Аппаратные функции в мобильной разработке: что это, какие бывают и как использовать

Основные датчики смартфона

Аппаратные функции смартфона включают десятки датчиков, которые собирают данные об окружающей среде и положении устройства. Эти данные доступны через Sensors API (Android) и Core Motion (iOS). Датчики делятся на три категории: датчики движения (акселерометр, гироскоп), датчики положения (магнитометр) и датчики среды (барометр, освещённость, температура).

Accelerometer (Акселерометр)

Акселерометр измеряет ускорение устройства по трём осям (x, y, z) в м/с². Используется для: определения ориентации экрана (автоповорот), подсчёта шагов (пешеходная навигация), распознавания жестов (встряхнуть для отмены), игр с управлением наклоном. Android Sensor.TYPE_ACCELEROMETER и Core Motion CMMotionManager (iOS) предоставляют сырые данные с частотой до 200 Гц.

Gyroscope (Гироскоп)

Гироскоп измеряет угловую скорость вращения устройства по трём осям (рад/с). В отличие от акселерометра, гироскоп не чувствителен к гравитации, что делает его идеальным для отслеживания поворотов. Применение: стабилизация видео, VR/AR-приложения, навигация в помещениях, игровые контроллеры. Sensor.TYPE_GYROSCOPE (Android) и CMMotionManager (iOS) — основные API.

Magnetometer (Магнитометр)

Магнитометр измеряет магнитное поле Земли по трём осям (мкТл) и работает как электронный компас. Используется в навигационных приложениях для определения направления на север. Магнитометр чувствителен к помехам от металлических предметов и динамиков; требуется калибровка (характерное движение «восьмёркой»). Sensor.TYPE_MAGNETIC_FIELD — Android API.

Barometer (барометр) измеряет атмосферное давление (гПа) и используется для определения высоты над уровнем моря с точностью до 1 метра. Proximity Sensor (датчик приближения) отключает экран при поднесении телефона к уху во время разговора. Ambient Light Sensor (датчик освещённости) регулирует яркость экрана. Все эти датчики доступны через единый SensorManager (Android) или CMMotionManager (iOS) для большинства датчиков движения.

Камера и микрофон

Камера — один из самых востребованных аппаратных компонентов. На Android доступ через CameraX (современный Jetpack API) или Camera2 (низкоуровневый API). CameraX автоматически обрабатывает жизненный цикл, поддерживает Preview, ImageCapture, ImageAnalysis (ML-анализ кадров) и VideoCapture. На iOS камера доступна через AVFoundation: AVCaptureSession управляет захватом, AVCaptureDevice настраивает параметры (фокус, ISO, баланс белого).

Микрофон используется для записи звука, голосового управления и распознавания речи. На Android — MediaRecorder или AudioRecord; на iOS — AVAudioRecorder. Для доступа к камере и микрофону требуется разрешение пользователя: Manifest.permission.CAMERA и RECORD_AUDIO (Android), NSCameraUsageDescription и NSMicrophoneUsageDescription (iOS) — строки в Info.plist, описывающие причину использования.

В IT Sectr мы реализовали более 20 проектов с кастомной камерой: от сканеров QR-кодов до приложений с AR-фильтрами. Ключевой вывод: на Android CameraX экономит недели разработки по сравнению с Camera2, а на iOS AVFoundation даёт полный контроль над параметрами съёмки. Пример базового захвата изображения через CameraX:

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()))
    }
}

Биометрия и NFC

Face ID, Touch ID, Fingerprint Scanner

Аппаратные функции биометрии позволяют пользователю входить в приложение по отпечатку пальца или лицу. На iOS используются Face ID (TrueDepth камера, 30 000 невидимых точек) и Touch ID (ёмкостный сканер отпечатков). На Android — BiometricPrompt, который объединяет сканер отпечатков (capacitive или ultrasonic) и Face Unlock (камера + ML). Face ID безопаснее Touch ID: вероятность совпадения 1:1 000 000 против 1:50 000.

NFC и Bluetooth/BLE

NFC (Near Field Communication) — технология беспроводной связи на расстоянии до 10 см. Используется для: бесконтактных платежей (Google Pay, Apple Pay), чтения NFC-тегов (умные плакаты, визитки), верификации (документы, билеты), передачи данных (Android Beam — устарел). Core NFC (iOS) и NfcAdapter (Android) — основные API. На iOS доступ NFC только для чтения (за исключением платежей Apple Pay).

Bluetooth/BLE (Bluetooth Low Energy) — для подключения внешних устройств: наушников, фитнес-браслетов, медицинских сенсоров, умных замков. Core Bluetooth (iOS) и android.bluetooth (Android) — API для сканирования, подключения и обмена данными. BLE энергоэффективен: устройство может работать от батарейки годами. На iOS для фоновой работы BLE требуется включение Background Modes → Uses Bluetooth LE accessories.

Здоровье и фитнес (HealthKit, Google Fit)

Аппаратные функции здоровья: HealthKit (iOS) — фреймворк Apple для агрегации данных о здоровье. Пользователь даёт разрешение на чтение и запись конкретных типов данных: шаги, пульс, сон, калории, вес, давление. Все данные хранятся в защищённом хранилище и синхронизируются через iCloud. HealthKit предоставляет единый интерфейс для записи HKQuantitySample и чтения через HKSampleQuery или HKStatisticsQuery.

Google Fit — платформа Google для фитнес-данных на Android. API делится на два набора: Sensors API (реальные данные с датчиков устройства — шаги, калории) и History API (чтение/запись исторических данных). Google Fit также агрегирует данные из других фитнес-приложений (Strava, Runkeeper) через авторизацию. На iOS Google Fit доступен через REST API.

Core Motion (iOS) — фреймворк для работы с датчиками движения без отдельного чипа: акселерометр, гироскоп, шагомер (CMPedometer), альтиметр (CMAltimeter). CMPedometer подсчитывает шаги, пройденную дистанцию, темп и количество подъёмов по лестнице. На Android аналогичные возможности даёт Sensor.TYPE_STEP_COUNTER и Step Detector. Все фитнес-данные требуют явного согласия пользователя.

AR и ML (ARKit, ARCore, ML Kit)

Дополненная реальность (AR) и машинное обучение на устройстве (on-device ML) — вершина аппаратных возможностей смартфона. ARKit (Apple, iOS 11+) использует камеру, гироскоп, акселерометр и LiDAR (на Pro-моделях) для трекинга окружающего пространства. ARCore (Google) — аналог для Android с трекингом плоскости, распознаванием изображений и оценкой освещения. Оба фреймворка используют Visual Inertial Odometry (VIO) — комбинацию камеры и инерционных датчиков.

ML Kit (Google) — SDK для машинного обучения на Android и iOS. Включает готовые API: распознавание текста (OCR), сканирование штрихкодов, распознавание лиц, определение позы, отслеживание объектов, распознавание текста на изображениях и обработка естественного языка. ML Kit работает полностью на устройстве — данные не отправляются на сервер, что обеспечивает конфиденциальность и работу без интернета.

Core ML (Apple) — фреймворк для интеграции ML-моделей в iOS-приложения. Модели (mlmodel) конвертируются из TensorFlow, PyTorch или Keras через Core ML Tools. Vision — фреймворк для компьютерного зрения: детекция лиц, текст, штрихкоды, горизонтальное выравнивание. Combine с Vision и Core ML позволяет строить real-time ML-пайплайны: захват кадра → анализ Vision → предсказание Core ML → обновление UI — всё на устройстве с задержкой менее 50 мс.