QGroundControl在Android 15上的视频存储问题分析与解决方案
2025-06-19 01:33:19作者:裘晴惠Vivianne
问题背景
随着Android系统版本的不断升级,Google对应用存储权限的管理日趋严格。在Android 13及更高版本中,系统对应用访问外部存储的限制更加严格,这给一些需要频繁读写存储的应用带来了挑战。QGroundControl作为一款无人机地面站软件,在Android 15设备上出现了视频存储位置不可访问的问题。
问题现象
用户在使用QGroundControl 5.0-rc3版本时发现:
- 视频录制功能表面上工作正常(显示计时、可操作录制按钮)
- 但录制的视频文件无法在设备文件管理器中找到
- 尝试使用MicroSD卡存储时,应用报错提示MicroSD卡不存在
技术分析
Android存储机制变化
Android 13引入的存储限制主要包括:
- 应用私有目录(/storage/emulated/0/Android/data/包名/)对外不可见
- 访问公共目录需要用户明确授权
- 对可移动存储设备的访问权限更加严格
QGroundControl的存储行为
经过调试发现:
- 应用默认将视频存储在私有目录:/storage/emulated/0/Android/data/org.mavlink.qgroundcontrol/files/QGroundControl Daily
- 文件名生成存在bug,导致扩展名错误(如.videoContentmp4而非.mp4)
- 未正确处理Android 13+的存储权限请求
解决方案
文件名问题修复
通过代码审查发现,视频文件名的生成逻辑存在缺陷,导致扩展名被错误拼接。这个问题已被修复,确保生成正确的.mp4、.mkv等标准扩展名。
存储位置问题解决方案
针对Android 13+的存储限制,建议采取以下方案:
-
使用系统标准存储位置API
- 采用Qt的QStandardPaths类获取合适的存储位置
- 优先考虑应用专属的媒体存储位置
-
存储访问框架(SAF)集成
- 使用QFileDialog让用户选择存储位置
- 通过Android的存储访问框架获取持久化权限
-
权限请求优化
- 动态请求必要的存储权限
- 提供清晰的权限说明和引导
实施建议
对于开发者而言,在适配Android高版本时应注意:
- 避免直接使用硬编码路径
- 充分测试不同Android版本的存储行为差异
- 提供友好的用户引导,解释为何需要存储权限
- 考虑实现文件导出功能,方便用户将文件移动到公共位置
总结
Android系统的存储权限演变是出于安全和隐私考虑,但也给应用开发带来了新的挑战。QGroundControl作为专业无人机地面站软件,需要适应这些变化,通过合理使用系统API和优化用户体验,确保视频录制功能的可靠性和易用性。开发者社区已经识别并修复了文件名生成的问题,存储位置问题则需要更深入的系统集成工作。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147