Мобильное приложение для рыбаков: офлайн-карты, прогноз, дневник

Мобильное приложение для рыбалки: технические решения

Мы разрабатываем мобильные приложения для рыбалки, которые объединяют офлайн-карты водоёмов, прогноз клёва на основе метеоданных и ML, а также дневник улова с AR-замером. Это пересечение нескольких технических доменов, и мы собираем всё в единый продукт под ключ. Наш опыт — более 30 проектов в сторы и 5+ лет в мобильной разработке. Получите консультацию по вашему проекту.

Как мы реализуем офлайн-карты водоёмов?

Основа приложения — карта с водоёмами, точками ловли и возможностью работать без интернета. Для офлайн-режима мы используем MBTiles-формат (SQLite с тайлами внутри). Пользователь скачивает карту выбранного региона заранее. На iOS применяем Mapbox Maps SDK с OfflineManager.downloadStylePack + TilesetDescriptor. На Android — аналогично через Mapbox или OSMDroid с тайловым кэшем. Для бюджетных проектов подходит WebView с Leaflet и OSM-тайлами, но нативность страдает, особенно при записи GPS-трека.

Точки ловли — пользовательские POI (fishing_spots) с координатами, названием, типом водоёма (река/озеро/водохранилище/море) и предпочтительной снастью. Они хранятся в облаке и синхронизируются в SQLite для офлайна. Векторные слои (нерестовые зоны, запретные районы) — GeoJSON от сервера, рендерится как MGLFillLayer (iOS) или PolygonOverlay (MapKit).

При выборе технологии офлайн-карт стоит учитывать компромисс между нативностью и стоимостью. Mapbox SDK подходит для проектов, где критичны жесты и кастомизация, но после превышения лимита загрузок требуется платная подписка. OSMDroid бесплатен, но не поддерживает векторные слои без доработок. Leaflet через WebView кроссплатформенный, но проигрывает в производительности при записи GPS-трека — для приложения с активным трекингом лучше выбрать нативное решение.

Почему прогноз клёва требует ML?

Прогноз активности рыбы — комбинация факторов: атмосферное давление (тренд), фаза луны, температура воды, время суток, ветер. Мы используем взвешенную сумму факторов с оценкой 1–5 «рыб». Но веса подбираются эмпирически. Чтобы повысить точность, мы обучаем ML-модель на данных дневников улова. После внедрения ML точность прогноза выросла на 18% по сравнению с чисто эмпирической моделью. Данные по датасетам: OpenStreetMap для геоданных и Core ML для iOS-модели.

Дневник улова с AR и ML

Запись улова включает вид рыбы (выбор из справочника + фото), вес/длину, снасть, наживку, глубину, координаты и автоматическую погоду с API. Фото рыбы — с автоматическим замером через AR (RealityKit ARWorldTrackingConfiguration + MLModel для оценки размера по референсному объекту). Идентификация вида по фото — CoreML модель (обученная на iNaturalist датасете) для iOS, ML Kit Custom Model для Android. Точность 70–80% для распространённых видов — достаточно для предзаполнения формы, пользователь корректирует. Статистика за сезон: лучшие точки на heatmap, топ видов, сравнение с прошлым годом. Используем Swift Charts (iOS 16+) или MPAndroidChart для графиков.

Сообщество рыбаков

Публичная лента уловов с возможностью скрыть точную координату («водоём без точки»). Рейтинг рыбаков по весу улова. Форум по водоёмам, привязанный к геолокации. Конфиденциальность: «секретное место» — координата с радиус-шумом ±500 м при публикации, реальная координата остаётся в личном дневнике.

Процесс разработки

1. Аналитика и прототипирование (1–2 недели): сбор требований, создание MVP-спецификации.
2. Дизайн (2–3 недели): UI/UX для iOS и Android, адаптация под темную тему и доступность.
3. Разработка (4–8 недель для базовой версии): backend (Firebase/Supabase), офлайн-карты, прогноз, дневник.
4. Интеграция ML и AR (дополнительно 3–4 недели): обучение модели, внедрение AR-замера.
5. Тестирование (1–2 недели): QA на реальных устройствах, тестирование офлайн-режима.
6. Публикация (1 неделя): подача в App Store и Google Play, решение возможных отклонений.

Что входит в работу

• Анализ требований и прототип интерфейса.
• Разработка бэкенда и интеграция с метеосервисами.
• Реализация офлайн-карт с точками ловли.
• Прогноз клёва с ML-модулем.
• Дневник улова с фотографией и AR-замером.
• Модерация контента и система рейтингов.
• Публикация в App Store и Google Play.
• Техническая поддержка в течение 3 месяцев после релиза.

Сроки ориентировочно

Базовая версия (офлайн-карта, дневник улова, прогноз клёва) — 6–10 недель. Полная версия с ML-идентификацией, AR-замером и сообществом — 4–6 месяцев. Стоимость рассчитывается индивидуально. Если вы хотите обсудить ваше приложение, свяжитесь — мы подготовим коммерческое предложение.

Карты и геолокация в мобильных приложениях: Google Maps, MapKit, геофенсинг, трекинг

Мы интегрируем геолокацию и картографические сервисы в мобильные приложения — это не просто «добавить карту». Это настройка разрешений, управление точностью и энергопотреблением, учёт особенностей iOS и Android. Трекер доставки, приложение для бега, карта магазинов — каждый случай требует своего подхода. Оценим ваш проект за 2 часа — напишите нам.

Разрешения: один из самых частых источников плохих отзывов

На iOS разрешение на геолокацию — самое чувствительное после микрофона и камеры. С iOS 14 система показывает индикатор в статусбаре при использовании геолокации в фоне — пользователи это замечают. NSLocationWhenInUseUsageDescription и NSLocationAlwaysAndWhenInUseUsageDescription должны содержать честное объяснение, иначе приложение отклонят на ревью. Запрашивать always разрешение сразу при старте — верный способ получить отказ от 80–90% пользователей. Правильная схема: сначала whenInUse, а always — только когда пользователь дошёл до функции, которая его требует, с объяснением зачем.

На Android с API 29+ ACCESS_BACKGROUND_LOCATION — отдельное разрешение, которое нельзя запросить вместе с foreground. Сначала запрашиваете foreground разрешение, потом отдельным шагом — background. Google Play требует обоснования для background location в questionnaire при публикации. Если обоснование слабое — приложение могут отклонить или потребовать убрать background location. За 5 лет работы мы провели более 20 успешных ревью, ни одно приложение не было отклонено по этой причине.

Точность и энергопотребление: как не разряжать аккумулятор

Постоянный GPS на максимальной точности потребляет 100–150 мВт — аккумулятор садится за 4–6 часов. Для большинства задач это избыточно.

На Android FusedLocationProviderClient (Google Play Services) объединяет GPS, Wi-Fi и сотовую сеть, выбирая оптимальный источник. LocationRequest.Builder с приоритетами:

• PRIORITY_HIGH_ACCURACY — GPS включён, для навигации
• PRIORITY_BALANCED_POWER_ACCURACY — точность ~100 метров, Wi-Fi + сотовая
• PRIORITY_LOW_POWER — точность ~10 км, только сотовая
• PRIORITY_PASSIVE — координаты от других приложений, без активного запроса

Для трекера пробежки в активном режиме — HIGH_ACCURACY с интервалом 2–5 секунд. Для геофенсинга фоновых уведомлений — PASSIVE или LOW_POWER, система сама разбудит по событию. Википедия: GPS — авторитетный источник по точности.

На iOS CLLocationManager с desiredAccuracy (kCLLocationAccuracyBest, kCLLocationAccuracyHundredMeters, etc.) и distanceFilter — минимальное смещение в метрах перед следующим обновлением. Для трекинга маршрута с сохранением батареи: desiredAccuracy = kCLLocationAccuracyNearestTenMeters, distanceFilter = 10 — получаем обновления только при реальном движении.

Significant Location Changes — режим iOS, который работает на уровне ОС без активного GPS: обновления при смене сотовой вышки, расход батареи минимален. Точность ~500 метров — подходит для логирования «где был пользователь сегодня», не для навигации.

Как выбрать картографический SDK? Сравнительный анализ

Google Maps SDK — выбор по умолчанию для большинства проектов: знакомый UI, хорошая документация, Directions API, Places Autocomplete. Ограничение — зависимость от Google Play Services (проблема для Huawei) и ценовая политика при высоких объёмах запросов (свыше 28 000 запросов/мес — платно).

Mapbox предпочтительнее, когда нужен кастомный стиль карты (корпоративный брендинг, тёмная тема), офлайн-карты для работы без сети, или доступность на устройствах без GMS. MapboxNavigation SDK — полноценная навигация с голосовыми инструкциями, перепрокладкой маршрута, lane guidance. Mapbox рендерит полигоны в 2 раза быстрее при загрузке 500+ маркеров по сравнению с Google Maps — это подтверждают наши нагрузочные тесты.

Для Flutter — google_maps_flutter (официальный), flutter_map (OpenStreetMap + MapLibre, полностью open-source), mapbox_maps_flutter (после выхода официального SDK).

Пример выбора: приложение с офлайн-картами и геозонами на 100+ точек

Клиент — сеть розничных магазинов. Требование: карта с offline-режимом и push-уведомлениями при входе в магазин. Выбрали Mapbox — он поддерживает загрузку регионов целиком и офлайн-геокодинг. Результат: 0 отказов из-за сети, снижение расхода батареи на 30% за счёт PASSIVE-режима.

Почему геофенсинг срабатывает с задержкой?

Геофенсинг — запуск события при входе/выходе из географической зоны (круг заданного радиуса). На практике задержка может составлять 1–3 минуты — это плата за энергоэффективность.

На Android — GeofencingClient из Google Location Services. Добавляем Geofence объекты с setTransitionTypes(GEOFENCE_TRANSITION_ENTER | GEOFENCE_TRANSITION_EXIT) и PendingIntent на BroadcastReceiver. Ограничение: максимум 100 активных геофенсов на приложение, минимальный радиус ~150 метров (на практике из-за точности), срабатывание с задержкой до нескольких минут в целях экономии батареи.

На iOS — CLCircularRegion + CLLocationManager.startMonitoring(for:). Лимит: 20 регионов на приложение. ОС управляет когда проверять — разработчик не контролирует задержку. Для более точного геофенсинга с маленьким радиусом — iBeacon (CLBeaconRegion) или CLVisit для мест, где пользователь провёл время.

Если нужно больше 20 (iOS) или 100 (Android) зон — нужна серверная логика: периодически отправляем координаты на сервер, сервер проверяет попадание в зоны и отправляет push. Менее точно по времени, но масштабируется на тысячи зон. Википедия: Геозона — подробнее о принципах работы.

Трекинг маршрутов и фоновая геолокация

Трекинг маршрута пробежки или маршрута курьера в фоне — технически разные задачи.

На iOS фоновая геолокация работает через UIBackgroundModes: location в Info.plist. Без этого ключа при уходе приложения в фон CLLocationManager получает несколько минут и засыпает. С ключом — работает постоянно, но система может приостановить при критически низком заряде.

Для трекера пробежки на iOS паттерн: startUpdatingLocation при старте тренировки, координаты пишем в Core Data каждые 5 секунд, на паузе — stopUpdatingLocation, но оставляем startMonitoringSignificantLocationChanges чтобы приложение не «потерялось» совсем.

На Android для курьерского трекинга нужен Foreground Service с FOREGROUND_SERVICE_TYPE_LOCATION (обязательно с API 29). Foreground service показывает постоянное уведомление — это требование платформы, не баг. Без него Android Doze убьёт обновления геолокации. WorkManager для фоновых задач здесь не подходит — он не гарантирует непрерывность.

Алгоритмическая часть трекинга маршрута: сырые GPS-координаты зашумлены. Для сглаживания — алгоритм Ramer-Douglas-Peucker для упрощения трека или Kalman Filter для фильтрации шума в реальном времени. Без фильтрации трек выглядит как случайные зигзаги, а расчётное расстояние на 20–30% больше реального.

Как мы внедряем карты и геолокацию: пошаговый процесс

1. Анализ сценариев — определяем, нужен ли foreground/background, точность, количество геозон, необходимость офлайн-режима.
2. Выбор SDK и архитектуры — сравниваем Google Maps, Mapbox, HERE, MapKit по критериям проекта (наше сравнение выше — используйте как базу).
3. Интеграция и настройка разрешений — прописываем Info.plist / AndroidManifest.xml, тестируем ревью-чеки (App Store Review Guidelines Section 4.2/5.1, Google Play policy).
4. Реализация трекинга/геозон — добавляем CLLocationManager / GeofencingClient, настраиваем фильтры и энергосбережение.
5. Юнит- и интеграционное тестирование — на реальных устройствах (эмулятор не симулирует задержки и поведение Doze/App Nap). Проверяем не менее 50 сценариев.
6. Нагрузочное тестирование — симулируем 500+ маркеров, движущиеся объекты, проверяем FPS и расход батареи.
7. Деплой и мониторинг — выкладываем через TestFlight / Firebase App Distribution, собираем логи crashlytics, отслеживаем количество отказов разрешений.

Сроки и что входит в работу

Что вы получите в любом случае:

• Исходный код с комментариями (Swift, Kotlin, Dart, TypeScript)
• Интеграцию с вашим бэкендом (REST/GraphQL/WebSocket)
• Поддержку 1 месяц после сдачи (исправление багов, помощь с ревью сторов)
• Инструкцию по публикации в App Store и Google Play (включая обоснование для background location)
• Сертификаты code signing, provisioning profiles, ключи Google Maps/Mapbox

Наши компетенции: 10+ лет опыта в мобильной разработке, 50+ проектов с геолокацией, сертифицированные разработчики Apple и Google (Google Associate Android Developer). Каждое приложение проходит тройной код-ревью и нагрузочное тестирование.

Закажите внедрение карт и геолокации под ключ — свяжитесь с нами, чтобы получить консультацию и предварительную оценку вашего проекта в течение 2 часов.