कॉर्पोरेट प्रोजेक्ट
मल्कोल: एआर असेंबली कैटलॉग (मार्कर-आधारित)
अवास्तविक इंजन C++ और ARToolKit के साथ मार्कर-आधारित AR असेंबली गाइड; मोबाइल प्रदर्शन, सुविधा मिलान और सीएडी अनुकूलन।
ENGINEERING IMPACT
मापने योग्य दायरा और परिणाम
- फ़ील्ड प्लेटफ़ॉर्म
- आईओएस + एंड्रॉइड
- सत्यापन विधि
- मार्कर आधारित एआर
- उत्पाद आउटपुट
- असेंबली कैटलॉग
मोबाइल उपकरणों पर सुलभ असेंबली गाइड।
भौतिक मार्करों के माध्यम से चरण-दर-चरण मार्गदर्शन।
सीएडी विज़ुअलाइज़ेशन को फ़ील्ड उपयोग में लाने का अनुभव।
त्वरित सारांश
- भूमिका: लीड डेवलपर (फेलिक्सार्ट स्टूडियो)
- कंपनी/ग्राहक: मल्कोल
- परियोजना अवधि: 2017 (डिलीवरी)
- प्लेटफार्म: आईओएस, एंड्रॉइड
- इंजन: अवास्तविक इंजन 4 (सी++)
- एआर फ्रेमवर्क: आर्टूलकिट (मार्कर/एनएफटी)
- मुख्य विशेषता: मार्कर-आधारित, चरण-दर-चरण असेंबली गाइड
समयरेखा
- 2017: विकास और वितरण प्रक्रिया।
- 2017-05-30: पृष्ठ प्रकाशन तिथि (pubDate)।
मल्कोल के लिए औद्योगिक एआर असेंबली कैटलॉग
मल्कोल के लिए मैंने जो मोबाइल एआर असेंबली कैटलॉग विकसित किया, उसने मुद्रित कैटलॉग को क्षेत्र में एक इंटरैक्टिव गाइड में बदल दिया। उपयोगकर्ता कैमरे से कैटलॉग में मार्करों को स्कैन करके वास्तविक समय में 3डी असेंबली चरणों की निगरानी करने में सक्षम थे; इससे सही अनुक्रम, भागों का चयन और स्थापना मानक सुनिश्चित हुआ।
समस्याएँ और बाधाएँ
- मुद्रित कैटलॉग क्षेत्र में तेज़ और त्रुटि रहित मार्गदर्शन प्रदान नहीं कर सकते।
- कम रोशनी और विभिन्न डिवाइस कैमरों के कारण स्थिर ट्रैकिंग की आवश्यकता।
- मोबाइल उपकरणों पर उच्च प्रदर्शन और कम विलंबता की आवश्यकता।
- मोबाइल पर बड़े सीएडी-आधारित मॉडल का अनुकूलन।
समाधान सारांश
ARToolKit संयुक्त मार्कर/एनएफटी-आधारित ट्रैकिंग, 3डी असेंबली एनिमेशन और अवास्तविक इंजन पर चरण-दर-चरण मार्गदर्शन। कैमरा स्ट्रीम के साथ मार्कर का पता लगाया गया, मुद्रा की गणना की गई और 3डी सामग्री को सही पैमाने और स्थान पर प्रदर्शित किया गया।
वास्तुकला एक नज़र में
- कैमरा प्रवाह -> सुविधा मिलान -> मुद्रा अनुमान -> अवास्तविक परिवर्तन -> 3डी सामग्री।
- वर्कर थ्रेड पर डिटेक्शन, गेम थ्रेड पर सीन अपडेट।
- अंशांकन फ़ाइलों के साथ लेंस विरूपण मुआवजा।
ट्रैकिंग एवं मुद्रा अनुमान (मार्कर/एनएफटी)
- ARToolKit NFT पाइपलाइन ने FAST/ORB-जैसी सुविधा निष्कर्षण के साथ मार्कर डिटेक्शन लागू किया।
- होमोग्राफी की गणना डिस्क्रिप्टर मिलान के साथ की गई और 6DoF पोज़ का उत्पादन किया गया।- घबराहट को कम करने के लिए निश्चित थ्रेसहोल्ड के साथ टेम्पोरल स्मूथिंग और स्थिरीकरण लागू किया गया था।
मोबाइलपरफॉर्मेंस
- कैमरा प्रोसेसिंग और मार्कर डिटेक्शन को अलग-अलग थ्रेड में चलाया गया।
- कतार पर थ्रेड-सुरक्षित डेटा स्थानांतरण के साथ मुख्य लूप अवरुद्ध नहीं होता है।
- लक्ष्य प्रदर्शन: 60 एफपीएस, माप: अवास्तविक प्रोफाइलिंग उपकरण (डिवाइस आधारित परीक्षण)।
सामग्री पाइपलाइन
- सीएडी मॉडल को अनुकूलित किया गया, एलओडी और बनावट संपीड़न लागू किया गया।
- एसिंक्रोनस लोडिंग और सफाई नीति का उपयोग मोबाइल मेमोरी सीमा के अनुसार किया गया था।
यूएक्स: चरण-दर-चरण असेंबली
- चरणों को डेटाटेबल के माध्यम से प्रबंधित किया गया था, एनीमेशन प्रवाह सीक्वेंसर के साथ स्थापित किया गया था।
- यूएमजी इंटरफ़ेस में चरण संख्या, भाग के नाम और चेतावनियाँ दिखाई गईं।
- आगे/पीछे कदमों को स्पर्श और स्वाइप जेस्चर से नियंत्रित किया गया।
मार्कर-आधारित बनाम मार्कर रहित (संक्षिप्त तुलना)
- मार्कर-आधारित नियंत्रित वातावरण में उच्च स्थिरता और कम कम्प्यूटेशनल लागत प्रदान करता है।
- मार्करलेस (एसएलएएम) अधिक लचीला है लेकिन कम बनावट वाली सतहों पर अस्थिर हो सकता है।
- मार्कर-आधारित दृष्टिकोण मुद्रित कैटलॉग के साथ क्षेत्र में तेजी से शामिल होने में सक्षम बनाता है।
- मार्कर रहित दृष्टिकोण सामग्री सेटअप को आसान बनाता है लेकिन अधिक अंशांकन की आवश्यकता होती है।
- मार्कर-आधारित निम्न-स्तरीय उपकरणों पर सुरक्षित एफपीएस लक्ष्यीकरण प्रदान करता है।
- उपयोगकर्ता अनुभव के मामले में मार्करलेस अधिक स्वाभाविक है, लेकिन बैटरी की खपत बढ़ जाती है।
प्रभाव/परिणाम
- असेंबली त्रुटियों में कमी - 80% - अवधि: [एक्स], बेसलाइन: फ़ील्ड असेंबली त्रुटियाँ - स्रोत: फ़ील्ड रिपोर्ट/सिमुलेशन KPI (क्लाइंट-रिपोर्ट)।
- सेटअप समय में सुधार - 40% - अवधि: [एक्स], बेसलाइन: मैनुअल कैटलॉग समय - स्रोत: फ़ील्ड रिपोर्ट (क्लाइंट-रिपोर्ट)।
- फील्ड ऑपरेशन मानकीकरण - गुणात्मक सुधार - स्रोत: फील्ड लीडर फीडबैक (क्लाइंट-रिपोर्टेड)।- मोबाइल प्रदर्शन - 60 एफपीएस लक्ष्य - माप: डिवाइस-आधारित प्रोफ़ाइल परीक्षण।
प्रमुख व्यापार-बंद
- मार्कर-आधारित सटीकता बनाम मार्कर रहित लचीलापन।
- अवास्तविक इंजन दृश्य गुणवत्ता बनाम मूल प्रदर्शन लागत।
- उच्च सटीकता बनाम बैटरी की खपत और डिवाइस का तापमान।
अक्सर पूछे जाने वाले प्रश्न
मार्कर-आधारित एआर को क्यों चुना गया?
फ़ील्ड स्थितियों में स्थिर ट्रैकिंग और तेज़ ऑनबोर्डिंग के लिए।
ARToolKit NFT कैसे काम करता है?
यह फीचर बिंदुओं से मेल खाता है और होमोग्राफी के साथ पोज़ बनाता है।
अवास्तविक इंजन का उपयोग क्यों किया गया?
3डी सामग्री प्रबंधन, प्रतिपादन और क्रॉस-प्लेटफ़ॉर्म वितरण में आसानी के लिए।
मोबाइल का प्रदर्शन कैसा बना रहा?
थ्रेड पृथक्करण, एलओडी, बनावट संपीड़न और अतुल्यकालिक लोडिंग के साथ।
सीएडी मॉडल को कैसे अनुकूलित किया गया?
बहुभुज कटौती, एलओडी और प्रकाश सामग्री सेटिंग्स के साथ।
क्या ऑफ़लाइन परिदृश्य समर्थित हैं?
कैश और स्थानीय सामग्री भंडारण के साथ बुनियादी मार्गदर्शन बनाए रखा।
प्रोजेक्ट छाप
- ग्राहक: मल्कोल फायर सप्रेशन टेक्नोलॉजीज
- डेवलपर कंपनी: फेलिक्सार्ट स्टूडियो
- भूमिका: लीड डेवलपर/लीड सॉफ्टवेयर डेवलपर
- प्लेटफ़ॉर्म: आईओएस, एंड्रॉइड
- इंजन: अवास्तविक इंजन 4 -मुख्य भाषा: C++
- एआर फ्रेमवर्क: ARToolKit (मार्कर-आधारित ट्रैकिंग)
- समापन तिथि: मई 2017
- पृष्ठ दिनांक: 2017-05-30