Table of Contents

Pengenalan EasyAR Mega

EasyAR Mega adalah teknologi komputasi ruang yang berkolaborasi antara perangkat端（端在印尼语中无对应准确词汇，保留原文） dan cloud, yang bertujuan untuk menciptakan ruang digital ganda yang berkelanjutan dan berkualitas tinggi untuk seluruh dunia fisik (seperti sebuah kota, kompleks perumahan, atau pusat perbelanjaan besar). Melalui EasyAR Mega, aplikasi Anda dapat mencapai pemetaan dan penutupan virtual-nyata yang akurat di dalam dan luar ruangan dengan skala besar, memberikan pengalaman interaksi ruang yang belum pernah ada sebelumnya kepada pengguna.

Bab ini akan secara singkat memperkenalkan prinsip kerja inti, hasil yang diharapkan, dan panduan penyesuaian platform EasyAR Mega dari sudut pandang pengembang.

Penting

Pengguna non-pengembang (seperti manajer produk, operator, penguji, dll.) dapat langsung pergi ke Panduan Penggunaan Mega untuk mempelajari layanan Mega.

Sebelum Memulai: Pastikan Layanan Pemetaan Siap

Sebelum mengintegrasikan fitur EasyAR Mega ke dalam aplikasi Anda, harus dipastikan satu prasyarat inti: layanan pemetaan cloud Mega telah siap.

  • Pengumpulan data lapangan telah selesai
    • Kumpulkan data area target menggunakan perangkat yang ditentukan.
    • Kumpulkan data EIF menggunakan Mega Toolbox untuk verifikasi efek.
  • Pembuatan peta Mega Block telah selesai
  • Layanan pemetaan telah diaktifkan dan diikatkan ke aplikasi
    • Tambahkan Block ke dalam pustaka pemetaan Mega di pusat pengembangan.
    • Dapatkan App ID dan API Key yang valid dan konfigurasikan dengan benar ke dalam proyek Anda.
Penting

Jika langkah-langkah di atas belum selesai, aplikasi tidak akan dapat mendapatkan hasil pemetaan, yang akan terlihat sebagai "konten AR tidak pernah tertrigger". Pastikan untuk memverifikasi ketersediaan layanan sebelum mulai mengembangkan.

Prinsip Dasar Pemetaan Mega

Berbeda dengan pemetaan GNSS tradisional yang bergantung pada sinyal satelit, EasyAR Mega didasarkan pada teknologi pemetaan visual canggih. Dengan mencocokkan data gambar yang diambil secara real-time oleh perangkat pengguna dengan data tiga dimensi berkualitas tinggi yang telah dibuat sebelumnya, posisi 6DoF pengguna di dunia fisik dapat ditentukan. Berdasarkan posisi tersebut, aplikasi dapat merender dan menumpangkan konten virtual di posisi fisik yang tepat.

Alur kerja adalah sebagai berikut:

  1. Pembangunan peta:

    • Menggunakan peralatan profesional (seperti kamera panorama) untuk mengumpulkan data di area target.
      Data Capture
    • Melalui backend manajemen pemetaan EasyAR, unggah data yang dikumpulkan (seperti file .360).
    • Platform pemrosesan cloud akan menghitung gambar dalam data yang dikumpulkan, menggunakan algoritma AI canggih untuk mengekstrak fitur visual area target; dan menggabungkan gambar dengan informasi sensor IMU, memulihkan lintasan gerakan saat pengambilan (yaitu pose kamera setiap saat); kemudian menghasilkan titik awan tiga dimensi dari seluruh pemandangan, membangun jaringan padat dengan tekstur yang dipetakan.
    • Akhirnya, sistem pemetaan akan mengeluarkan "Peta Mega Block" berpresisi tinggi yang ditentukan oleh EasyAR, berisi informasi geometri tiga dimensi dan fitur visual. Peta ini adalah landasan lokalisasi Mega.
      Mapping Process

  2. Lokalisasi waktu-nyata:

    • Pengguna membuka aplikasi, kamera perangkat menangkap gambar dalam pandangan pengguna secara real-time, dan mengirimkannya bersama parameter intrinsik kamera, parameter ekstrinsik (jika ada), informasi bantu (jika ada, seperti GNSS) ke layanan lokalisasi cloud Mega.
      User case
    • Layanan lokalisasi cloud Mega akan mengekstrak fitur visual dari gambar yang diunggah, dan membandingkannya dengan cepat serta mencocokkannya dengan Peta Mega Block di perpustakaan lokalisasi.
    • Setelah pencocokan berhasil, sistem dapat menghitung pose pengguna saat ini di peta (yaitu posisi dan orientasi) dengan presisi tingkat-sentimeter.
    • Pada saat ini, lokalisasi cloud Mega akan mengirimkan pose yang telah dihitung ke sisi aplikasi, dan melakukan pelacakan gabungan di sisi aplikasi dengan sistem SLAM perangkat itu sendiri.
    • Akhirnya, sisi aplikasi akan mendapatkan pose yang terlokalisasi secara real-time dan terus dilacak, sehingga memungkinkan konten virtual ditampilkan pada posisi yang telah ditambatkan sebelumnya di dunia fisik, dan diperbarui terus-menerus mengikuti pergerakan orang.
      Localize Process

Efek dan Hasil yang Diharapkan

Setelah berhasil mengintegrasikan EasyAR Mega, aplikasi Anda dapat mencapai efek berikut yang menakjubkan:

  • Presisi tingkat-sentimeter: Dibandingkan dengan kesalahan GNSS yang mencapai beberapa meter hingga puluhan meter, positioning Mega mampu memberikan akurasi tingkat sub-meter hingga sentimeter, memungkinkan konten virtual "terpaku" stabil di posisi spesifik dunia nyata.
  • Ruang persisten: Konten virtual dapat ditempatkan di mana saja di dunia fisik, dan semua pengguna melihat konten yang konsisten di lokasi yang sama.
  • Oklusi nyata: Melalui kemampuan pemahaman spasial Mega, objek virtual dapat dihalangi oleh bangunan atau penghalang fisik nyata, sangat meningkatkan imersi.
  • Beroperasi di area tanpa GNSS: Di area dengan sinyal GNSS lemah atau tidak valid seperti dalam ruangan, parkir bawah tanah, jalan kota penuh gedung tinggi, atau hutan pegunungan lebat, Mega tetap dapat menyediakan layanan positioning yang stabil dan andal.

Video ini menunjukkan contoh efek penggunaan khas EasyAR Mega:

  • Positioning spasial presisi tinggi dan persisten memungkinkan konten virtual menyatu sempurna dengan permukaan bangunan, menampilkan video dinamis yang indah dan poster 3D raksasa yang dirancang cermat.
  • Oklusi nyata dari pemahaman spasial membuat kembang api di langit, efek digital, dan lingkungan sekitar saling melengkapi tanpa terasa janggal.
  • Didukung oleh algoritma visual canggih, seluruh pengalaman tidak terpengaruh oleh lingkungan sekitar yang kompleks dan padat orang, bahkan tetap berfungsi stabil di malam hari.

Situasi tidak ideal yang mungkin ditemui

  • Kecepatan pengenalan positioning lambat

    Di area padat seperti lokasi acara besar, karena penundaan jaringan, permintaan bersamaan, dll., latensi positioning cloud Mega mungkin relatif tinggi. Pengguna mungkin perlu menunggu beberapa saat sebelum konten virtual muncul.

  • Perubahan lingkungan menyebabkan kesalahan

    Jika lingkungan fisik mengalami perubahan drastis (mis. pembangunan pagar proyek, perubahan vegetasi musiman), akurasi positioning mungkin menurun atau hilang. Peta Mega perlu diperbarui secara berkala untuk beradaptasi.

  • Pengalaman berkelanjutan mengalami drift

    Positioning Mega akan berfusi dengan sistem SLAM perangkat di sisi aplikasi dan terus mengaktifkan kamera. Operasi jangka panjang dapat menyebabkan penurunan frekuensi CPU perangkat, mengakibatkan lag, frame drop, drift skala pelacakan, dll.

Kiat

Untuk detail lebih lanjut tentang anomali kinerja atau kegagalan, lihat bagian Pemecahan masalah:

Saran Perluasan

Jika Anda mengalami masalah terkait bukan pengembangan program seperti gangguan layanan, perubahan skenario, perluasan bisnis, dll. selama mengintegrasikan EasyAR Mega, kunjungi Panduan Penggunaan Mega kami.

Dalam panduan tersebut, Anda dapat menemukan:

  • Pembuatan Layanan: Lihat cara membuat layanan Mega dan pemeriksaan kesalahan sederhana.
  • Optimasi Efek: Pelajari cara melihat pratinjau efek pengoperasian dan mengumpulkan data abnormal, pengawasan cold start, dll.
  • Operasi Berkelanjutan: Pelajari cara mengatasi perubahan skenario, perluasan bisnis, dan kebutuhan operasi berkelanjutan seperti migrasi/peningkatan.
  • Integrasi Bisnis: Kenali penggunaan data bisnis praktis seperti jaringan jalan navigasi.
  • Sumber Referensi: Panduan operasi alat praktis seperti Mega Toolbox.

Melalui artikel ini, kami harap Anda telah memiliki pemahaman yang jelas tentang prinsip kerja dan efek EasyAR Mega. Selanjutnya, Anda dapat mulai mempersiapkan proyek Mega pertama Anda!

Panduan Khusus Platform

Cara mengintegrasikan EasyAR Mega sangat tergantung pada platform. Harap merujuk panduan berikut untuk pengembangan berdasarkan platform tujuan Anda: