Як працює розпізнавання об'єктів в AR?
Object tracking дозволяє AR-додатку розпізнавати реальний фізичний об'єкт за його 3D-формою та утримувати цифровий контент прив'язаним до нього під час руху камери та самого об'єкта. На відміну від image tracking, тут не потрібні маркери — достатньо самого об'єкта. Наша команда з 5+ роками досвіду в AR-розробці реалізувала 10+ проектів з object tracking та виробила ефективні підходи. Зв'яжіться з нами для оцінки вашого об'єкта.
В основі object tracking лежить побудова point cloud та вилучення feature points. ARKit на iOS використовує ARObjectScanningConfiguration для сканування та ARWorldTrackingConfiguration з detectionObjects для розпізнавання. Детальний опис API доступний в документації ARKit. Точність розпізнавання — 5–10 мм при хорошому освітленні. На пристроях A12+ сканування займає 10–15 хвилин, отриманий .arobject файл важить від 1 до 50 МБ.
Чому object tracking, а не image tracking?
Image tracking працює з плоскими зображеннями — наклейками, постерами, екранами. Якщо об'єкт тривимірний, контент буде «плавати» при зміні кута огляду. Object tracking використовує point cloud, щоб визначити точне положення та орієнтацію об'єкта в 3D. Це єдиний спосіб реалізувати анотації на двигуні автомобіля або накладення схеми на промисловий верстат.
Які об'єкти розпізнаються добре, а які ні?
| Хороші кандидати | Погані кандидати |
|---|---|
| Іграшки з малюнками/деталями | Монохромні пластикові корпуси |
| Побутова техніка з панелями | Скляні/прозорі об'єкти |
| Промислове обладнання з маркуванням | Металеві поліровані поверхні |
| Коробки з упаковкою | М'які деформовані об'єкти |
| Автомобільні деталі | Об'єкти без постійної форми |
Скляні та дзеркальні поверхні не піддаються visual feature tracking — для них використовуємо маркери або LiDAR mesh matching.
Як ми вирішуємо проблему брудних об'єктів: кейс з практики
В одному з проектів для сервісного центру наш клієнт зіткнувся з проблемою: технік наводить камеру на двигун автомобіля — ARKit не розпізнає через бруд та нагар. Чистий еталонний .arobject не підходив. Ми відсканували кілька варіантів (чистий / з помірним забрудненням) та додали всі в detectionObjects. Це підняло точність з 60% до 92%. Виграш у часі — на 30% швидше, ніж ручний пошук за каталогом.
Vuforia Model Targets: альтернатива ARKit
ARKit Object Detection вимагає фізичного сканування. Vuforia Model Targets — розпізнавання за CAD-моделлю (STEP, OBJ, FBX) без фізичного сканування. Це різниця для промисловості, де CAD-дані вже є. Ліцензія Vuforia коштує від $840/рік, що економить до 50% бюджету порівняно з кастомним рішенням.
| Порівняння | ARKit Object Detection | Vuforia Model Targets |
|---|---|---|
| Потрібен фізичний об'єкт? | Так | Ні (потрібна CAD-модель) |
| Точність | 5–10 мм | 5–10 мм |
| Стійкість до забруднення | Низька | Середня (алгоритм більш робастний) |
| Ліцензування | Безкоштовно | Платна, від $840/рік |
| Підтримувані платформи | iOS | iOS + Android |
ARKit швидше в налаштуванні, Vuforia виграє при наявності CAD-моделі. Вибір технології — безкоштовна консультація.
Що входить в нашу роботу з object tracking
- Аналіз об'єкта: оцінка текстур, форми, умов експлуатації; підбір технології (ARKit / Vuforia / ARCore).
- Сканування або підготовка CAD: отримання еталонного опису об'єкта.
- Розробка AR-модуля: налаштування detection, прив'язка контенту.
- Інтеграція з backend: збереження стану, завантаження контенту з БД.
- Тестування: перевірка при різному освітленні та ступені забруднення.
- Документація та навчання: інструкції зі сканування.
Приблизний план робіт та терміни
- Аналіз та сканування — 3–5 днів.
- Розробка прототипу — 5–10 днів.
- Інтеграція контенту та тестування — 5–10 днів.
- Фінальне доопрацювання та деплой — 3–5 днів.
Базове object detection з одним об'єктом — 1–2 тижні. Складні проекти — 3–5 тижнів. Вартість розраховується індивідуально. Замовте розробку — ми підготуємо комерційну пропозицію.
Як відстежувати об'єкти, що рухаються?
Для об'єктів, що рухаються (конвеєрна деталь, робот), використовуємо MediaPipe Object Detection (COCO SSD) + depth estimation через LiDAR. Точність tracking при швидкості понад 0.5 м/с деградує. Такий підхід ми застосували для конвеєрної лінії на заводі — знизили час ідентифікації деталей на 40%.
Отримайте консультацію — обговоримо ваш об'єкт та підберемо рішення.