Mulcol: AR アセンブリ カタログ (マーカーベース)

簡単な概要

• 役割: リード開発者 (feliXart スタジオ)
• 会社/クライアント: マルコール
• プロジェクト期間：2017年（納品）
• プラットフォーム: iOS、Android
• エンジン: アンリアル エンジン 4 (C++)
• ARフレームワーク：ARToolKit（マーカー/NFT）
• 主な機能: マーカーベースのステップバイステップの組み立てガイド

タイムライン

• 2017: 開発と提供のプロセス。
• 2017-05-30: ページの公開日 (pubDate)。

Mulcol の産業用 AR アセンブリ カタログ

私が Mulcol 用に開発したモバイル AR アセンブリ カタログは、印刷されたカタログを現場でのインタラクティブなガイドに変えました。ユーザーはカタログ内のマーカーをカメラでスキャンすることで、3D 組み立てステップをリアルタイムで監視できました。これにより、正しい順序、部品の選択、取り付け基準が保証されます。

問題と制約

• 印刷されたカタログでは、現場で迅速かつエラーのないガイダンスを提供することはできません。
• 低照度および異なるデバイスのカメラによる安定した追跡の必要性。
• モバイル デバイスでの高パフォーマンスと低遅延の要件。
• モバイル上で大規模な CAD ベースのモデルを最適化します。

ソリューションの概要

ARToolKit は、マーカー/NFT ベースのトラッキング、3D アセンブリ アニメーション、Unreal Engine のステップバイステップ ガイダンスを組み合わせました。カメラ ストリームを使用してマーカー検出が行われ、ポーズが計算され、3D コンテンツが正しいスケールと位置で表示されました。

アーキテクチャの概要

• カメラ フロー -> 特徴マッチング -> 姿勢推定 -> アンリアル変換 -> 3D コンテンツ。
• ワーカースレッドでの検出、ゲームスレッドでのシーン更新。
• キャリブレーションファイルによるレンズ歪み補正。

追跡と姿勢推定 (マーカー/NFT)

• ARToolKit NFT パイプラインは、FAST/ORB のような特徴抽出によるマーカー検出を実装しました。
• 記述子の一致によりホモグラフィーが計算され、6DoF ポーズが生成されました。- ジッターを低減するために、固定閾値による時間的平滑化と安定化が適用されました。

モバイルパフォーマンス

• カメラ処理とマーカー検出は別のスレッドで実行されました。
• キューを介したスレッドセーフなデータ転送により、メイン ループはブロックされません。
• 目標パフォーマンス: 60 FPS、測定: Unreal プロファイリング ツール (デバイス ベースのテスト)。

コンテンツ パイプライン

• CAD モデルが最適化され、LOD とテクスチャ圧縮が適用されました。
• モバイル メモリの制限に従って、非同期の読み込みとクリーニングのポリシーが使用されました。

UX: 段階的な組み立て

• ステップは DataTable で管理され、アニメーション フローは Sequencer で確立されました。
• ステップ番号、部品名、警告が UMG インターフェイスに表示されるようになりました。
• 進む/戻るステップはタッチとスワイプジェスチャーで制御されました。

マーカーベースとマーカーなし (簡単な比較)

• マーカーベースは、制御された環境で高い安定性と低い計算コストを提供します。
• マーカーレス (SLAM) は柔軟性に優れていますが、テクスチャーの少ない表面では不安定になる可能性があります。
• マーカーベースのアプローチにより、印刷されたカタログを使用して現場での迅速なオンボーディングが可能になります。
• マーカーレスのアプローチにより、コンテンツのセットアップが簡単になりますが、より多くのキャリブレーションが必要になります。
• マーカーベースにより、ローエンド デバイスでより安全な FPS ターゲティングが可能になります。
• マーカーレスはユーザーエクスペリエンスの点でより自然ですが、バッテリーの消費量が増加します。

影響/結果

• 組み立てエラーの削減 - 80% - 期間: [X]、ベースライン: 現場での組み立てエラー - ソース: 現場レポート/シミュレーション KPI (クライアント報告)。
• セットアップ時間の改善 - 40% - 期間: [X]、ベースライン: 手動カタログ時間 - ソース: フィールド レポート (クライアントから報告)。
• 現場作業の標準化 - 質的改善 - 出典: 現場リーダーのフィードバック (クライアントから報告)。- モバイルパフォーマンス - 60 FPS ターゲット - 測定: デバイスベースのプロファイルテスト。

主なトレードオフ

• マーカーベースの精度とマーカーなしの柔軟性。
• Unreal Engine のビジュアル品質とネイティブ パフォーマンス コスト。
• バッテリー消費量とデバイス温度に対する高精度。

よくある質問

マーカーベース AR が選ばれた理由は何ですか?

安定したトラッキングとフィールド条件での素早いオンボーディングを実現します。

ARToolKit NFT はどのように機能しますか?

特徴点を照合し、ホモグラフィーを使用してポーズを作成します。

アンリアル エンジンを使用した理由は何ですか?

3D コンテンツの管理、レンダリング、クロスプラットフォーム配布が容易になります。

モバイルのパフォーマンスはどのように維持されましたか?

スレッド分離、LOD、テクスチャ圧縮、非同期ロードを備えています。

CAD モデルはどのように最適化されましたか?

ポリゴン削減、LOD、ライトマテリアル設定あり。

オフライン シナリオはサポートされていますか?

キャッシュとローカル コンテンツ ストレージに関する基本的なガイダンスを維持しました。

プロジェクトの紹介

• クライアント: Mulcol Fire Suppression Technologies
• 開発会社: feliXart スタジオ
• 役割: リード開発者 / リードソフトウェア開発者
• プラットフォーム: iOS、Android
• エンジン: アンリアル エンジン 4 -コア言語: C++
• AR フレームワーク: ARToolKit (マーカーベースのトラッキング)
• 竣工日：2017年5月
• ページの日付: 2017-05-30

関連プロジェクト

• Mulcol: VR 防火栓アセンブリ シミュレーション
• Dunelm: LiDAR 対応 AR「室内ビュー」エクスペリエンス
• Rapid Render: リアルタイム 3D プロダクト コンフィギュレーター