Реалізація LiDAR-сканування в iOS AR-застосунку

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 1735 послуг
Реалізація LiDAR-сканування в iOS AR-застосунку
Складний
~3-5 днів
Часті запитання

Наші компетенції:

Етапи розробки

Останні роботи

  • image_mobile-applications_feedme_467_0.webp
    Розробка мобільного додатка для компанії FEEDME
    792
  • image_mobile-applications_xoomer_471_0.webp
    Розробка мобільного додатку для компанії XOOMER
    671
  • image_mobile-applications_rhl_428_0.webp
    Розробка мобільного додатку для компанії RHL
    1097
  • image_mobile-applications_zippy_411_0.webp
    Розробка мобільного додатку для компанії ZIPPY
    969
  • image_mobile-applications_affhome_429_0.webp
    Розробка мобільного додатку для компанії Affhome
    914
  • image_mobile-applications_flavors_409_0.webp
    Розробка мобільного додатку для компанії FLAVORS
    495

Реалізація LiDAR-сканування в iOS AR-додатку

LiDAR-сенсор з'явився в iPad Pro 2020, iPhone 12 Pro і новіше. ARKit використовує його дані через ARWorldTrackingConfiguration з включеним sceneReconstruction — і це змінює все, що стосується якості plane detection, окклюзії об'єктів та швидкості ініціалізації сцени.

Без LiDAR ARKit визначає горизонтальні площини за 2–5 секунд, вертикальні — ще довше. З LiDAR отримуємо меш оточення за частки секунди. Це не маркетинг — це різниця між "AR-об'єкт з'являється одразу" та "користувач машет телефоном 10 секунд перш ніж щось відбудеться".

Де конкретно ломається LiDAR-інтеграція

Перша проблема — ARMeshGeometry дає занадто густий меш. Типовий кадр: 50,000–200,000 вершин на кімнату середніх розмірів. Якщо передати це напрямку в SceneKit або RealityKit без LOD та culling, FPS проседає вже на A14.

Рішення: використовуємо ARMeshAnchor та ARMeshGeometry.faces для розрідженого меша, для відображення — ModelEntity з MeshResource.generate(from:) тільки для видимих секцій. ARView у RealityKit вміє це робити через sceneUnderstanding.options з прапором .occlusion — активує лише необхідний subset меша для розрахунку окклюзії, не рендеючи весь.

Друга проблема — raycast у LiDAR-режимі. ARRaycastQuery з типом .estimatedPlane працює інакше, ніж .existingPlaneGeometry. На пристроях з LiDAR правильний шлях: ARRaycastQuery(origin:direction:allowing:.estimatedPlane, alignment:.any) з подальшим уточненням через меш. Якщо додати .existingPlaneGeometry як fallback — отримуємо подвійні хіти та артефакти розміщення.

Третя — sessionWasInterrupted. Коли користувач заховує додаток, LiDAR-сесія скидає накопичений меш. При відновленні потрібно викликати session.run(configuration, options: [.removeExistingAnchors, .resetSceneReconstruction]) — без .resetSceneReconstruction старі ARMeshAnchor-и накладаються на нові з дрейфом.

Як ми будуємо LiDAR-пайплайн

Використовуємо RealityKit 2 як основний рендер-шар: він напрямку інтегрований з ARKit 5+ та використовує Metal для рендерингу мешей без CPU-оверхеда SceneKit. Конфігурація:

let config = ARWorldTrackingConfiguration()
config.sceneReconstruction = .meshWithClassification
config.environmentTexturing = .automatic
config.frameSemantics = [.personSegmentationWithDepth]
arView.session.run(config)

meshWithClassification включає класифікацію поверхонь (підлога, стіна, стеля, вікно, двері) — дозволяє фільтрувати ARMeshAnchor за ARMeshClassification та реагувати лише на потрібний тип поверхні. Для додатків з розстановкою меблів або навігацією у приміщенні це критично.

Для окклюзії об'єктів за реальними предметами включаємо:

arView.environment.sceneUnderstanding.options = [.occlusion, .physics]

.physics додає колізії AR-об'єктів з реальними поверхнями — AR-куб падає на стіл та не проходить крізь нього.

Кейс: додаток для примірки меблів, iPhone 13 Pro. Без LiDAR-окклюзії диван "висів" поверх ніг користувача при зйомці себе. З .occlusion ноги корректно перекривають AR-об'єкт. Час ініціалізації площини — 0.3 секунди проти 4.2 секунди на нон-LiDAR пристрої.

Fallback для пристроїв без LiDAR

LiDAR є тільки з iPhone 12 Pro+. Для широкого охоплення пишемо два шляхи:

if ARWorldTrackingConfiguration.supportsSceneReconstruction(.mesh) {
    // LiDAR path
} else {
    // Plane detection fallback
    config.planeDetection = [.horizontal, .vertical]
}

Це не просто if — це різні UX-сценарії. На нон-LiDAR пристроях показуємо індикатор "наведіть на поверхню", на LiDAR — одразу пропонуємо розмістити об'єкт.

Що входить у роботу

  • Настройка ARWorldTrackingConfiguration з sceneReconstruction та класифікацією поверхонь
  • Реалізація окклюзії та фізики через RealityKit sceneUnderstanding
  • Оптимізація рендерингу меша (LOD, frustum culling, розріджений меш)
  • Коректний raycast з LiDAR та fallback для нон-LiDAR пристроїв
  • Обробка переривань сесії та відновлення стану
  • Тестування на реальних пристроях (iPhone 12 Pro+, iPad Pro)

Сроки

Складність Сроки
Базова LiDAR-інтеграція з окклюзією 1–2 тижні
Повнофункціональний пайплайн + fallback + оптимізація 3–5 тижнів
Кастомні класифікатори поверхонь + AR-фізика 6–8 тижнів

Вартість розраховується індивідуально після аналізу вимог до AR-сцени та цільових пристроїв.