1. 项目缘起为什么我们需要一个“距离测量”应用在日常生活和工作中测量距离是一个高频但常常被忽视的需求。你可能遇到过这些场景装修房子时想估算一下沙发到电视墙的距离看看买多大的电视合适在户外徒步想知道自己离下一个路标还有多远甚至是在网上购物看到一张心仪的地毯却拿不准它是否适合你家客厅的尺寸。手边没有卷尺或者面对一个无法直接接触的物体比如马路对面的建筑传统的测量方法就失效了。这就是“Application for distance measurement”距离测量应用诞生的背景。它不是一个凭空想象的工具而是为了解决一个真实、普遍存在的痛点如何快速、便捷、非接触地获取物体间的直线距离。随着智能手机的普及其内置的高精度传感器如摄像头、陀螺仪、加速度计和强大的计算能力使得将手机变成一个“智能卷尺”成为可能。这个项目的核心价值就是利用手机这些现成的硬件通过软件算法实现从“拍一张照”到“得到一个精确距离”的转化。听起来像是魔法但其背后的原理是扎实的计算机视觉和传感器融合技术。对于开发者而言实现这样一个应用不仅是对移动端开发能力的锻炼更是对图像处理、几何计算和用户体验设计的综合挑战。对于用户来说它意味着口袋里多了一个随时可用的测量工具从家装、旅行到工作测绘都能派上用场。接下来我将从一个实践者的角度拆解实现这样一个应用所需的核心技术、具体步骤以及那些容易踩坑的细节。2. 技术选型与核心原理手机如何“看见”距离实现距离测量主流的技术路径有几种每种都有其适用场景和精度边界。理解这些原理是进行技术选型和后续开发的基础。2.1 单目视觉测距基于参照物的几何估算这是最基础、实现门槛相对较低的方法。它的核心思想是利用透视原理和已知参照物的尺寸来推算未知物体的距离。原理拆解 想象你站在铁轨上看向远方两条铁轨会在远处交汇于一点。这就是透视。在单目测距中我们假设摄像头是一个理想的针孔模型。当你知道画面中某个物体的真实尺寸例如一个标准矿泉水瓶的高度是23厘米并且能在图像中检测出该物体所占的像素高度就可以通过相似三角形原理计算出手机摄像头到该物体的距离。计算公式简化后为距离 (物体真实高度 * 相机焦距) / (物体在图像中的像素高度)这里的“相机焦距”是一个关键参数它通常不是物理焦距而是以像素为单位的焦距值fx, fy包含在相机的内参矩阵中。实操中的关键点与坑内参标定每部手机的摄像头内参焦距、主点坐标都不同。理论上你需要对每款手机进行相机标定来获取精确参数。但在实际应用中为了用户体验我们常常使用一个经验值或通过设备API获取一个近似值在Android上可以通过CameraCharacteristics获取。这必然会引入误差尤其是在近景测量时。参照物依赖这是该方法最大的局限。你必须让用户提供一个已知尺寸的物体作为“尺子”。应用需要引导用户将其放置在与目标物体相同的平面上并且要尽量正对摄像头否则会因透视畸变产生较大误差。用户体验流程设计在这里至关重要。目标检测精度你需要稳定、准确地检测出参照物在图像中的边界框。这通常需要集成一个轻量级的物体检测模型如MobileNet SSD增加了应用的复杂度和体积。注意单目测距在参照物放置理想的情况下对于几米范围内的测量误差可以控制在5%-10%。但它不适合没有合适参照物或者需要测量空间任意两点间距离的场景。2.2 增强现实AR测距利用平面检测与空间锚点这是目前主流测距应用如苹果的《测距仪》采用的技术用户体验更好精度也更高。它依赖于手机的惯性测量单元IMU和计算机视觉CV的融合。原理拆解 当用户打开应用摄像头开始捕捉画面。SLAM同步定位与地图构建算法开始工作特征点提取与跟踪算法从视频流中提取丰富的角点、边缘等特征并在连续帧之间跟踪这些特征点的运动。运动估计结合IMU陀螺仪、加速度计提供的手机自身旋转和加速度数据算法可以估算出手机在三维空间中的运动轨迹位姿变化。平面检测算法会分析特征点的分布寻找共面的点集从而识别出地板、桌面、墙面等物理平面。距离计算用户通过在屏幕上点击在检测到的平面上放置虚拟的“起点”和“终点”锚点。由于系统已经构建了一个相对于手机初始位置的稀疏三维地图并且知道每个锚点在三维空间中的坐标因此计算两点之间的欧几里得距离就变成了简单的三维坐标差运算。技术实现选择 对于开发者我们不需要从零实现SLAM这过于复杂。我们可以利用成熟的AR开发套件苹果平台ARKit是唯一也是最好的选择。它提供了稳定的平面检测、命中测试Hit Test和世界跟踪功能。通过ARSCNView或ARView你可以轻松获取用户在真实世界平面上点击点的三维坐标。安卓平台ARCore是谷歌的对应方案。其工作原理与ARKit类似通过Session、Frame和HitResult来实现平面检测和坐标获取。跨平台方案如果需要同时覆盖iOS和Android可以考虑Unity AR Foundation。AR Foundation对ARKit和ARCore进行了封装提供了一套统一的API但需要你具备一定的Unity开发知识。精度影响因素 AR测距的精度非常高在理想条件下光照充足、纹理丰富、手机移动平稳误差可以做到厘米级甚至毫米级。影响精度的因素包括环境光线昏暗或光线单一的环境会导致特征点提取困难。表面纹理纯色墙面、玻璃桌面等缺乏纹理的表面SLAM难以跟踪。手机运动快速或大幅度的晃动会导致跟踪丢失。2.3 基于ToF或LiDAR传感器的测距这是目前最先进、精度最高的方法但依赖于特定的硬件。苹果在iPad Pro和iPhone 12 Pro及以上机型中集成了LiDAR扫描仪许多安卓旗舰机也配备了ToF飞行时间镜头。原理拆解 这些传感器主动向环境发射不可见的激光束通常是红外光并测量光束从发射到被物体反射回来的时间。由于光速是已知的因此可以直接、即时地计算出传感器到物体表面每个点的距离生成一张“深度图”。开发应用 在ARKit或ARCore中如果设备支持你可以直接访问这些深度数据。例如在ARKit中可以通过ARDepthData或ARPointCloud来获取场景的深度信息。这使得测量变得极其快速和准确甚至可以实现自动测量检测到边缘自动画线、体积测量等高级功能。选型总结 对于个人开发者或希望覆盖最广用户的项目基于ARCore/ARKit的方案是平衡功能、精度和开发效率的最佳选择。单目视觉可以作为低端设备的备选方案或补充功能而LiDAR/ToF则是为高端设备提供顶级体验的加分项。3. 实战开发以ARKit/iOS为例构建测距应用核心功能让我们聚焦于最主流的AR方案以iOS平台为例手把手实现核心测距流程。这里假设你已经有一个配置好的Xcode工程并且设置了ARKit的权限。3.1 环境搭建与基础配置首先在Xcode中确保你的项目Info.plist文件包含了相机使用权限描述keyNSCameraUsageDescription/key string应用需要使用相机来进行AR测距。/string在需要使用的ViewController中导入ARKit框架并声明一个ARSCNView属性来显示相机画面和AR内容。import UIKit import ARKit import SceneKit class MeasureViewController: UIViewController { IBOutlet weak var sceneView: ARSCNView! // 用于存储测量点和线的数组 var dots: [SCNNode] [] var lines: [SCNNode] [] var currentLine: SCNNode? // 显示距离的标签 IBOutlet weak var distanceLabel: UILabel! override func viewDidLoad() { super.viewDidLoad() sceneView.delegate self // 显示特征点和世界原点便于调试 sceneView.debugOptions [.showFeaturePoints] distanceLabel.text 点击屏幕放置测量点 } override func viewWillAppear(_ animated: Bool) { super.viewWillAppear(animated) // 创建并运行一个世界跟踪配置支持平面检测 let configuration ARWorldTrackingConfiguration() configuration.planeDetection [.horizontal, .vertical] sceneView.session.run(configuration) } override func viewWillDisappear(_ animated: Bool) { super.viewWillDisappear(animated) sceneView.session.pause() } }3.2 核心交互点击放置锚点与实时画线测距的核心交互是“点击-放置点-连线”。我们需要在用户点击屏幕时判断是否点中了真实世界中的平面并在命中位置放置一个视觉标记如一个彩色球体。extension MeasureViewController { override func touchesBegan(_ touches: SetUITouch, with event: UIEvent?) { guard let touchLocation touches.first?.location(in: sceneView) else { return } // 1. 执行命中测试寻找真实世界平面 let hitTestResults sceneView.hitTest(touchLocation, types: .existingPlaneUsingExtent) guard let hitResult hitTestResults.first else { // 如果没有检测到平面可以给用户一个提示 showToast(message: 请将手机对准一个清晰的平面如地板、桌面) return } // 2. 在命中位置添加一个点球体 addDot(at: hitResult) // 3. 如果已经有两个或以上的点开始画线或更新线 if dots.count 2 { updateLine() } } private func addDot(at hitResult: ARHitTestResult) { // 创建一个红色的小球体作为点标记 let dotGeometry SCNSphere(radius: 0.005) // 半径5毫米 dotGeometry.firstMaterial?.diffuse.contents UIColor.red let dotNode SCNNode(geometry: dotGeometry) // 将节点的位置设置为命中点的世界坐标 dotNode.position SCNVector3( hitResult.worldTransform.columns.3.x, hitResult.worldTransform.columns.3.y, hitResult.worldTransform.columns.3.z ) sceneView.scene.rootNode.addChildNode(dotNode) dots.append(dotNode) } }放置点之后我们需要在点之间画线。这里有一个关键技巧为了在用户移动手机时线条能实时跟随并显示当前将要绘制的距离我们需要处理两个逻辑——绘制固定线段和实时预览线段。private func updateLine() { // 移除之前绘制的所有固定线和当前预览线 lines.forEach { $0.removeFromParentNode() } lines.removeAll() currentLine?.removeFromParentNode() // 绘制已经确定的点之间的固定线比如点1和点2 for i in 0..dots.count - 1 { let lineNode createLineNode(from: dots[i].position, to: dots[i1].position) sceneView.scene.rootNode.addChildNode(lineNode) lines.append(lineNode) } // 创建从最后一个固定点到当前相机焦点或手指位置的预览线 // 这里简化处理将预览线指向屏幕中心可能命中的平面点 // 更佳实践是结合手势进行实时拖拽预览 if let lastDot dots.last { // 假设我们实时计算屏幕中心对应的世界坐标需要每帧更新 // 这部分代码通常放在 renderer(_:updateAtTime:) 代理方法中 // 此处仅为示意 // let previewPosition getCurrentPreviewPosition() // currentLine createLineNode(from: lastDot.position, to: previewPosition, isPreview: true) // sceneView.scene.rootNode.addChildNode(currentLine!) } } private func createLineNode(from pos1: SCNVector3, to pos2: SCNVector3, isPreview: Bool false) - SCNNode { // 计算两点间的距离 let distance sqrt( pow(pos2.x - pos1.x, 2) pow(pos2.y - pos1.y, 2) pow(pos2.z - pos1.z, 2) ) // 创建一个圆柱体作为线 let lineGeometry SCNCylinder(radius: 0.002, height: CGFloat(distance)) lineGeometry.firstMaterial?.diffuse.contents isPreview ? UIColor.blue.withAlphaComponent(0.6) : UIColor.green let lineNode SCNNode(geometry: lineGeometry) // 将圆柱体放置在两点中间 lineNode.position SCNVector3( (pos1.x pos2.x) / 2, (pos1.y pos2.y) / 2, (pos1.z pos2.z) / 2 ) // 调整圆柱体的朝向使其指向pos2 lineNode.look(at: pos2, up: SCNVector3(0, 1, 0), localFront: SCNVector3(0, 0, 1)) // 在线的中间上方添加一个文字标签显示距离 if !isPreview { let textGeometry SCNText(string: String(format: %.2f m, distance), extrusionDepth: 0.001) textGeometry.font UIFont.systemFont(ofSize: 0.02) textGeometry.firstMaterial?.diffuse.contents UIColor.white let textNode SCNNode(geometry: textGeometry) // 调整文本位置和朝向使其始终面向相机 textNode.position SCNVector3(0, 0.01, 0) // 在线条上方一点 textNode.constraints [SCNBillboardConstraint()] // 广告牌约束始终面向相机 lineNode.addChildNode(textNode) } return lineNode }3.3 距离计算与UI更新距离的计算已经在createLineNode函数中通过欧几里得距离公式完成。我们需要在UI上清晰地展示这个结果。除了在3D空间中标注在2D的UILabel上显示总距离或分段距离是更直观的做法。我们可以在updateLine函数被调用后计算所有线段的累计长度并更新Label。private func updateDistanceLabel() { var totalDistance: Float 0.0 for i in 0..dots.count - 1 { let pos1 dots[i].position let pos2 dots[i1].position totalDistance sqrt( pow(pos2.x - pos1.x, 2) pow(pos2.y - pos1.y, 2) pow(pos2.z - pos1.z, 2) ) } DispatchQueue.main.async { if totalDistance 0 { // 根据距离大小选择合适的单位米或厘米 if totalDistance 1 { self.distanceLabel.text String(format: 总距离: %.1f cm, totalDistance * 100) } else { self.distanceLabel.text String(format: 总距离: %.2f m, totalDistance) } } else if self.dots.count 1 { self.distanceLabel.text 已放置一个点请点击放置第二个点 } else { self.distanceLabel.text 点击屏幕放置测量点 } } }记得在addDot和clearAllPoints清空功能等操作后调用updateDistanceLabel()。4. 精度优化与常见问题排查一个能用的测距应用和一个好用的测距应用之间差的就是对细节的打磨和对问题的预判。以下是几个关键的优化点和排坑指南。4.1 提升测量精度的实战技巧平面检测的稳定性ARKit/ARCore的平面检测在纹理丰富、光照均匀的环境下最稳定。在初始化时可以引导用户缓慢移动手机扫描待测区域的地面或墙面帮助系统更快、更准地建立平面地图。在UI上当检测到平面时可以用一个半透明的网格进行视觉反馈增强用户信心。命中测试Hit Test的优化上面的示例使用了.existingPlaneUsingExtent它只在与已检测到的平面相交处返回结果。为了提高灵活性可以结合使用.estimatedHorizontalPlane。它的优先级可以这样设置先尝试.existingPlaneUsingExtent如果失败再尝试.estimatedHorizontalPlane。后者即使没有检测到明确的平面也会根据特征点估计一个平面扩大了可测量范围。点的防抖与吸附用户手指点击会有抖动直接使用点击瞬间的命中点可能不精确。一个常见的优化是“吸附”功能。当用户点击屏幕后在命中点周围一个小范围内进行多次采样比如以命中点为中心半径为10个像素的圆内计算这些采样点世界坐标的平均值作为最终的点位置。这能有效平滑抖动。利用LiDAR数据如果可用对于配备LiDAR的设备深度数据是绝对的王牌。你可以通过ARWorldTrackingConfiguration的frameSemantics属性请求.sceneDepth。获取到的深度图能提供每个像素对应的真实距离使得点击测距无需依赖平面检测直接通过深度图查询即可精度极高响应极快。这是实现“自动测量”检测边缘并画线功能的基础。4.2 典型问题排查链路问题一点击屏幕没有任何反应无法放置点。排查步骤检查权限首先确认应用已获得相机权限。可以在viewDidLoad中检查AVCaptureDevice.authorizationStatus(for: .video)。检查平面检测状态在session(_:didAdd:)代理方法中打印日志确认ARKit是否成功检测到平面。如果没有可能是环境光线太暗、表面纹理太少或手机移动太快。检查命中测试类型确认使用的命中测试类型是否合适。在空旷区域.existingPlaneUsingExtent可能永远没有结果。可以尝试添加.estimatedHorizontalPlane作为备选。查看调试信息开启sceneView.debugOptions [.showFeaturePoints, .showWorldOrigin]观察屏幕上是否有黄色的特征点出现。如果没有说明SLAM跟踪可能尚未开始或已丢失。问题二放置的点位置飘忽不定或者线条抖动严重。排查步骤环境诊断这是最常见的原因。立即检查当前环境光照是否充足待测表面是纯色墙面、玻璃还是纹理丰富的地毯在弱光或光滑表面下特征点稀少SLAM跟踪不稳定会导致世界坐标系抖动从而所有锚点都在抖。IMU数据干扰手机是否放在无线充电器上附近是否有强磁场或振动源这些会干扰陀螺仪和加速度计的数据影响位姿估算。代码层面检查点的位置是否直接取自hitResult.worldTransform并且每帧都在更新预览线如果是抖动是正常的因为worldTransform本身就在随着跟踪精度的变化而微调。解决方案是使用ARAnchor。当用户确认一个点时不是直接使用SCNNode而是创建一个ARAnchor添加到session中。ARKit会优化锚点的位置使其更加稳定。let anchor ARAnchor(transform: hitResult.worldTransform) sceneView.session.add(anchor: anchor) // 然后在 renderer(_:didAdd:for:) 代理方法中为该anchor创建对应的SCNNode问题三测量结果与实际尺寸有明显偏差如10%以上的误差。排查步骤校准测试找一个已知精确长度的物体如A4纸长29.7cm在理想环境下进行测量。如果系统性地偏大或偏小可能是世界尺度World Scale的问题但ARKit/ARCore通常能很好地保持1:1尺度。平面倾斜误差这是单目视觉测距法的通病但在AR测距中如果两个点不在同一个物理平面上而你误以为它们在同一个平面上点击也会产生误差。确保用户理解需要在同一平面如地板上取点。点击位置误差用户点击时可能想测的是桌角但手指点在了桌角旁边的空位上。提供视觉反馈比如在点击处显示一个十字准星并高亮即将放置点的位置让用户确认。设备差异在极端情况下不同设备的相机内参和IMU校准有微小差异可能导致系统性误差。但对于消费级测量这种影响通常小于1%可以忽略。4.3 性能与用户体验优化帧率优先AR应用非常耗电且吃性能。确保你的SCNNode几何体足够简单低面数材质不要使用复杂的着色器。在renderer(_ updateAtTime:)中的逻辑要轻量避免阻塞主线程。提供清晰的视觉反馈点的颜色、线的颜色、预览线与被确认的线要有明显区分。测量结果不仅要显示在3D空间也要在2D UI上用大字体清晰展示。设计直观的交互流程考虑支持多次连续测量多边形周长、清空所有点、撤销上一个点、保存测量结果截图等功能。手势操作要符合直觉例如长按拖动移动已放置的点双指捏合缩放场景等。处理跟踪丢失实现session(_:didFailWithError:)和sessionWasInterrupted(_:)代理方法当跟踪丢失或会话中断时友好地提示用户并可能提供重新初始化的按钮。从技术原理到代码实现再到细节优化构建一个可用的距离测量应用需要打通计算机视觉、3D图形和移动开发的任督二脉。其中最大的挑战往往不是核心算法的实现而是如何在不同千差万别的真实环境中提供稳定、准确、流畅的用户体验。这需要大量的测试特别是在光线不足、表面光滑、空间狭小等边缘场景下的测试。每一次测试中发现的抖动、偏差或崩溃都是你优化算法、改进交互的宝贵机会。我的经验是在开发后期花在调试和优化上的时间往往会超过前期功能开发的时间但这正是区分一个业余作品和专业应用的关键所在。