Розробка мобільного додатку для сканування та інвентаризації

Розробка мобільного додатку для сканування та інвентаризації

Ми розробляємо мобільні додатки для сканування та інвентаризації, які замінюють паперові відомості та Excel. Наші рішення використовують камеру смартфона або професійні сканери для читання штрих-кодів, QR-кодів і RFID-міток. На відміну від традиційного підходу, де інвентаризація займає три дні та загрожує помилками при перенесенні, автоматизований додаток дозволяє кільком співробітникам сканувати одночасно, а дані агрегуються в центральній базі в реальному часі.

Основні проблеми, з якими стикаються компанії при впровадженні: погана читаність кодів у складних умовах, відсутність офлайн-режиму, складності інтеграції з 1С та SAP. Досвід показує, що правильний вибір стеку (ML Kit, CameraX, Room, WorkManager) та архітектури (MVVM з Clean Architecture) вирішує 90% цих проблем. Середня економія після впровадження — до 1,5 млн грн на рік для складу з 5000 SKU. Оцінимо ваш проєкт — зв'яжіться з нами для консультації.

Чому камера смартфона не справляється з читанням кодів на складі?

Найчастіше розчарування при першому запуску — камера смартфона погано читає коди в реальних умовах. ML Kit Barcode Scanning від Google — хороший вибір для Android: підтримує EAN-13, EAN-8, Code 128, Code 39, QR, DataMatrix, PDF417, Aztec. Але при поганому освітленні, відблисках на упаковці або пошкоджених етикетках розпізнавання нестабільне. Детальніше — в Google ML Kit Barcode Scanning.

Параметри, які реально впливають на точність:

• Роздільна здатність прев'ю: CameraX з ResolutionSelector — мінімум 1080p для дрібних кодів
• BarcodeScanner з увімкненим ENABLE_ALL_POTENTIALS прапором — агресивний режим, знаходить частково перекриті коди
• Авто-фокус через FocusMeteringAction на центральну зону — без явного запуску іноді не спрацьовує на бюджетних пристроях

Для промислової інвентаризації — Zebra TC21/TC52 або Honeywell CT45. На цих пристроях апаратний лазерний сканер працює через DataWedge Intent API. Лазерний сканер обробляє до 200 кодів на хвилину, що в 5–7 разів швидше за камеру смартфона (20–30). На складі це принципово.

Як працює офлайн-режим у додатку для інвентаризації?

Зони без Wi-Fi є на будь-якому складі. Архітектура: Room для локального зберігання відсканованих позицій + WorkManager для фонової синхронізації. Ключовий момент — детектування конфліктів. Якщо два співробітники відсканували одну й ту ж позицію в офлайн, у неї буде дві локальні події. На сервері потрібна логіка дедуплікації за document_id + sku + timestamp.

При великій інвентаризації (50 000+ позицій) Room-запити на вибірку з фільтрами потрібно покривати складовими індексами. @Index(value = ["sku", "location_code"]) в Entity — інакше пошук за двома полями без індексу працює як full scan.

RFID-інвентаризація

Окрема історія — RFID. Зчитувачі Zebra RFD40/RFD90 підключаються до смартфона через Zebra RFID SDK (Android). API сесії:

val rfidReader = RFIDReader(activity, readerName, null)
rfidReader.connect()
rfidReader.Events.setInventoryScanEvent(true)
rfidReader.Events.addEventsListener(object : RfidEventsListener {
    override fun eventReadNotify(event: RfidReadEvents) {
        event.ReadEventData.tagData?.forEach { tag ->
            viewModel.onTagRead(tag.tagID, tag.peakRSSI)
        }
    }
    override fun eventStatusNotify(event: RfidStatusEvents) {}
})
rfidReader.Actions.Inventory.perform()

Одна антена читає до 300 міток на секунду. Похибка по зоні — плюс-мінус 3 метри, що потрібно враховувати при інвентаризації по комірках зберігання. Для складу з 10 000 SKU економія становить понад 3 млн грн на рік.

Як інтегрувати сканування в додаток: покрокова інструкція

1. Додайте залежність в build.gradle: implementation 'com.google.mlkit:barcode-scanning:17.2.0'.
2. Створіть екземпляр BarcodeScanner з опціями: BarcodeScannerOptions.Builder().setBarcodeFormats(Barcode.FORMAT_ALL_FORMATS).enableAllPotentialBarcodes().build().
3. Налаштуйте CameraX з PreviewView і прив'яжіть ImageAnalysis.Analyzer для подачі кадрів у сканер.
4. Запустіть сканування та обробіть результат у колбеку: scanner.process(image).addOnSuccessListener { barcodes -> ... }.
5. Для офлайн-режиму зберігайте результати в Room, а синхронізацію налаштуйте через WorkManager.

Процес інвентаризації в додатку

Типовий flow: створення документа інвентаризації на сервері → завантаження в додаток → сканування по зонах → порівняння з обліковими даними → фіксація розбіжностей → відправка результату.

Важлива деталь: перерахунок. Коли виявлено розбіжність, комірник повинен пересканувати зону. Додаток має дозволяти редагувати вже внесені позиції до закриття документа, але фіксувати всі зміни з timestamp та user_id для аудиту.

Інтеграція з обліковими системами

Більшість WMS та ERP надають REST API для документів інвентаризації. 1С — через HTTP-сервіси розширення. SAP — через OData або RFC. Нестандартні системи — через CSV/Excel експорт за розкладом (повільно, але працює).

Що входить у розробку додатку для сканування?

• Архітектурна документація та API-специфікація (OpenAPI)
• Вихідний код під Android/iOS/Flutter з покриттям unit-тестів
• Налаштування CI/CD для App Store та Google Play
• Доступи до сторів та документація з деплою
• Навчання співробітників роботі з додатком
• Технічна підтримка та гарантія 6 місяців

Терміни та вартість

Терміни розробки: додаток під один тип сканування з REST-інтеграцією — 4–7 тижнів. Повний цикл з RFID, офлайн-режимом, кількома інтеграціями — 2–4 місяці. Вартість розраховується після аналізу вимог до інтеграції та підтримуваних пристроїв. Замовте розробку індивідуального рішення — ми підберемо оптимальний стек.

Інтеграція з залізом: BLE, NFC, IoT та HomeKit у мобільних додатках

Коли задача — зв’язати смартфон з фізичним пристроєм, половина проблем знаходиться не в коді, а в прошивці заліза, характеристиках BLE-сервісів та затримках протоколу. Ми, як мобільні розробники, працюємо на стику з firmware-командою, і без розуміння стеку знизу вгору результат непередбачуваний. Ось чому ми завжди починаємо з HCI-логу та специфікації GATT — Apple Developer: Core Bluetooth Framework — це єдиний спосіб уникнути реверс-інжинірингу в польових умовах.

Чому BLE-інтеграція — найчастіша точка відмови?

Bluetooth Low Energy — основний протокол для носимих, медичних пристроїв, розумних замків та промислових датчиків. Core Bluetooth на iOS та BluetoothGatt на Android реалізують одну специфікацію, але поводяться по-різному в крайніх випадках. Статистика наших проектів: більше 70% звернень у підтримку по BLE пов’язані саме з низькорівневими помилками GATT, а не з логікою додатку.

Що робити з помилкою 133 в Android?

Помилка 133 — найчастіша в Android BLE-розробці. Це не «щось пішло не так», а конкретний індикатор переповнення черги GATT або некоректного закриття попереднього з’єднання. Ми лікуємо її двома прийомами: використовуємо чергу операцій над GATT (write, read, notification subscribe строго послідовно через операційну чергу) та завжди викликаємо disconnect() перед close(). Наша черга GATT-операцій у 3 рази знижує кількість помилок ATT_INSUFFICIENT_RESOURCES порівняно з конкурентними запитами. MTU за замовчуванням — 23 байти. Запит на збільшення (MTU exchange) обов’язковий для передачі даних об’ємом понад 20 байт. На iOS MTU запитується автоматично при підключенні, на Android потрібно явно викликати requestMtu(). Без цього ви не зможете передати, наприклад, зображення або лог через характеристику.

NFC: CoreNFC та Android NFC API

iOS підтримує NFC-читання через CoreNFC з версії iOS 11, запис — з iOS 13. Важливе обмеження: сесія сканування активна лише поки живий об’єкт NFCNDEFReaderSession і показує системний UI. Фонове сканування доступне лише для додатків з entitlement com.apple.developer.nfc.readersession.formats і лише для ISO 14443 (банківські картки, паспорти) — і цей entitlement видається не всім. На Android все простіше: NfcAdapter.enableForegroundDispatch() ловить теги у foreground без системного UI. Фоновий запуск додатку по NFC-тегу реалізується через intent-filter з ACTION_NDEF_DISCOVERED. Порівняння платформ по NFC:

HomeKit та Matter

HomeKit — екосистема Apple для розумного дому. Для інтеграції пристрій повинен мати MFi-сертифікацію (або працювати через Software Authentication для Matter). Мобільний додаток використовує HomeKit framework: HMHomeManager → HMHome → HMRoom → HMAccessory → HMService → HMCharacteristic. Matter (раніше CHIP) — крос-платформний стандарт, який підтримують Apple, Google, Amazon та Samsung. На iOS Matter-пристрої додаються через MTRDeviceController, на Android — через Google Home SDK або Matter SDK безпосередньо. Перевага Matter: один пристрій працює з HomeKit, Google Home та Alexa без перепрошивки, а конфігурація налаштовується в 4 рази швидше порівняно з власним HAP-протоколом.

Для Flutter та React Native використовуємо flutter_blue_plus та react-native-ble-plx відповідно — обидва активно підтримуються і покривають 90% сценаріїв, але для роботи з GATT-нотифікаціями у background на Android все одно потрібен foreground service. Переконайтеся, що deep linking (Universal Links на iOS, App Links на Android) налаштовані для коректного пробудження додатку при скануванні NFC-тегу або отриманні push-повідомлення від IoT-пристрою. Вимоги ATT (App Tracking Transparency) для інтеграції з залізом зазвичай не застосовуються, але якщо додаток збирає анонімну аналітику — додайте запит. Отримайте консультацію нашого інженера — він розбере вашу специфікацію за 2 дні.

Як ми інтегруємо BLE та NFC?

1. Аналітика — отримуємо від firmware-команди повну специфікацію BLE GATT (список сервісів, характеристик, формати даних) або HCI-лог. Без цього розробка перетворюється на реверс-інжиніринг через nRF Connect або Wireshark over HCI.
2. Проектування — визначаємо архітектуру підключень: чергу GATT-операцій, фонові сервіси для Android, перепідключення при втраті зв’язку. Враховуємо MTU-узгодження та обробку помилок ATT_INSUFFICIENT_RESOURCES.
3. Реалізація — кодимо на Swift/Kotlin з урахуванням особливостей платформ (Universal Links, App Links, push-повідомлення через APNs/FCM для тригерів). Для захисту Android-коду використовуємо ProGuard / R8 (shrink).
4. Тестування — на реальних пристроях з першого дня. Емулятор BLE в симуляторах не відтворює edge cases перепідключення, втрати сигналу, зміни MTU. Використовуємо автоматизацію на базі XCTest та Espresso.
5. Деплой — завантаження в App Store Connect / Google Play Console з правильним code signing та provisioning profile. Для iOS — TestFlight, для Android — Firebase App Distribution.

Що входить в роботу (deliverables)

• Вихідний код мобільного додатку з інтеграцією BLE, NFC або IoT (Swift / Kotlin / Flutter / React Native)
• Документація по протоколу GATT (карта сервісів та характеристик)
• Навантажувальне тестування на 10+ реальних пристроях (помилка 133, перепідключення, MTU-узгодження)
• Аналіз та усунення edge cases (помилка ATT_INSUFFICIENT_RESOURCES, втрата з’єднання на фоні, конфлікт з background fetch)
• Інструкція зі збірки та деплою (code signing, TestFlight, Firebase App Distribution)
• Місяць підтримки після релізу

Строки та орієнтовна вартість

Проста інтеграція з одним BLE-периферійним пристроєм (показання + команди керування) — від 2 до 4 тижнів. Типова вартість такої задачі розраховується індивідуально, включаючи налагодження GATT-профілю та обробку edge cases. Повноцінний IoT-додаток з декількома типами пристроїв, firmware OTA-оновленнями та HomeKit-підтримкою — від 2 місяців. Вартість розраховується індивідуально під ваш проект.

Ми займаємося мобільною розробкою кілька років — досвід 45+ проектів з BLE/NFC/HomeKit. Наші інженери сертифіковані Apple та Google, а кожен етап роботи фіксується в issue tracker з прив’язкою до комітів. Ми гарантуємо прозорість процесу та дотримання строків. Використовуємо підхід «інженер клієнту»: без маркетингових пауз, з прямим доступом до розробника.

Закажіть оцінку — отримайте консультацію інженера з розбором вашої специфікації. Замовте інтеграцію під ключ: ми проаналізуємо HCI-лог, перевіримо GATT-характеристики та запропонуємо архітектуру за 2 дні.