    public static String getTimeToStamp(String time) {
        SimpleDateFormat sdf = new SimpleDateFormat(“yyyy-MM-dd- HH:mm:ss”);
        Date date = new Date();
        try {
            date = sdf.parse(time);
        } catch (ParseException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }


        String tmptime = String.valueOf(date.getTime()).substring(0, 10);


        return tmptime;
    }

還需要注意的是end_time必須大於start_time且時間差不能超過24小時，否則請求會失敗，報引數錯誤。

接下來說下is_processed這個引數，如果不傳，預設的就是原始點記錄，如果傳1，百度會進行去燥，消除一些跑偏的點，使得軌跡看起來更加圓滑。

該介面的返回結果示例：JSON格式

{

   "status": 0,
   "size": 2,
   "total": 2,
   "entity_name":"小明",
   "distance":4190.69,
   "points": [
       {

           "location": [
               116.1556024,
               40.0820658，
           ],
           "create_time": "2014-09-13 18:23:45",
           "loc_time": "1442139825",
           "direction": 240,
           "speed": 0.9,
           "radius": 5,
           "dispatch_state": “not”
       },
       {
           "location": [
               116.3579834,
               40.0280849，
           ],
           "create_time": "2014-09-13 18:24:45",
           "loc_time": 1442139885,
           "direction":240,
           "speed": 0.9,
           "radius": 5,
           "dispatch_state": “not”
       }
   ],
   "message": "成功"

}

解析該JSON中points欄位即可得到一個百度座標點集合。然後呼叫如下兩個方法，即可畫出軌跡。

//劃線方法
private void addTracks(){
LatLng ll = null;
List<LatLng> points = new ArrayList<LatLng>();

          // 先清除

if ( mBaiduMap != null ){
mBaiduMap.clear();
}


// 新增折線
if (mTrackList.size() > 0){
try {
for (int i = 0 ;i < mTrackList.size(); i ++){
double mLon = Double.parseDouble(mTrackList.get(i).getLocation()[0]);
double mLat = Double.parseDouble(mTrackList.get(i).getLocation()[1]);
ll = new LatLng(mLat, mLon);
points.add(ll);
}

if ( points.size() >= 2 && points.size() <10000 ){
OverlayOptions ooPolyline = new PolylineOptions().width(10)
.color(getResources().getColor(R.color.map_line)).points(points);
mBaiduMap.addOverlay(ooPolyline);
}
} catch (Exception e) {


}
}


}

//設定起點–終點
private void setMarkers(){
// mTrackList 座標點集合
if (mTrackList != null && mTrackList.size() > 0){
try {
mLatitude = Double.parseDouble(mTrackList.get(mTrackList.size()-1).getLocation()[1]); // 緯度
mLongitude = Double.parseDouble(mTrackList.get(mTrackList.size()-1).getLocation()[0]); // 經度
} catch (Exception e) {
// TODO: handle exception
}
// 新增起點 – 百度糾偏後起點是最後一個點。
LatLng limit = new LatLng(mLatitude, mLongitude);
mBaiduMap.addOverlay(new MarkerOptions().position(limit)
.icon(BitmapDescriptorFactory
.fromResource(R.drawable.track_start)));// 起點的圖片
mBaiduMap.setMapStatus(MapStatusUpdateFactory.newLatLng(limit));


try {
mLatitude = Double.parseDouble(mTrackList.get(0).getLocation()[1]);
mLongitude = Double.parseDouble(mTrackList.get(0).getLocation()[0]);
} catch (Exception e) {
// TODO: handle exception
}
// 新增終點
LatLng limitstart = new LatLng(mLatitude, mLongitude);
mBaiduMap.addOverlay(new MarkerOptions().position(limitstart)
.icon(BitmapDescriptorFactory
.fromResource(R.drawable.track_finish)));// 終點的圖片
mBaiduMap.setMapStatus(MapStatusUpdateFactory.newLatLng(limitstart));
}
}

最後實現的效果圖：