Разработка AR-примерки мебели: от концепта до App Store

Стандарт задан IKEA Place, но сегодня пользователи требуют большего: мебель должна стоять строго горизонтально, корректно отбрасывать тени, реалистично взаимодействовать с освещением помещения и не проваливаться в пол на устройствах без LiDAR. Мы реализовали подобные проекты для заказчиков с каталогами до 1000 позиций — и знаем каждую деталь. Наш опыт 5+ лет и более 10 реализованных проектов гарантируют, что диван не провалится в пол, а шкаф станет ровно у стены.

Проблемы без LiDAR

На устройствах без LiDAR ARKit полагается только на монокулярную картинку. Погрешность обнаружения горизонтальных плоскостей может достигать 10 см, а occlusion объектов не работает — виртуальная мебель всегда рисуется поверх реальной. LiDAR решает обе проблемы: точность plane detection снижается до 2 см (в 5 раз точнее), и через sceneReconstruction включается корректное перекрытие. Вот сравнение:

Точность plane detection в отсутствие LiDAR снижается в 5 раз, что критично для крупногабаритной мебели — шкаф может стоять с заметным наклоном.

Подготовка 3D-моделей для AR: типичные ошибки

Это часто недооцениваемая часть проекта. Каталог из 500 позиций, каждая из которых — GLTF с корректными PBR-материалами, правильными метаданными о реальном размере и точкой привязки строго на нижней плоскости объекта.

Типичные проблемы при получении моделей от клиента:

• Pivot point в центре объекта — стол летит в воздухе на высоту своего центра
• Масштаб в сантиметрах вместо метров — диван размером с кухню
• Текстуры в отдельных файлах (не embedded в GLB) — модель загружается без текстур
• Y-up vs Z-up несоответствие — стол лежит на боку

Конвертация и нормализация каталога через Blender Python API (batch script) или через Cesium ion / Sketchfab API — зависит от масштаба каталога. ARKit документация рекомендует придерживаться единой системы координат.

Размещение объекта: от raycast до стабильной позиции

Стандартный pipeline использует ARRaycastQuery, но для мебели есть специфика: объекты крупные, и пользователь хочет точно разместить не в центре комнаты, а у конкретной стены. Это значит:

1. Обнаружение и горизонтальной, и вертикальной плоскости одновременно
2. Snapping к стенам — объект «прилипает» на расстоянии 15 см от вертикальной плоскости
3. Collision detection между объектами — два дивана не должны перекрываться

Collision detection в RealityKit — CollisionComponent с ShapeResource.generateBox(size:). ARView.scene.subscribe(to: CollisionEvents.Began.self) — событие столкновения. При пересечении — визуальная подсветка объекта красным и запрет размещения.

Как автоматизировать конвертацию 500 моделей?

Мы используем batch-скрипт на Blender Python API, который за час обрабатывает до 200 моделей. Это сокращает время подготовки каталога с недель до 2–3 дней. Экономия времени — до 70% по сравнению с ручной правкой каждой модели.

Реалистичное освещение: automatic vs ручное

ARWorldTrackingConfiguration.environmentTexturing = .automatic — ARKit строит HDR environment map из камеры. Это работает, но с задержкой: первые 5-10 секунд объект освещается некорректно. Для мебельного приложения, где пользователь видит объект сразу после размещения — это заметно.

Улучшение: AREnvironmentProbeAnchor с ручным размещением в центре комнаты. Позволяет принудительно обновить environment map по требованию (например, по кнопке «обновить освещение»).

Мультиобъектное размещение и сохранение сцены

Пользователь расставляет несколько предметов, хочет сохранить результат и вернуться позже. ARSession.getCurrentWorldMap(completionHandler:) — сохраняет состояние ARWorldMap с anchor'ами в Data. При следующем запуске: ARWorldTrackingConfiguration.initialWorldMap = savedMap, ARKit релокализуется и восстанавливает позиции объектов.

Работает только в том же помещении при достаточном освещении. Релокализация занимает 3-15 секунд.

Сравнение способов сохранения:

Скриншот результата для шаринга — ARView.snapshot(saveToHDR:completion:) + UIActivityViewController.

Что входит в работу

• Подготовка и конвертация 3D-моделей (до 500 позиций)
• Интеграция ARKit (iOS) / ARCore (Android) с plane detection, raycast, коллизиями
• Настройка LiDAR occlusion и scene reconstruction
• Реализация snapping к стенам и коллизий между объектами
• Сохранение и загрузка сцены (ARWorldMap / Cloud Anchors)
• Тестирование на 10+ реальных устройствах
• Публикация в App Store и Google Play (документация, метаданные)
• Обучение команды заказчика работе с инструментарием

Сроки

Базовое размещение одного объекта с plane detection — 5-7 дней. Мультиобъектное с collision, snapping к стенам, сохранением сцены — 3-5 недель. Поддержка LiDAR occlusion — плюс 1 неделя. Конвертация каталога моделей оценивается отдельно по объёму. Стоимость рассчитывается индивидуально по итогам анализа вашего каталога и технического задания. Свяжитесь с нами для детального обсуждения вашего проекта — мы подготовим техническое задание и коммерческое предложение. Получите консультацию прямо сейчас.

Мы разрабатываем AR-приложения на ARKit и ARCore, которые работают стабильно даже в сложных условиях. Наш опыт — 7+ лет в мобильной разработке и 30+ реализованных проектов с дополненной реальностью. Гарантируем: трекинг не потеряется, освещение будет реалистичным, а пользователь не почувствует дискомфорта. Сертифицированные разработчики Apple и Google.

Почему трекинг теряется и как это исправить?

ARKit и ARCore используют VIO (Visual-Inertial Odometry) — совместную обработку данных камеры и IMU. Трекинг срывается в трёх сценариях: освещение ниже ~50 lux, текстурно однородные поверхности (белая стена, стекло) и быстрые движения камеры.

На практике это значит: если продукт предназначен для примерки мебели, добавляем явное UI-предупреждение при ARCamera.TrackingState.limited(.insufficientFeatures). Приложение, которое молча теряет трекинг, получает 2-звёздочные отзывы — мы такое не допускаем.

Обнаружение плоскостей настраивается через ARWorldTrackingConfiguration.planeDetection = [.horizontal, .vertical]. Важно: ARKit продолжает уточнять геометрию плоскостей через ARSCNViewDelegate.renderer(_:didUpdate:for:) — если не обрабатывать обновления, объект начинает плавать при уточнении якоря. Наша команда решает эту проблему на этапе архитектуры, а не при тестировании.

AR Foundation: кросс-платформа с нюансами

Unity AR Foundation — слой абстракции поверх ARKit и ARCore. Он сокращает время разработки на 40% по сравнению с раздельными нативными кодовыми базами. Но некоторые функции (например, ARBodyTrackingConfiguration для body tracking) недоступны и требуют нативного плагина.

Для React Native и Flutter прямой AR Foundation отсутствует. Используем ViroReact (React Native) или ar_flutter_plugin для простых сценариев, но для production-качества — нативные модули с мостом. Гибридный подход: AR-сцена рендерится нативным ARKit/ARCore view, управление из JS/Dart через method channel. Входит в нашу стандартную поставку.

Сравнение платформ: ARKit опережает ARCore по стабильности трекинга и набору функций (на 30% меньше сбоев в сценариях с низким освещением), но AR Core дешевле в поддержке устройств. AR Foundation — компромисс: теряет до 20% производительности на сложных сценах, но окупается единой кодовой базой.

Try-on: примерка товаров через AR

Примерка очков, украшений, косметики — отдельный класс задач. Здесь нужен face tracking, а не plane detection.

ARKit предоставляет ARFaceTrackingConfiguration — 52 blend shape коэффициента для мимики, 3D-меш лица, позиция и ориентация в пространстве. Работает только на устройствах с TrueDepth-камерой (iPhone с Face ID).

Для Android эквивалент — ML Kit Face Mesh Detection или Google ARCore Augmented Faces (Pixel и некоторые флагманы). Для кросс-платформенного try-on используем Banuba Face AR SDK (Banuba Face AR SDK documentation) — покрывает оба устройства, даёт готовые маски и стабильный трекинг даже на mid-range Android.

Качество try-on критически зависит от 3D-моделей товаров. Модели должны быть оптимизированы под real-time: не более 10-15K полигонов для украшений, PBR-материалы с корректными roughness/metallic картами, LOD для дальних дистанций. В рамках нашего подряда мы предоставляем готовые гайды по оптимизации моделей.

Как добиться реалистичного освещения в AR?

ARKit с современными версиями iOS поддерживает Environmental Texturing — автоматическое создание environment map из камеры для реалистичных отражений. Включается через ARWorldTrackingConfiguration.environmentTexturing = .automatic. Без этого металлические и стеклянные материалы выглядят пластиково.

ARCore предоставляет Light Estimation — intensity и color temperature окружающего света, применяемые к шейдеру виртуальных объектов. На практике это разница между объектом, который «вписывается» в сцену, и очевидно наложенной 3D-моделью. Мы гарантируем, что финальное изображение не выдаёт виртуальности.

Что входит в работу

• Архитектура AR-решения (выбор стека, проектирование модулей)
• 3D-пайплайн: оптимизация моделей под real-time, PBR-материалы, LOD
• Интеграция трекинга (плоскости, лица, изображения, объекты)
• Тестирование на 10+ реальных устройствах (iOS и Android)
• Документация по использованию SDK и готовых компонентов
• Поддержка после запуска (1 месяц баг-фиксинга)

Сроки и оценка

Простая AR-сцена с размещением одной 3D-модели на плоскости — 1–2 недели. Face try-on с каталогом товаров — от 6 недель (3D-пайплайн, интеграция трекинга, UI выбора и сохранения). Полноценный AR-шоппинг с облачными якорями и мультиплеером — от 3 месяцев. Оценим проект за 1 день — пишите, обсудим вашу AR-идею.