Хардверске функције у мобилном развоју: шта су, врсте и како их користити

Главни сензори паметног телефона

Хардверске функције паметног телефона укључују десетине сензора који прикупљају податке о окружењу и положају уређаја. Ови подаци су доступни кроз Sensors API (Android) и Core Motion (iOS). Сензори су подељени у три категорије: сензори покрета (акцелерометар, жироскоп), сензори положаја (магнетометар) и сензори окружења (барометар, светло, температура).

Акцелерометар

Акцелерометар мери убрзање уређаја дуж три осе (x, y, z) у m/s². Користи се за: детекцију оријентације екрана (аутоматска ротација), бројање корака (пешачка навигација), препознавање гестова (протрести за поништавање), игре са контролом нагиба. Android Sensor.TYPE_ACCELEROMETER и Core Motion CMMotionManager (iOS) пружају сирове податке на до 200 Hz.

Жироскоп

Жироскоп мери угаону брзину ротације уређаја дуж три осе (rad/s). За разлику од акцелерометра, жироскоп није осетљив на гравитацију, што га чини идеалним за праћење ротација. Примене: стабилизација видеа, VR/AR апликације, унутрашња навигација, контролери игара. Sensor.TYPE_GYROSCOPE (Android) и CMMotionManager (iOS) су главни API-ји.

Магнетометар

Магнетометар мери Земљино магнетно поље дуж три осе (µT) и функционише као електронски компас. Користи се у навигационим апликацијама за одређивање правца према северу. Магнетометар је осетљив на сметње од металних предмета и звучника; потребна је калибрација (карактеристични покрет у облику осмице). Sensor.TYPE_MAGNETIC_FIELD — Android API.

Барометар мери атмосферски притисак (hPa) и користи се за одређивање надморске висине са тачношћу до 1 метра. Сензор близине гаси екран када се телефон принесе уву током позива. Сензор осветљења подешава осветљеност екрана. Сви ови сензори су доступни кроз јединствени SensorManager (Android) или CMMotionManager (iOS) за већину сензора покрета.

Камера и микрофон

Камера је једна од најтраженијих хардверских компоненти. На Android-у, приступ је кроз CameraX (модерни Jetpack API) или Camera2 (нискоризични API). CameraX аутоматски управља животним циклусом, подржава Preview, ImageCapture, ImageAnalysis (ML анализа оквира) и VideoCapture. На iOS-у, камера је доступна кроз AVFoundation: AVCaptureSession управља снимањем, AVCaptureDevice подешава параметре (фокус, ISO, баланс белог).

Микрофон се користи за снимање звука, гласовну контролу и препознавање говора. На Android-у — MediaRecorder или AudioRecord; на iOS-у — AVAudioRecorder. Приступ камери и микрофону захтева дозволу корисника: Manifest.permission.CAMERA и RECORD_AUDIO (Android), NSCameraUsageDescription и NSMicrophoneUsageDescription (iOS) — низови у Info.plist-у који описују разлог коришћења.

У IT Sectr-у смо реализовали преко 20 пројеката са прилагођеним камерама: од скенера QR кодова до апликација са AR филтерима. Кључни закључак: на Android-у, CameraX штеди недеље развоја у поређењу са Camera2, док на iOS-у, AVFoundation даје потпуну контролу над параметрима снимања. Пример основног снимања слике кроз 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()))
    }
}

Биометрија и NFC

Face ID, Touch ID, Скенер отиска прста

Биометријске хардверске функције омогућавају корисницима да се пријаве у апликацију помоћу отиска прста или лица. iOS користи Face ID (TrueDepth камера, 30.000 невидљивих тачака) и Touch ID (капацитивни скенер отиска). Android користи BiometricPrompt, који комбинује скенер отиска (капацитивни или ултразвучни) и Face Unlock (камера + ML). Face ID је сигурнији од Touch ID-а: вероватноћа поклапања 1:1.000.000 према 1:50.000.

NFC и Bluetooth/BLE

NFC (Near Field Communication) је бежична комуникациона технологија са дометом до 10 cm. Користи се за: бесконтактна плаћања (Google Pay, Apple Pay), читање NFC ознака (паметни постери, визит карте), верификацију (документи, карте), пренос података (Android Beam — застарео). Core NFC (iOS) и NfcAdapter (Android) су главни API-ји. На iOS-у, NFC је доступан само за читање (осим Apple Pay плаћања).

Bluetooth/BLE (Bluetooth ниске енергије) — за повезивање спољних уређаја: слушалица, фитнес наруквица, медицинских сензора, паметних брава. Core Bluetooth (iOS) и android.bluetooth (Android) — API-ји за скенирање, повезивање и размену података. BLE је енергетски ефикасан: уређај може да ради на батерији годинама. На iOS-у, позадински рад BLE-а захтева укључивање Background Modes → Uses Bluetooth LE accessories.

Здравље и фитнес (HealthKit, Google Fit)

Хардверске функције здравља: HealthKit (iOS) — Apple-ов оквир за агрегацију података о здрављу. Корисник даје дозволу за читање и писање одређених типова података: кораци, пулс, сан, калорије, тежина, крвни притисак. Сви подаци се чувају у заштићеном складишту и синхронизују путем iCloud-а. HealthKit пружа јединствени интерфејс за писање HKQuantitySample и читање путем HKSampleQuery или HKStatisticsQuery.

Google Fit — Google-ова платформа за фитнес податке на Android-у. API је подељен у два скупа: Sensors API (стварни подаци са сензора уређаја — кораци, калорије) и History API (читање/писање историјских података). Google Fit такође агрегира податке из других фитнес апликација (Strava, Runkeeper) путем ауторизације. На iOS-у, Google Fit је доступан кроз REST API.

Core Motion (iOS) — оквир за рад са сензорима покрета без наменског чипа: акцелерометар, жироскоп, педометар (CMPedometer), алтиметар (CMAltimeter). CMPedometer броји кораке, пређену удаљеност, темпо и успоне. На Android-у, сличне могућности пружају Sensor.TYPE_STEP_COUNTER и Step Detector. Сви фитнес подаци захтевају изричиту сагласност корисника.

AR и ML (ARKit, ARCore, ML Kit)

Проширена реалност (AR) и машинско учење на уређају представљају врхунац хардверских могућности паметног телефона. ARKit (Apple, iOS 11+) користи камеру, жироскоп, акцелерометар и LiDAR (на Pro моделима) за праћење околног простора. ARCore (Google) је аналог за Android са праћењем равни, препознавањем слика и проценом осветљења. Оба оквира користе Visual Inertial Odometry (VIO) — комбинацију камере и инерцијалних сензора.

ML Kit (Google) — SDK за машинско учење на Android-у и iOS-у. Укључује готове API-је: препознавање текста (OCR), скенирање бар кодова, препознавање лица, детекцију позе, праћење објеката, препознавање текста на сликама и обраду природног језика. ML Kit ради у потпуности на уређају — подаци се не шаљу на сервер, што обезбеђује приватност и офлајн рад.

Core ML (Apple) — оквир за интеграцију ML модела у iOS апликације. Модели (mlmodel) се конвертују из TensorFlow-а, PyTorch-а или Keras-а путем Core ML Tools-а. Vision — оквир за компјутерски вид: детекција лица, текст, бар кодови, хоризонтално поравнање. Комбиновање Vision-а и Core ML-а омогућава изградњу ML цевовода у реалном времену: снимање оквира → Vision анализа → Core ML предвиђање → ажурирање UI — све на уређају са кашњењем мањим од 50 ms.