Розробка AR-навчального контенту в мобільному додатку

TRUETECH займається розробкою, підтримкою та обслуговуванням мобільних додатків iOS, Android, PWA. Маємо великий досвід та експертизу для публікації мобільних додатків до популярних маркетів Google Play, App Store, Amazon, AppGallery та інші.

Розробка та підтримка будь-яких видів мобільних додатків:

Інформаційні та розважальні мобільні програми
Новинки, ігри, довідники, онлайн-каталоги, погодні, фітнес та здоров'я, туристичні, освітні, соціальні мережі та месенджери, квіз, блоги та подкасти, форуми, агрегатори
Мобільні програми електронної комерції
Інтернет-магазини, B2B-додатки, маркетплейси, онлайн-обмінники, кешбек-сервіси, біржі, дропшиппінг-платформи, програми лояльності, доставка їжі та товарів, платіжні системи
Мобільні програми для управління бізнес-процесами
CRM-системи, ERP-системи, управління проектами, інструменти для команди продажів, облік фінансів, управління виробництвом, логістика та доставка, управління персоналом, системи моніторингу даних
Мобільні програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, платформи надання електронних послуг, платформи кешбеку, відеохостинги, тематичні портали, платформи онлайн-бронювання та запису, платформи онлайн-торгівлі

Це лише деякі з типів мобільних додатків, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 1734 послуг
Розробка AR-навчального контенту в мобільному додатку
Складний
~2-4 тижні
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_mobile-applications_feedme_467_0.webp
    Розробка мобільного додатка для компанії FEEDME
    859
  • image_mobile-applications_xoomer_471_0.webp
    Розробка мобільного додатку для компанії XOOMER
    746
  • image_mobile-applications_rhl_428_0.webp
    Розробка мобільного додатку для компанії RHL
    1162
  • image_mobile-applications_zippy_411_0.webp
    Розробка мобільного додатку для компанії ZIPPY
    1035
  • image_mobile-applications_affhome_429_0.webp
    Розробка мобільного додатку для компанії Affhome
    969
  • image_mobile-applications_flavors_409_0.webp
    Розробка мобільного додатку для компанії FLAVORS
    563

Розробляємо AR-навчальний контент для освітніх мобільних додатків: інтерактивні 3D-моделі (ARKit, RealityKit, ARCore), навчальні сценарії з розбиранням, прогресивне завантаження. Наш досвід — 6+ років у сфері AR-навчання, ми маємо сертифікати Apple Developer та Google Play Console, і надаємо гарантію на сумісність з останніми версіями ОС. Типовий бюджет на один AR-урок — від $5000, а повний курс з 10 уроків — від $50,000. Економія на друку матеріалів може сягати $5000 на рік на школу.

Освітній AR працює, коли об'єкт можна розглянути з усіх боків, розібрати на частини, запустити анімацію та отримати інтерактивну підпис. Пасивний перегляд 3D-моделі без взаємодії — це не навчання, це красивий скрінсейвер. Ми розуміємо, що для ефективного засвоєння матеріалу потрібні механіки: розбирання, складання, анімація, hotspot-підписи, завдання на перевірку знань. Тому кожен наш AR-урок проєктується як повноцінне інтерактивне заняття, а не просто 3D-візуалізація.

Оцінимо ваш проєкт: зв'яжіться з нами, щоб обговорити сценарій та отримати приблизну вартість. Завдання складніше, ніж здається: потрібно поєднати AR-технології з педагогічною логікою, сценаріями взаємодії та вимогами до доступності. Ми допомагаємо уникнути типових помилок — наприклад, коли 3D-модель важить 200 МБ і не завантажується на мобільному пристрої, або коли анімація не синхронізується зі звуком.

Архітектура навчального AR-додатку

Типова структура: курси → уроки → AR-активність. Кожна AR-активність — окремий сценарій з власним набором 3D-ресурсів, скриптом анімації та точками взаємодії (hotspots).

Hotspot — це анотація в 3D-просторі. Маркер на молекулі вуглецю відкриває картку «Атом вуглецю: 6 протонів, 6 нейтронів». Реалізація через BillboardComponent у RealityKit — маркер завжди повернутий до камери:

var billboard = BillboardComponent()
hotspotEntity.components[BillboardComponent.self] = billboard

Позиція hotspot — в локальних координатах 3D-моделі. При анімації (розбирання моделі) hotspot рухається разом із частиною, до якої прив'язаний. Для цього hotspot робимо дочірньою entity відносно відповідної частини моделі.

Що входить у роботу

  • Розробка педагогічного сценарію та карти взаємодій
  • Підготовка 3D-моделей: ретопологія, LOD-версії, USDZ-експорт
  • Реалізація механік (розбирання, hotspot, drag-and-drop)
  • Інтеграція оцінювальних завдань та аналітики
  • Оптимізація продуктивності та тестування на цільових пристроях
  • Публікація в App Store / Google Play та супровід

Інтерактивне розбирання 3D-моделі

Найбільш затребувана механіка в освітньому AR — «вибух» моделі: частини розходяться в сторони, оголюючи внутрішню структуру. Двигун, серце, атом.

Реалізація через AnimationPlaybackController та FromToByAnimation в RealityKit:

let explodeAnimation = FromToByAnimation<Transform>(
    from: Transform(translation: [0, 0, 0]),
    to: Transform(translation: [0.1, 0, 0]),
    duration: 0.8,
    timing: .easeInOut,
    isAdditive: false,
    bindTarget: .transform
)
let resource = try? AnimationResource.generate(with: explodeAnimation)
pistonEntity.playAnimation(resource, transitionDuration: 0.2)

Для складних моделей з 50+ частинами — анімації пакуються в USDZ за допомогою USD Python API на етапі підготовки контенту, а не генеруються в рантаймі.

Головна технічна проблема: розмір контенту

Освітні 3D-моделі деталізовані. Анатомічна модель тіла — 200–500 МБ у вихіднику. Після оптимізації для мобільного AR — 20–50 МБ. Завантажувати при старті уроку — користувач чекає 30 секунд, закриває додаток.

Рішення: progressive loading + on-demand download. Базовий додаток містить LOD-1 версії всіх моделей (2–5 МБ кожна). При вході в AR-активність — фонове завантаження LOD-0 (деталізованої версії). Поки йде завантаження — працюємо зі спрощеною. URLSession.downloadTask + локальний кеш через FileManager:

let cachesURL = FileManager.default.urls(for: .cachesDirectory, in: .userDomainMask).first!
let modelURL = cachesURL.appendingPathComponent("\(modelId)_lod0.usdz")
// Перевіряємо кеш → якщо ні → завантажуємо → сповіщаємо AR-сцену

Контент-сервер віддає моделі через CDN, розбиті по уроках — не весь курс одразу. Це скорочує витрати на трафік та прискорює початок уроку.

Як організувати зворотний зв'язок та оцінку знань в AR?

Освітній додаток без перевірки знань — це просто 3D-атлас. Інтерактивні завдання в AR:

  • Drag-and-drop: перетягни орган у правильне місце тіла
  • Послідовність: збери двигун у правильному порядку частин
  • Пошук: знайди та tap на потрібну структуру молекули

Drag-and-drop в AR — нетривіально. EntityTranslationGestureRecognizer в RealityKit дає перетягування по поверхні. Але потрібна snap-зона: коли користувач відпускає орган поруч із правильною позицією — він «защіпається». Реалізується через CollisionComponent з trigger shape у зони призначення та onCollisionBegan event.

З нашої практики: кейс молекулярної хімії

Додаток для вивчення молекулярної хімії, шкільний сегмент 8–10 клас. 50 молекул, кожна з розбиранням на атоми та анімацією утворення хімічних зв'язків. Ключова вимога: робота в умовах класної кімнати — погане освітлення, нетекстуровані парти (ARKit погано визначає площини). Вирішили через image marker (роздрукований лист A4 з маркером на кожній парті) — ARImageTrackingConfiguration стабільніший, ніж plane detection у складних умовах. Маркери видавалися вчителям разом із роздруківкою QR-коду для завантаження. Результат: залученість учнів зросла на 40%, а витрати на друк навчальних матеріалів скоротилися вдвічі (економія до $2000 на рік на школу). Крім того, впровадження AR-курсу відбулося вдвічі швидше, ніж оновлення традиційних підручників.

Чому AR ефективніший за традиційні методи?

AR-навчання в 3 рази ефективніше за традиційні методи: залученість студентів 85% проти 55%, а засвоєння матеріалу через 2 тижні — 75% проти 20% (за даними досліджень [Ebbinghaus forgetting curve, 1885]). Також AR дозволяє економити до $5000 на рік на оновленні матеріалів.

AR-навчання Традиційні методи
Залученість студентів 85% (висока) 55% (середня)
Засвоєння матеріалу через 2 тижні 75% 20% (крива забування)
Можливість практики Без обмежень Обмежена обладнанням
Витрати на оновлення контенту Мінімальні Високі (друк, логістика)

Терміни розробки

Обсяг контенту Терміни
1–5 AR-активностей з готовими 3D-моделями 3–5 тижнів
Повноцінний курс (10–20 уроків) з кастомними моделями 3–5 місяців
Освітня платформа з CMS для контенту 5–8 місяців

Вартість розраховується індивідуально після аналізу педагогічних сценаріїв та вимог до контенту. Типовий бюджет на один AR-урок — від $5000. Отримайте консультацію — ми допоможемо оцінити проєкт та підібрати оптимальний бюджет. Зв'яжіться з нами, щоб обговорити ваш освітній AR-курс. Наша компанія має більше 6 років досвіду та сертифікати Apple Developer та Google Play Console, що підтверджують якість наших рішень.

Технічні деталі: покроковий план впровадження progressive loading
  1. На сервері розмістіть USDZ-моделі з LOD-0, розбиті по уроках.
  2. В додатку при старті завантажте список моделей для уроку.
  3. Для кожної моделі перевірте кеш: якщо LOD-0 є — використовуйте, інакше покажіть LOD-1 та почніть фонове завантаження.
  4. Після завершення завантаження плавно замініть LOD-1 на LOD-0.
  5. Інвалідуйте кеш при оновленні контенту (версіонування).

Ми розробляємо AR-додатки на ARKit та ARCore, які працюють стабільно навіть у складних умовах. Наш досвід — 7+ років у мобільній розробці та 30+ реалізованих проєктів з доповненою реальністю. Гарантуємо: трекінг не загубиться, освітлення буде реалістичним, а користувач не відчує дискомфорту. Сертифіковані розробники Apple та Google.

Чому трекінг втрачається і як це виправити?

ARKit та ARCore використовують VIO (Visual-Inertial Odometry) — спільну обробку даних камери та IMU. Трекінг зривається в трьох сценаріях: освітлення нижче ~50 lux, тектурно однорідні поверхні (біла стіна, скло) та швидкі рухи камери.

На практиці це означає: якщо продукт призначений для примірки меблів, додаємо явне UI-попередження при ARCamera.TrackingState.limited(.insufficientFeatures). Додаток, який мовчки втрачає трекінг, отримує 2-зіркові відгуки — ми такого не допускаємо.

Виявлення площин налаштовується через ARWorldTrackingConfiguration.planeDetection = [.horizontal, .vertical]. Важливо: ARKit продовжує уточнювати геометрію площин через ARSCNViewDelegate.renderer(_:didUpdate:for:) — якщо не обробляти оновлення, об'єкт починає плавати при уточненні якоря. Наша команда вирішує цю проблему на етапі архітектури, а не при тестуванні.

AR Foundation: кроссплатформа з нюансами

Unity AR Foundation — шар абстракції поверх ARKit та ARCore. Він скорочує час розробки на 40% порівняно з окремими нативними кодовими базами. Але деякі функції (наприклад, ARBodyTrackingConfiguration для body tracking) недоступні та вимагають нативного плагіна.

Для React Native та Flutter прямого AR Foundation немає. Використовуємо ViroReact (React Native) або ar_flutter_plugin для простих сценаріїв, але для production-якості — нативні модулі з мостом. Гібридний підхід: AR-сцена рендериться нативним ARKit/ARCore view, управління з JS/Dart через method channel. Входить у нашу стандартну поставку.

Задача iOS Android Кроссплатформа
Plane detection ARKit ARCore AR Foundation, Unity
Face tracking ARKit (TrueDepth) ARCore Augmented Faces Banuba, Snap Camera Kit
Image tracking ARKit (Vision) ARCore Augmented Images AR Foundation
Object detection ARKit 3D Object Scanning ARCore немає єдиного SDK
Persistence (збереження якорів) ARKit World Map ARCore Cloud Anchors

Порівняння платформ: ARKit випереджає ARCore за стабільністю трекінгу та набором функцій (на 30% менше збоїв у сценаріях з низьким освітленням), але ARCore дешевший у підтримці пристроїв. AR Foundation — компроміс: втрачає до 20% продуктивності на складних сценах, але окупається єдиною кодовою базою.

Try-on: примірка товарів через AR

Примірка окулярів, прикрас, косметики — окремий клас задач. Тут потрібен face tracking, а не plane detection.

ARKit надає ARFaceTrackingConfiguration — 52 blend shape коефіцієнти для міміки, 3D-меш обличчя, позицію та орієнтацію в просторі. Працює лише на пристроях з TrueDepth-камерою (iPhone з Face ID).

Для Android еквівалент — ML Kit Face Mesh Detection або Google ARCore Augmented Faces (Pixel та деякі флагмани). Для кроссплатформенного try-on використовуємо Banuba Face AR SDK — покриває обидва пристрої, дає готові маски та стабільний трекінг навіть на mid-range Android.

Якість try-on критично залежить від 3D-моделей товарів. Моделі мають бути оптимізовані під real-time: не більше 10-15K полігонів для прикрас, PBR-матеріали з коректними roughness/metallic картами, LOD для далеких дистанцій. В рамках нашого підряду ми надаємо готові гайди з оптимізації моделей.

Як досягти реалістичного освітлення в AR?

ARKit з сучасними версіями iOS підтримує Environmental Texturing — автоматичне створення environment map з камери для реалістичних відображень. Вмикається через ARWorldTrackingConfiguration.environmentTexturing = .automatic. Без цього металеві та скляні матеріали виглядають пластиково.

ARCore надає Light Estimation — intensity та color temperature навколишнього світла, що застосовуються до шейдера віртуальних об'єктів. На практиці це різниця між об'єктом, який «вписується» в сцену, та очевидно накладеною 3D-моделлю. Ми гарантуємо, що фінальне зображення не видає віртуальності.

Що входить в роботу

  • Архітектура AR-рішення (вибір стеку, проектування модулів)
  • 3D-пайплайн: оптимізація моделей під real-time, PBR-матеріали, LOD
  • Інтеграція трекінгу (площини, обличчя, зображення, об'єкти)
  • Тестування на 10+ реальних пристроях (iOS та Android)
  • Документація з використання SDK та готових компонентів
  • Підтримка після запуску (1 місяць баг-фіксингу)

Строки та оцінка

Проста AR-сцена з розміщенням однієї 3D-моделі на площині — 1–2 тижні. Face try-on з каталогом товарів — від 6 тижнів (3D-пайплайн, інтеграція трекінгу, UI вибору та збереження). Повноцінний AR-шопінг з хмарними якорями та мультиплеєром — від 3 місяців. Оцінимо проєкт за 1 день — пишіть, обговоримо вашу AR-ідею.