モバイル開発におけるハードウェア機能：その概要、種類、使用方法

スマートフォンの主要センサー

スマートフォンのハードウェア機能には、環境やデバイスの位置に関するデータを収集する数十のセンサーが含まれています。このデータはSensors API（Android）およびCore Motion（iOS）を介して利用できます。センサーは3つのカテゴリに分類されます：モーションセンサー（加速度計、ジャイロスコープ）、位置センサー（磁力計）、環境センサー（気圧計、光、温度）。

加速度計

加速度計は、3軸（x、y、z）に沿ったデバイスの加速度をm/s²で測定します。画面の向きの検出（自動回転）、歩数計測（歩行者ナビゲーション）、ジェスチャ認識（シェイクで元に戻す）、傾き制御ゲームに使用されます。Android Sensor.TYPE_ACCELEROMETERおよびCore Motion CMMotionManager（iOS）は、最大200 Hzの生データを提供します。

ジャイロスコープ

ジャイロスコープは、3軸（rad/s）に沿ったデバイスの回転角速度を測定します。加速度計とは異なり、ジャイロスコープは重力の影響を受けないため、回転の追跡に最適です。用途：ビデオ手ブレ補正、VR/ARアプリケーション、屋内ナビゲーション、ゲームコントローラー。Sensor.TYPE_GYROSCOPE（Android）およびCMMotionManager（iOS）が主要なAPIです。

磁力計

磁力計は、3軸（µT）で地球の磁場を測定し、電子コンパスとして機能します。ナビゲーションアプリケーションで北の方角を特定するために使用されます。磁力計は金属物体やスピーカーからの干渉に敏感で、較正が必要です（特徴的な8の字動作）。Sensor.TYPE_MAGNETIC_FIELD — Android API。

気圧計は大気圧（hPa）を測定し、海抜高度を最大1メートルの精度で測定するために使用されます。近接センサーは、通話中に電話を耳に当てると画面をオフにします。環境光センサーは画面の明るさを調整します。これらのセンサーはすべて、統合SensorManager（Android）またはCMMotionManager（iOS）を介してほとんどのモーションセンサーにアクセスできます。

カメラとマイク

カメラは最も需要の高いハードウェアコンポーネントの1つです。Androidでは、CameraX（最新のJetpack API）またはCamera2（低レベルAPI）を介してアクセスします。CameraXはライフサイクルを自動的に処理し、Preview、ImageCapture、ImageAnalysis（MLフレーム分析）、VideoCaptureをサポートします。iOSでは、カメラはAVFoundationを介して利用できます：AVCaptureSessionがキャプチャを管理し、AVCaptureDeviceがパラメータ（フォーカス、ISO、ホワイトバランス）を設定します。

マイクは音声録音、音声制御、音声認識に使用されます。AndroidではMediaRecorderまたはAudioRecord、iOSではAVAudioRecorderを使用します。カメラとマイクへのアクセスにはユーザーの許可が必要です：Manifest.permission.CAMERAおよびRECORD_AUDIO（Android）、NSCameraUsageDescriptionおよびNSMicrophoneUsageDescription（iOS） — Info.plistで使用理由を説明する文字列。

IT Sectrでは、QRコードスキャナーからARフィルター付きアプリケーションまで、カスタムカメラを使用した20以上のプロジェクトを実装しました。重要な結論：AndroidではCameraXはCamera2と比較して数週間の開発を節約し、iOSではAVFoundationが撮影パラメータを完全に制御できます。CameraXを使用した基本的な画像キャプチャの例：

class CameraFragment : Fragment() {
    private lateinit var imageCapture: ImageCapture

    fun startCamera() {
        val processCameraProvider =
            ProcessCameraProvider.getInstance(requireContext())

        processCameraProvider.addListener({
            val cameraProvider = processCameraProvider.get()
            val preview = Preview.Builder()
                .build()
                .also {
                    it.setSurfaceProvider(viewFinder.surfaceProvider)
                }

            imageCapture = ImageCapture.Builder()
                .setCaptureMode(ImageCapture.CAPTURE_MODE_MINIMIZE_LATENCY)
                .build()

            val cameraSelector = CameraSelector.DEFAULT_BACK_CAMERA

            cameraProvider.bindToLifecycle(
                this, cameraSelector, preview, imageCapture
            )
        }, ContextCompat.getMainExecutor(requireContext()))
    }
}

生体認証とNFC

Face ID、Touch ID、指紋スキャナー

生体認証ハードウェア機能により、ユーザーは指紋または顔を使用してアプリケーションにログインできます。iOSはFace ID（TrueDepthカメラ、30,000個の不可視ドット）およびTouch ID（静電容量式指紋スキャナー）を使用します。AndroidはBiometricPromptを使用し、指紋スキャナー（静電容量式または超音波式）とFace Unlock（カメラ＋ML）を組み合わせます。Face IDはTouch IDよりも安全です：一致確率は1：1,000,000対1：50,000。

NFCとBluetooth/BLE

NFC（近距離無線通信）は、最大10cmの範囲を持つワイヤレス通信技術です。非接触支払い（Google Pay、Apple Pay）、NFCタグの読み取り（スマートポスター、名刺）、認証（書類、チケット）、データ転送（Android Beam — 非推奨）に使用されます。Core NFC（iOS）およびNfcAdapter（Android）が主要なAPIです。iOSでは、NFCは読み取り専用で利用できます（Apple Payを除く）。

Bluetooth/BLE（Bluetooth Low Energy） — 外部デバイス接続用：ヘッドホン、フィットネスバンド、医療用センサー、スマートロック。Core Bluetooth（iOS）およびandroid.bluetooth（Android） — スキャン、接続、データ交換のためのAPI。BLEはエネルギー効率が高く、デバイスはバッテリーで何年も動作できます。iOSでバックグラウンドBLE動作を行うには、Background Modes → Uses Bluetooth LE accessoriesを有効にする必要があります。

健康とフィットネス（HealthKit、Google Fit）

健康ハードウェア機能：HealthKit（iOS） — 健康データ集約のためのAppleのフレームワーク。ユーザーは特定のデータタイプ（歩数、心拍数、睡眠、カロリー、体重、血圧）の読み取りと書き込みを許可します。すべてのデータは保護されたリポジトリに保存され、iCloudを介して同期されます。HealthKitは、HKQuantitySampleの書き込みとHKSampleQueryまたはHKStatisticsQueryを介した読み取りのための統一インターフェースを提供します。

Google Fit — Android上のフィットネスデータのためのGoogleのプラットフォーム。APIは2つのセットに分かれています：Sensors API（デバイスセンサーからの実際のデータ — 歩数、カロリー）およびHistory API（履歴データの読み取り/書き込み）。Google Fitは、他のフィットネスアプリ（Strava、Runkeeper）からのデータも認証を介して集約します。iOSでは、Google FitはREST APIを介して利用できます。

Core Motion（iOS） — 専用チップなしでモーションセンサーを扱うためのフレームワーク：加速度計、ジャイロスコープ、歩数計（CMPedometer）、高度計（CMAltimeter）。CMPedometerは歩数、移動距離、ペース、上った階数をカウントします。Androidでは、同様の機能はSensor.TYPE_STEP_COUNTERおよびStep Detectorによって提供されます。すべてのフィットネスデータには明示的なユーザーの同意が必要です。

ARとML（ARKit、ARCore、ML Kit）

拡張現実（AR）とオンデバイス機械学習は、スマートフォンのハードウェア機能の頂点を表します。ARKit（Apple、iOS 11+）は、カメラ、ジャイロスコープ、加速度計、LiDAR（Proモデル）を使用して周囲の空間を追跡します。ARCore（Google）は、平面追跡、画像認識、照明推定を備えたAndroid向けの同等品です。両方のフレームワークはVisual Inertial Odometry（VIO） — カメラと慣性センサーの組み合わせ — を使用します。

ML Kit（Google） — AndroidおよびiOS向けの機械学習SDK。テキスト認識（OCR）、バーコードスキャン、顔認識、姿勢検出、物体追跡、画像テキスト認識、自然言語処理などの既製のAPIが含まれています。ML Kitは完全にデバイス上で動作します — データはサーバーに送信されないため、プライバシーとオフライン機能が保証されます。

Core ML（Apple） — iOSアプリケーションにMLモデルを統合するためのフレームワーク。モデル（mlmodel）は、Core ML Toolsを介してTensorFlow、PyTorch、またはKerasから変換されます。Vision — コンピュータビジョンのためのフレームワーク：顔検出、テキスト、バーコード、水平方向の整列。VisionとCore MLの組み合わせにより、リアルタイムMLパイプラインを構築できます：フレームキャプチャ→Vision分析→Core ML予測→UI更新 — すべてデバイス上で50 ms未満のレイテンシで実行されます。