問題診斷和報告
本章主要描述構建AR應用時可能遇到的問題、主要的分析方法，以及報告問題所需要收集的資訊和聯繫途徑。
AR 場景中問題分析的挑戰
在 AR 場景中的問題分析，存在一些獨特的挑戰。
輸入的不確定性
在傳統應用中，輸入通常是確定的點擊或鍵盤事件。而在 AR 中，輸入源自變動的物理環境，這帶來了極大的分析難度。AR 應用需要結合物理環境來使用，但開發和測試時，在物理環境中無法每次獲得相同的輸入，即使按照同一條路線行進，取得的相機圖像、加速度計、陀螺儀等感測器的數據都可能產生一些變化，而這對跟踪結果的影響可能是巨大的。
EasyAR 中提供了 EIF 檔案的錄製和回放功能，可以在一定程度上緩解輸入的不確定性，但由於演算法的不確定性，最終的跟踪結果本質上還是不確定的。同時，EIF 錄製數據覆蓋不全、光照變化、行人或車輛造成的動態遮擋等，也會影響實際使用時的跟踪品質。
演算法的不確定性
AR 的核心演算法是一些視覺演算法，例如 SLAM（即時定位與地圖構建）。這些演算法本質上是概率性的而非確定性的。
當輸入的相機圖像缺乏顯著的特徵時，演算法可能使用歷史位置姿態和加速度計、陀螺儀等感測器數據進行預測，預測的位置和姿態的結果會隨著時間推移而累積，產生飄移。而每次的預測結果和數據的傳入時機、設備的溫度、CPU 的頻率、網路傳輸速度等外界因素有關，存在動態變化，累積下來即使是同樣的輸入，多次運行的結果也可能偏差很大。
不同問題的分析方法
對於不同的問題，可能需要不同的分析方法。
日誌
對於一些程式運行不正常的情況，例如黑屏、無法正常定位、無法正常跟踪的情況，最基本的方法是檢視日誌，檢查其中是否有錯誤資訊。EasyAR 中產生的日誌，均會使用特定的標籤，便於識別。
崩潰
有時候程式會發生崩潰，崩潰的位置可能在庫的程式碼中，也可能在程式自己的程式碼中。崩潰發生的原因有可能是由於程式本身的問題，也可能是庫中存在問題。
抖動、跳動等視覺異常
由於感測器數據精度或者演算法適配原因，可能會發生定位抖動或跳動。此時應嘗試使用不同設備重現此問題，並截圖、錄屏和錄製 EIF 檔案。
平台專用指南
問題診斷和報告與平台緊密相關。請根據您的目標平台，參考以下指南進行開發：