Plattform

Hur MeshAR är byggd

Tre steg, i ordning. För var och en: vad den gör, vad den behöver av dig och var de ärliga gränserna går.

Etapp 01

Intag — mesh eller CAD

Två väldigt olika källor hamnar på samma plats: trianglar och PBR-material på GPU:n, förpackade som glTF/GLB. Att ta sig dit är inte begreppsmässigt svårt, det är detaljerat arbete — enheter (mekanisk CAD i millimeter, Unity i meter, en faktor på 1000 är det första du kommer att se), uppåtaxel och handriktning, pivoter kvar där designern lämnade dem, och ett polygonantal med storleksordningar över vad en telefon kommer att rita.

Det som inte konvergerar är semantiken, och det är den strukturella poängen med hela plattformen. En CAD-sammansättning innehåller redan en graf: delar, underenheter, instanser med transformationsmatriser, artikelnummer. Ett nät innehåller i bästa fall en hierarki av nodnamn som bestäms av den som exporterade det. Skillnaden är inte återvinningsbar nedströms.

Tre nivåer av semantik, inte två

Härledd

Extraherat från CAD: monteringsträdet finns redan i filen. Hög tillförlitlighet — det är designerns egna data. Detta är förutsättningen för klass C, och det kan inte ersättas.

Konventionell

Ett nät skapat enligt en deklarerad regel: nodnamn som följer en konvention, glTF-extra, materialvarianter. Värt exakt lika mycket som disciplinen hos den som exporterar det — och det är vad en konfigurator faktiskt körs på.

Ingen

Ett godtyckligt nät: fotogrammetri, en marknadsplatsnedladdning, en frihandsexport. Perfekt för att placera ett föremål i ett rum; du kan inte adressera en komponent inuti den.

Etapp 02

Lokalisering — det enda gemensamma stadiet

Vanligt som gränssnitt, inte som implementering. De tre klasserna behöver olika förankringsstrategier och de är inte utbytbara: det som är rätt för en konfigurator är konceptuellt fel för ett guidat besök.

Strategier som används

  • Plandetektering + tryck

    Klass B

    Användaren väljer platsen. För en konfigurator är detta det rätta svaret snarare än en reserv: hela frågan som ställs är om den passar i deras rum.

  • Fysisk markör

    Klass C

    Ett klistermärke applicerat på maskinen med en känd offset. Billigt, robust och tillräckligt exakt för att en höjdpunkt ska landa på rätt komponent istället för sin granne.

  • Modellmål

    Klass C

    Känner igen objektet från sin egen 3D-modell, utan att något appliceras på det. Utmärkt på stel, distinkt geometri; det försämras på släta, symmetriska eller reflekterande ytor — vilket beskriver många industriella maskiner, så manuell uppriktning hålls som en reserv från dag ett.

  • Geospatial / VPS och assisterad manuell inriktning

    Klass A

    För innehåll som måste sitta på den verkliga plats där något faktiskt stod. Här är ett användartryck begreppsmässigt fel: besökaren vet inte var väggen var. Det är det svåraste lokaliseringsproblemet av de tre.

Etapp 03

Presentation — där klasserna separeras

Den delade baslinjen är inte trivial: djupocklusion, trovärdiga kontaktskuggor och ljusuppskattning är exakt vad som skiljer “en modell limmad på skärmen” från “ett föremål i rummet”, och de är viktiga för alla tre klasserna. Ovanför den baslinjen delar de tre grenarna nästan ingenting, och det är det korrekta resultatet snarare än en saknad abstraktion.

Klass A — animerad guide

En riggad karaktär, ett bibliotek med animationer och ett beslutslager som väljer vilken som ska spelas. AI:n väljer linjen och gesten; det genererar inte rörelsen ben för ben. Rörelse i utrymmet är styrbeteende som körs lokalt med bildhastighet, utan något nätverksanrop i slingan.

Klass B — konfigurator

Körtidsvariant och materialbyte, bundet till applikationstillstånd som lever utanför AR-appen. Appen blir en vy över konfiguratorn, vilket gör detta till ett applikationsarkitekturproblem mer än ett grafiskt.

Klass C — förfarande

Isolera, spöka, explodera, markera, med steg sekvenserade mot uppsättningar av noder. Den behöver den semantiska grafen från steg 1, och den optimerar för läsbarhet snarare än trohet: att veta vilken del, i vilken ordning, som slår en vacker rendering.

Mått

Mätbänken är en del av produkten

Drift, återhämtningstid, ljusförhållanden och användbar distans är inte en checklista du kör en gång. De är instrumentering: varje lokaliseringsstrategi, i varje klass, mäts med samma linjal — så att “håller det?” besvaras med ett nummer istället för ett intryck.

  • Drift — ~2,7 cm median vid två minuter

    Fem giltiga omgångar av sex mellan 2,6 och 3,7 cm, över väldigt olika scener. Bandet är anmärkningsvärt smalt: drift visar sig vara robust mot scenen, och ljusförhållandena påverkar inte domen. Tröskelvärdena hade fastställts i förväg — under 2 cm innebar att en rent visuell förankring skulle klara en reparationsprocedur, 2 till 10 cm innebar att en konfigurator är bekväm och en procedur behöver en fysisk referens. Resultatet landade i mittbandet, och plattformen är byggd därefter.

  • Stabilisering — den första minuten är inte pålitlig

    Bekräftat på fyra separata körningar: en topp på 8 till 19 cm under de första 10 till 48 sekunderna efter placeringen, sedan ett fall till det stabila värdet. Allt som behöver precision måste designas runt det. Det är en begränsning, inte en defekt som ska åtgärdas.

  • Återhämtning — posen överlever, väntan är problemet

    Under tre spårningsförlustcykler förblev driften platt: ankaret kommer tillbaka där det var. Det värsta fallet kostade 25 sekunders väntan, vilket gör det till ett UX-problem snarare än ett spårningsproblem — en distinktion värd att behålla, eftersom de fixas på olika ställen.

  • Användbart avstånd — 20 till 25 meter

    En skarp och reproducerbar tröskel, och orsaken är att objektet blir oläsligt snarare än att spårningen misslyckas: spårningstillståndet höll sig långt bortom det. Det är en fråga av innehållsstorlek, så den mäts om för varje projekt med den verkliga tillgången.

Samsung SM-S711B, sju körningar, inomhus och utomhus, augusti 2026.

Gränser

Vad MeshAR inte gör

Värt att läsa innan resten, eftersom det sparar oss båda ett samtal.

  • Den känner inte igen världen den går in i

    En guide som beskriver vad kameran än råkar se är det snabbaste sättet att med säkerhet beskriva något som inte finns där. MeshAR ersätter igenkänning med position: vet exakt var du är, läs sedan en kurerad karta. Det fungerar på en i förväg kartlagd plats — ett hus, ett museum, ett specifikt showroom — och det generaliserar inte till “peka telefonen var som helst och förklara vad jag ser”. För en definierad plats är det den rätta lösningen, inte en kompromiss.

  • Inbyggda Autodesk-format kostar pengar

    Neutral CAD — STEP, IGES — täcks till noll licenskostnad. DWG och RVT behöver en kommersiell komponent, och det blir en strukturell linje i uppskattningen snarare än en detalj. Det åtgärdas när ett projekt faktiskt kräver det.

  • Android / ARCore är standardmålet

    iOS är ett beslut per projekt, inte ett antagande. AR Foundation abstraherar den gemensamma nämnaren, men ocklusion genom Depth API och ocklusion genom LiDAR är inte samma funktion, och vissa lokaliseringsstrategier har olika tillgänglighet och licensiering på de två plattformarna. För en konfigurator — som är ett försäljningsverktyg — är det en fråga värd att lösa på förhand.

Berätta för mig vad du vill ha i rummet

En skannad lokal, en produktkatalog, en maskin med underhållsmanual. Den första användbara frågan är alltid vilken av de tre klasserna den faller in i — och det tar ett mejl.

Hör av dig →