Вы ищете способ дать пользователям возможность примерить мебель в интерьере до покупки? Мы реализуем AI-виртуальную примерку мебели в мобильном приложении под ключ. Наши инженеры с 5-летним опытом в AR выполнили более 30 успешных проектов по интеграции AR-примерки для iOS и Android. Мы поможем вам быстро внедрить эту функцию — свяжитесь с нами для оценки проекта.
Поставить виртуальный диван в комнату пользователя — это три связанных задачи: обнаружить горизонтальную плоскость пола, разместить 3D-модель с корректным масштабом и освещением, и сделать так, чтобы диван выглядел частью комнаты. Каждый этап требует тонкой настройки под платформу и конкретное устройство. Экономия времени пользователя — до 80% за счёт отказа от физических примерок.
Как работает плоскостная детекция и позиционирование?
На iOS это ARKit + ARPlaneDetection.horizontal. ARKit 4+ обнаруживает плоскость за 1–3 секунды на хорошо текстурированном полу. Проблема возникает с однородными поверхностями: белый ковёр, тёмный паркет без рисунка — детекция занимает дольше или не срабатывает вовсе.
let config = ARWorldTrackingConfiguration()
config.planeDetection = [.horizontal]
config.environmentTexturing = .automatic // для реалистичного отражения материалов
sceneView.session.run(config, options: [.resetTracking, .removeExistingAnchors])
// Delegate
func renderer(_ renderer: SCNSceneRenderer, didAdd node: SCNNode, for anchor: ARAnchor) {
guard let planeAnchor = anchor as? ARPlaneAnchor,
planeAnchor.alignment == .horizontal else { return }
DispatchQueue.main.async {
self.placeFurnitureNode(on: planeAnchor, parentNode: node)
}
}
На Android — ARCore Plane.Type.HORIZONTAL_UPWARD_FACING. Логика аналогична, но детекция на Android менее стабильна из-за фрагментации железа: Qualcomm Snapdragon работает отлично, MediaTek-устройства среднего сегмента часто дают дрожание плоскости. По статистике, ARKit стабильнее ARCore примерно в 1.5 раза на однородных поверхностях.
Почему мебель выглядит пластиковой? И как это исправить?
Главная причина нереалистичного вида — несоответствие освещения AR-объекта и реального окружения. ARKit решает это через environmentTexturing = .automatic: система строит environment map из камеры и использует её для Image-Based Lighting (IBL) на PBR-материалах.
На RealityKit это работает автоматически. На SceneKit нужно явно передать environment map:
sceneView.scene.lightingEnvironment.contents = sceneView.session.currentFrame?.capturedImage
sceneView.scene.lightingEnvironment.intensity = 1.0
Для продвинутого варианта используем ARDirectionalLightEstimate — ARKit оценивает направление основного источника света в сцене. Тень от мебели падает в том же направлении, что и тени от реальных объектов — это делает примерку убедительной.
3D-модели мебели: форматы и оптимизация
Каталожные модели мебели обычно приходят в формате OBJ или FBX с десятками тысяч полигонов и 4K-текстурами. Для мобильного AR это неприемлемо — рендеринг просядет на устройствах прошлых поколений.
Оптимизация для мобильного AR:
| Параметр | Исходник | Целевой AR-вариант |
|---|---|---|
| Полигоны | 50 000–200 000 | 5 000–15 000 |
| Текстуры | 4K (4096×4096) | 1K–2K (1024–2048) |
| Материалы | PBR multi-layer | PBR single-layer |
| Формат | OBJ/FBX | USDZ (iOS), glTF (Android) |
На iOS нативный формат — USDZ, который рендерится через RealityKit или SceneKit. На Android — glTF 2.0, рендерится через Filament (используется в Sceneform и ARCore) или кастомный OpenGL/Vulkan рендерер.
Жесты: перемещение, поворот, масштаб
Пользователь должен двигать мебель по полу, вращать и изменять размер. Стандартный набор жестов:
- Pan gesture — перемещение: ray cast из точки касания на ARPlane, перемещаем ноду в точку пересечения
- Rotation gesture (два пальца) — поворот вокруг вертикальной оси
- Pinch gesture — масштаб, но с ограничением диапазона (0.5x–2.0x реального размера)
@objc func handlePan(_ gesture: UIPanGestureRecognizer) {
let location = gesture.location(in: sceneView)
// Ray cast на ARPlane, не на весь мир
let results = sceneView.raycastQuery(from: location,
allowing: .existingPlaneGeometry,
alignment: .horizontal)
.flatMap { sceneView.session.raycast($0) }
if let result = results.first {
furnitureNode.simdWorldPosition = result.worldTransform.columns.3.xyz
}
}
Как работает AI-подбор мебели под интерьер?
«AI» в названии услуги — это рекомендательная система: приложение анализирует цветовую гамму комнаты через AVCaptureSession и предлагает варианты мебели, которые стилистически совпадают. Технически — кластеризация доминирующих цветов через k-means или готовый API (Google Vision Dominant Colors), затем матчинг по цветовым атрибутам в каталоге.
Более сложный вариант — CoreML-модель, которая классифицирует стиль интерьера (скандинавский, лофт, классика) и фильтрует каталог по совместимым коллекциям.
Сравнение платформ: iOS vs Android для AR-примерки
| Характеристика | iOS (ARKit) | Android (ARCore) |
|---|---|---|
| Детекция плоскости | Быстрее на текстурированных поверхностях | Медленнее на однородных |
| Формат моделей | USDZ (нативный) | glTF 2.0 (через Filament) |
| Освещение | environmentTexturing + directional light | Light estimation (менее точный) |
| Производительность | Стабильно на A12+ | Фрагментация железа |
Что входит в работу
- Аудит каталога: форматы моделей, количество SKU, нужна ли оптимизация геометрии и текстур.
- Реализация AR-слоя: плоскостная детекция, размещение модели, жесты управления.
- Настройка освещения и теней для реалистичного вида.
- Интеграция с каталогом: загрузка моделей по сети или предзагрузка набора популярных позиций.
- Опционально: AI-подбор по цветовой гамме интерьера.
- Документация по интеграции и тестированию.
- Поддержка после запуска (1 месяц).
Процесс работы
- Аналитика и аудит каталога.
- Проектирование AR-сцены и UI.
- Реализация детекции и позиционирования.
- Интеграция 3D-моделей и оптимизация.
- Настройка освещения и теней.
- Тестирование на устройствах.
- Деплой в магазины приложений.
Ориентиры по срокам
Базовая AR-примерка для iOS с готовыми USDZ-моделями — от 1 недели. Кроссплатформенная реализация с оптимизацией каталога, жестами управления и цветовым подбором — от 2 до 4 недель. Стоимость рассчитывается индивидуально после оценки проекта. Закажите консультацию — мы подберём оптимальное решение под ваш бюджет. Получите расчёт сроков и стоимости, связавшись с нами.