Мобільний додаток для риболовлі: технічні рішення
Ми розробляємо мобільні додатки для риболовлі, які об'єднують офлайн-карти водойм, прогноз клювання на основі метеоданих та ML, а також щоденник улову з AR-заміром. Це перетин кількох технічних доменів, і ми збираємо все в єдиний продукт під ключ. Наш досвід — понад 30 проєктів у стори та 5+ років у мобільній розробці. Ми гарантуємо якість кожного етапу — від прототипу до публікації. Отримайте консультацію щодо вашого проекту.
Як ми реалізуємо офлайн-карти водойм?
Основа додатку — карта з водоймами, точками ловлі та можливістю працювати без інтернету. Для офлайн-режиму ми використовуємо MBTiles-формат (SQLite з тайлами всередині). Користувач завантажує карту вибраного регіону заздалегідь. На iOS застосовуємо Mapbox Maps SDK з OfflineManager.downloadStylePack + TilesetDescriptor. На Android — аналогічно через Mapbox або OSMDroid з тайловим кешем. Для бюджетних проєктів підходить WebView з Leaflet та OSM-тайлами, але нативність страждає, особливо при записі GPS-треку.
Точки ловлі — користувацькі POI (fishing_spots) з координатами, назвою, типом водойми (річка/озеро/водосховище/море) та бажаним знаряддям. Вони зберігаються в хмарі та синхронізуються в SQLite для офлайну. Векторні шари (нерестові зони, заборонені райони) — GeoJSON від сервера, рендериться як MGLFillLayer (iOS) або PolygonOverlay (MapKit).
При виборі технології офлайн-карт варто враховувати компроміс між нативністю та вартістю. Mapbox SDK підходить для проєктів, де критичні жести та кастомізація, але після перевищення ліміту завантажень потрібна платна підписка. OSMDroid безкоштовний, але не підтримує векторні шари без доопрацювань. Leaflet через WebView крос-платформний, але програє в продуктивності при записі GPS-треку — для додатку з активним трекінгом краще вибрати нативне рішення.
Архітектура модуля офлайн-карт
Модуль складається з шару синхронізації (SyncLayer), шару тайлового кешу (TileCache) та шару відображення (MapRenderer). SyncLayer завантажує MBTiles та GeoJSON, TileCache зберігає тайли в SQLite, MapRenderer рендерить шари з використанням OpenGL через Mapbox або OSMDroid.Чому прогноз клювання потребує ML?
Прогноз активності риби — комбінація факторів: атмосферний тиск (тренд), фаза місяця, температура води, час доби, вітер. Ми використовуємо зважену суму факторів з оцінкою 1–5 «риб». Але ваги підбираються емпірично. Щоб підвищити точність, ми навчаємо ML-модель на даних щоденників улову. Після впровадження ML точність прогнозу зросла на 18% порівняно з чисто емпіричною моделлю. Дані по датасетах: OpenStreetMap для геоданих та Core ML для iOS-моделі.
| Платформа | Модель | Середня точність | Розмір моделі |
|---|---|---|---|
| iOS | CoreML (iNaturalist) | 75% для 100+ видів | 4–6 MB |
| Android | ML Kit Custom Model | 72% для 80+ видів | 6–8 MB |
Щоденник улову з AR та ML
Запис улову включає вид риби (вибір з довідника + фото), вагу/довжину, знаряддя, наживку, глибину, координати та автоматичну погоду з API. Фото риби — з автоматичним заміром через AR (RealityKit ARWorldTrackingConfiguration + MLModel для оцінки розміру за референсним об'єктом). AR-замір у 2 рази точніший за ручний (похибка <5%). Ідентифікація виду по фото — CoreML модель (навчена на iNaturalist датасеті) для iOS, ML Kit Custom Model для Android. Точність 70–80% для поширених видів — достатньо для попереднього заповнення форми, користувач коригує. Статистика за сезон: найкращі точки на heatmap, топ видів, порівняння з минулим роком. Використовуємо Swift Charts (iOS 16+) або MPAndroidChart для графіків.
Спільнота рибалок
Публічна стрічка уловів з можливістю приховати точну координату («водойма без точки»). Рейтинг рибалок за вагою улову. Форум по водоймах, прив'язаний до геолокації. Конфіденційність: «секретне місце» — координата з радіус-шумом ±500 м при публікації, реальна координата залишається в особистому щоденнику.
Процес розробки
- Аналітика та прототипування (1–2 тижні): збір вимог, створення MVP-специфікації.
- Дизайн (2–3 тижні): UI/UX для iOS та Android, адаптація під темну тему та доступність.
- Розробка (4–8 тижнів для базової версії): backend (Firebase/Supabase), офлайн-карти, прогноз, щоденник.
- Інтеграція ML та AR (додатково 3–4 тижні): навчання моделі, впровадження AR-заміру.
- Тестування (1–2 тижні): QA на реальних пристроях, тестування офлайн-режиму.
- Публікація (1 тиждень): подача в App Store та Google Play, вирішення можливих відхилень.
Що входить в роботу
- Аналіз вимог та прототип інтерфейсу.
- Розробка бекенду та інтеграція з метеосервісами.
- Реалізація офлайн-карт з точками ловлі.
- Прогноз клювання з ML-модулем.
- Щоденник улову з фотографією та AR-заміром.
- Модерація контенту та система рейтингів.
- Публікація в App Store та Google Play.
- Технічна підтримка протягом 3 місяців після релізу.
Строки та вартість
Базова версія (офлайн-карта, щоденник улову, прогноз клювання) — 6–10 тижнів, від $5000. Повна версія з ML-ідентифікацією, AR-заміром та спільнотою — 4–6 місяців, від $25000. При замовленні повного пакету економія до 20%. Вартість розраховується індивідуально. Якщо ви хочете обговорити ваш додаток, зв'яжіться — ми підготуємо комерційну пропозицію.