BoilerPatrol Pro 是一款专为工业巡检与现场数字化设计的 iOS 增强现实 (AR) 应用程序。它利用 Apple 设备先进的 LiDAR 传感器和摄影测量技术，提供从空间扫描、语义分析到高精度物体建模的一站式解决方案。
- 实时网格化：利用 LiDAR 深度传感器实时生成环境的三维网格 (Mesh)。
- 定位质量实时反馈：交通灯式UI指示器（绿/黄/红），实时显示ARKit定位状态与地图就绪程度。
- 手电筒支持：内置闪光灯开关，解决黑暗环境（锅炉内部）定位失效问题。
- 场景语义分析：基于机器视觉自动分类识别场景元素并以不同颜色可视化。
- 大场景优化：支持 20m×20m 级别场景扫描，内置防息屏、自动保存、内存监控等稳定性保障。
- 多格式导出：
- .OBJ：通用 3D 格式，适用于大多数建模软件（白模）。
- .PLY：支持顶点颜色的格式，保留 AI 分类色彩信息（
Scan_*.ply）。
- 特征点标记：在场地张贴二维码作为人工特征点，辅助 ARKit 重定位。
- 位置平均算法：同一二维码多次扫描后自动计算平均位置，提高精度。
- 测试工具：提供
generate_qr_randomized.py脚本，生成高区分度（带随机盐）的测试二维码。
- 高精度纹理：针对单个物体（如设备零件、阀门等）进行 360° 环绕拍摄。
- 手动相机拍摄：使用 AVFoundation 拍摄一组照片（推荐 20–50 张）。
- 设备端重建：无需上传云端，直接在 iOS 设备上利用
PhotogrammetrySession合成带有照片级纹理的.USDZ模型。
- 保存与加载：支持保存当前的 AR 世界地图（WorldMap），包含特征点和锚点信息。
- 重定位 (Relocalization)：在同一地点重新打开 App，可快速恢复之前的坐标系，实现持续的巡检记录。
- 内置文件库：管理所有扫描生成的 .obj, .ply, .usdz 和 .worldmap 文件。
- 3D 预览器：集成 SceneKit 查看器，支持在 App 内直接预览模型，支持旋转、缩放操作。
- 保存位置：导出的文件保存在 App 的 Documents 目录，可在“文件库”中查看与分享。
- 登录/注册（本地离线）：支持手机号注册与登录；注册时选择身份（部署人员/使用人员/管理员）并填写个人信息。
- 巡检报告：在“使用巡检”模式下可填写巡检字段（温度/压力/水位/阀位/异常状态/备注），支持拍照附件与手写签名确认，并生成
Report_*.json（附件图片文件名会写入 JSON），在文件库内查看与分享。
- 专业监控界面：参考工业监控系统设计，深蓝科技风格，九宫格响应式布局。
- 3D可视化：Three.js实时渲染锅炉模型，支持旋转动画，红点标记告警位置。
- 多维度图表：ECharts集成温度趋势、压力分布、隐患分类饼图、设备运行雷达图。
- 数据加载：点击"加载JSON"按钮选择App导出的Report_*.json文件，点击3D场景中的球体查看详情。
- 左侧导航栏：5大功能模块切换
- 📊 数据大屏：嵌入dashboard.html的3D可视化视图
- 📋 巡检报告：表格形式展示所有报告记录
- 👥 员工管理：卡片展示各员工巡检统计（次数/告警数）
- 📈 统计分析：时间分布柱状图、问题类型饼图
- ⚙️ 系统设置：上传JSON数据文件
- 数据格式兼容：自动识别单报告或多报告合集格式
- 使用流程：
- 在App中生成巡检报告（自动保存为兼容格式）
- 通过AirDrop将Report_*.json传到电脑
- 浏览器打开dashboard_system.html
- 进入"系统设置"上传JSON文件
- 切换各模块查看不同维度的数据
目标：为锅炉房/机房建立可复用的 WorldMap，并（可选）导出一次基线 3D 网格用于归档。
推荐流程：
- 进入“空间扫描”，先选择「部署建图」，再点击「进入摄像头」。
- 按提示缓慢走动覆盖关键区域（锅炉本体、通道、阀门区、控制柜），避免快速摇晃。
- 观察 HUD 的“定位”状态，尽量达到“扩展中/已定位”。
- 点击「保存地图」生成
Map_*.worldmap。 - （可选）点击「保存模型」导出
Scan_*.obj或Scan_*.ply作为基线资料。
目标：加载现成地图并快速重定位，让坐标系稳定，便于后续巡检交互。
推荐流程：
- 进入“空间扫描”，先选择「使用巡检」，再点击「进入摄像头」。
- 点击底部「更多」→「加载最新地图」一键加载最近一次
Map_*.worldmap；或点「选地图（文件库）」手动选择。 - 按提示缓慢移动设备，让系统完成重定位（HUD 显示“已定位 (Mapped)”后更稳定）。
- 需要留档时，点「更多」→「保存模型」导出当前扫描到的网格。
- 需要交付记录时，点击「填写报告」填写巡检表单并生成
Report_*.json。
iPhone/iPad 的 AR 追踪本质是 视觉惯性里程计 (VIO)：
- IMU（陀螺仪/加速度计） + 相机画面 → 实时估计设备姿态与位移。
- 这个坐标系一开始是“临时的局部坐标系”，App 关掉/Session 重置后会丢失。
所谓“重定位”，就是把“当前相机看到的环境”与“之前保存的环境地图”做匹配，从而恢复到同一个坐标系。
ARKit 的 ARWorldMap 可以理解为：
- 一份稀疏的环境特征地图（不是网格、也不是点云的完整几何）
- 以及你放进场景里的锚点/对象信息（如果有）
当你重新进入现场并加载这份 ARWorldMap：
- ARKit 会尝试把当前相机画面中的特征点，与 WorldMap 里的特征点进行匹配
- 一旦匹配成功，就能解出一个变换，把当前会话坐标系对齐到过去的坐标系
- 对齐成功后，你看到的“坐标、网格、锚点”才会稳定地回到原位置
- 保存地图：通过
ARSession.getCurrentWorldMap拿到ARWorldMap，用NSKeyedArchiver写入Map_*.worldmap。 - 加载地图：读取
Map_*.worldmap，反序列化ARWorldMap，设置到ARWorldTrackingConfiguration.initialWorldMap，再session.run(..., options: [.resetTracking, .removeExistingAnchors])触发重定位。 - 显示状态：每帧读取
ARFrame.worldMappingStatus（mapped/extending/limited/notAvailable）与ARCamera.TrackingState（limited(.relocalizing)）来更新 HUD。
- LiDAR 在这里主要用于
sceneReconstruction（生成 Mesh），便于导出.obj/.ply。 - 重定位更依赖“视觉特征”（纹理、角点、对比度），所以：
- 墙面太白/光照太暗/大面积反光 → 重定位会更难
- 场景改动太大（设备挪动、遮挡变化）→ 也会更难
- 建图时：尽量覆盖“结构稳定且有纹理”的区域（门框、管道、标识牌、柜体边角），少对着纯白墙。
- 建图质量：看到
worldMappingStatus至少到“扩展中/已定位”再保存。 - 复用入口：巡检时尽量从“建图时起点附近”进入，并缓慢移动 5–15 秒。
- 光照稳定：避免强逆光/频闪/过暗；必要时打开辅助照明。
- 分区建图：锅炉房很大时建议按区域保存多份地图（例如 A 区/B 区），不要强求一张覆盖全部。
- ARWorldMap: https://developer.apple.com/documentation/arkit/arworldmap
- ARSession.getCurrentWorldMap: https://developer.apple.com/documentation/arkit/arsession/2923551-getcurrentworldmap
- ARWorldTrackingConfiguration.initialWorldMap: https://developer.apple.com/documentation/arkit/arworldtrackingconfiguration/2972807-initialworldmap
- ARFrame.worldMappingStatus: https://developer.apple.com/documentation/arkit/arframe/2865793-worldmappingstatus
- ARCamera.TrackingState: https://developer.apple.com/documentation/arkit/arcamera/trackingstate
本项目完全基于 Apple 原生技术栈构建，确保最佳的性能与系统兼容性：
- 语言：Swift 5.9
- UI 框架：SwiftUI (MVVM 架构)
- AR 核心：ARKit 6
ARWorldTrackingConfiguration(场景追踪)SceneReconstruction(场景重建)ARMeshClassification(语义分类)
- 渲染与模型：
- RealityKit (用于 AR 展示)
- SceneKit (用于文件预览)
- Metal (底层图形处理)
- ModelIO (3D 数据处理与导出)
- 并发处理：Swift Concurrency (async/await, Task, Actor)
- 硬件：
- 配备 LiDAR 扫描仪的设备 (iPhone 12 Pro/Max 及更新机型, iPad Pro 2020 及更新机型)。
- 对于物体扫描功能，建议使用 A14 仿生芯片或更新的设备以获得最佳重建速度。
- 系统：
- iOS 17.0+（用于设备端
PhotogrammetrySession重建）。 - Xcode 15.0+ (用于编译)。
- iOS 17.0+（用于设备端
本项目代码采用 MIT License 授权。您可以自由使用、修改和分发，但请保留原作者版权声明。
本项目使用了以下 Apple 技术与 API：
- ARKit & RealityKit: Apple Inc. 提供底层的 AR 追踪与渲染技术。
- PhotogrammetrySession: Apple Inc. 提供的设备端摄影测量重建能力。
- SwiftUI: 现代化的声明式 UI 框架。
开发者: TheDan
最后更新: 2026-01-08
在电脑端 (windows_udp_controller.py) 中为您预留了 wait_for_phone_start() 函数。
其它开发者可以通过该函数，监听来自手机的 START_RADAR TCP 信号。当手机端点击开始按钮时，不仅会开始 iOS 端的录制，同时能通过局域网“唤醒”电脑端的毫米波雷达捕获。这样可以实现一键完美的双端同步启动。
在电脑端 (windows_udp_controller.py) 中为您预留了 wait_for_phone_start() 函数。
其它开发者可以通过该函数，监听来自手机的 START_RADAR TCP 信号。当手机端点击开始按钮时，不仅会开始 iOS 端的录制，同时能通过局域网“唤醒”电脑端的毫米波雷达捕获。这样可以实现一键完美的双端同步启动。