Разработка мобильного AR-приложения для строительства

Разработка мобильного AR-приложения для строительства

BIM-модель объекта весит 800 MB и живёт в Autodesk Revit на рабочей станции. Прораб на объекте смотрит в планшет и пытается соотнести чертёж с тем, что стоит перед ним. AR убирает этот разрыв: правильно реализованная привязка IFC-модели к реальному пространству позволяет видеть проводку внутри стены до её штукатурки. Неправильно — drift накапливается за 10 секунд, и арматура «уплывает» на полметра от реального места. Мы разрабатываем AR-приложения, которые решают эту проблему: точность позиционирования до 2 см даже на сложных стройплощадках.

Почему точность позиционирования критична в строительном AR?

В отличие от ритейла, где погрешность в 5 см допустима, в строительстве критична погрешность от 2–3 см. ARKit и ARCore дают visual odometry точностью 5–15 мм на коротких дистанциях в хорошо освещённых условиях — это приемлемо. Но на стройплощадке всё усложняется.

Монотонные поверхности. Бетонный пол без текстуры, белые стены — feature points не за что зацепиться. ARKit теряет tracking и сбрасывает сессию. Решение — принудительная инициализация через QR-маркеры (ARImageTrackingConfiguration) или ArUco-маркеры, прикреплённые к конструктивным элементам с известными координатами. Маркер несёт ID → приложение подтягивает из BIM координаты этой точки → world origin выставляется с точностью маркера.

LiDAR как обязательное требование. Для строительного применения рекомендуем iPad Pro 2021+ или iPhone 12 Pro+. ARWorldTrackingConfiguration с sceneReconstruction: .meshWithClassification строит меш реального пространства — это позволяет проверять коллизии BIM-модели с физическими объектами (стена смещена на 8 см относительно проекта) и отображать AR поверх них корректно. Сравнение: ARKit с LiDAR обеспечивает точность трекинга в 2 раза выше, чем без LiDAR, особенно при слабом освещении.

Дрейф при перемещении. На площади 500+ кв. м visual odometry накапливает ошибку. Интегрируемся с геодезическими данными через GPS (outdoor) или с UWB-маяками (indoor, точность 10–30 см) для периодической коррекции world anchor.

Как мы добиваемся стабильного трекинга на сложных поверхностях?

Используем комбинацию методов: маркерная инициализация, LiDAR mesh и UWB-коррекция. На объектах с монотонными стенами размещаем ArUco-маркеры с шагом 10–15 м. Приложение автоматически находит ближайший маркер и восстанавливает world anchor. На открытых площадках подключаем GNSS-приёмник (точность 1–2 м) или RTK-поправки (10 см). Это гарантирует стабильное позиционирование на протяжении всей смены.

Работа с BIM-контентом

IFC-модели напрямую в ARKit не загрузить. Пайплайн конвертации:

• IFC → glTF/USDZ через ifcconvert (IfcOpenShell) или Autodesk Forge API
• Упрощение геометрии: полная Revit-модель нежизнеспособна на мобильном устройстве. LOD-систему строим на сервере: по расстоянию до объекта отдаём модель разной детализации
• Streaming: не грузим весь этаж сразу, загружаем тайлами по секторам через ARGeoAnchor или кастомную сетку координат

На iOS используем RealityKit с ModelEntity для рендера, на Android — ARCore + Filament renderer. Слои BIM (конструктив, инженерные сети, отделка) переключаются как visibility toggles в UI.

Дополнительные сценарии

Контроль качества. Камера сканирует готовый элемент, алгоритм сравнивает с BIM — deviation map накладывается поверх AR-изображения. Используем ARMeshAnchor + point cloud comparison. Точность отклонения — до 5 мм.

Документирование дефектов. Фото с AR-разметкой привязывается к конкретной точке BIM-модели через world anchor — в следующий визит дефект находится автоматически. Это ускоряет приёмку работ на 30%.

Сравнение аппаратных платформ для AR в строительстве

Наш опыт показывает, что iPad Pro с LiDAR даёт наилучшее соотношение точности и удобства полевой работы. Для массового применения можно использовать iPhone — разница в точности компенсируется частотой маркеров.

Что входит в работу

• Аудит текущего BIM-пайплайна и форматов
• Разработка конвертера IFC в glTF/USDZ с LOD
• AR-модуль с маркерной инициализацией и LiDAR-трекингом
• Интеграция с проектной платформой (Autodesk ACC, Procore или кастомный backend)
• Создание слоя управления видимостью BIM-элементов
• Полевое тестирование на реальном объекте (2–3 дня)
• Документация, обучение команды, поддержка 1 месяц после запуска

Получите консультацию: напишите нам — обсудим ваш проект и подберём оптимальное решение.

Этапы проекта

1. Аудит BIM-пайплайна заказчика (1–2 недели)
2. Дизайн UX для полевых условий (перчатки, солнце, грязь на экране) (1–2 недели)
3. Разработка конвертера IFC в AR-формат (2–4 недели)
4. AR-модуль с маркерной инициализацией и LiDAR (3–5 недель)
5. Интеграция с проектной системой (2–4 недели)
6. Полевое тестирование на реальном объекте (1–2 недели)
7. Поддержка и доработка по итогам теста (2–4 недели)

Сроки: пилотный модуль с базовым BIM overlay — 6–10 недель. Полная система с QC-функциями, offline-режимом и синхронизацией с проектной платформой — 4–7 месяцев. Стоимость рассчитывается индивидуально. Гарантируем точность позиционирования до 2 см на объектах с подготовленными маркерами.

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.