موبائل ڈیولپمنٹ میں ہارڈویئر خصوصیات: یہ کیا ہیں، اقسام اور کیسے استعمال کریں

اسمارٹ فون کے اہم سینسر

اسمارٹ فون کی ہارڈویئر خصوصیات میں درجنوں سینسر شامل ہیں جو ماحول اور ڈیوائس کی پوزیشن کے بارے میں ڈیٹا اکٹھا کرتے ہیں۔ یہ ڈیٹا Sensors API (Android) اور Core Motion (iOS) کے ذریعے دستیاب ہے۔ سینسر تین زمروں میں تقسیم ہیں: موشن سینسر (ایکسلرومیٹر، جائروسکوپ)، پوزیشن سینسر (میگنیٹومیٹر)، اور ماحولیاتی سینسر (بیرومیٹر، روشنی، درجہ حرارت)۔

ایکسلرومیٹر

ایکسلرومیٹر تین محوروں (x, y, z) پر ڈیوائس کی ایکسلریشن m/s² میں ناپتا ہے۔ یہ استعمال ہوتا ہے: اسکرین کی سمت کا پتہ لگانے (آٹو روٹیٹ)، قدموں کی گنتی (پیدل نیویگیشن)، اشاروں کی پہچان (واپسی کے لیے ہلانا)، جھکاؤ پر قابو پانے والے گیمز۔ Android Sensor.TYPE_ACCELEROMETER اور Core Motion CMMotionManager (iOS) 200 Hz تک خام ڈیٹا فراہم کرتے ہیں۔

جائروسکوپ

جائروسکوپ تین محوروں (rad/s) پر ڈیوائس کی گردش کی کونیی رفتار ناپتا ہے۔ ایکسلرومیٹر کے برعکس، جائروسکوپ کشش ثقل سے متاثر نہیں ہوتا، جو اسے گردش کو ٹریک کرنے کے لیے مثالی بناتا ہے۔ استعمال: ویڈیو استحکام، VR/AR ایپلیکیشنز، اندرونی نیویگیشن، گیم کنٹرولرز۔ Sensor.TYPE_GYROSCOPE (Android) اور CMMotionManager (iOS) اہم APIs ہیں۔

میگنیٹومیٹر

میگنیٹومیٹر تین محوروں (µT) پر زمین کے مقناطیسی میدان کو ناپتا ہے اور الیکٹرانک کمپاس کے طور پر کام کرتا ہے۔ یہ نیویگیشن ایپلیکیشنز میں شمال کی سمت کا تعین کرنے کے لیے استعمال ہوتا ہے۔ میگنیٹومیٹر دھاتی اشیاء اور اسپیکرز سے مداخلت کے لیے حساس ہے؛ انشانکن ضروری ہے (خصوصیت آٹھ کی شکل کی حرکت)۔ Sensor.TYPE_MAGNETIC_FIELD — Android API۔

بیرومیٹر ماحولیاتی دباؤ (hPa) ناپتا ہے اور سطح سمندر سے بلندی 1 میٹر تک کی درستگی کے ساتھ تعین کرنے کے لیے استعمال ہوتا ہے۔ قربت کا سینسر کال کے دوران فون کان کے پاس لے جانے پر اسکرین بند کر دیتا ہے۔ محیط روشنی کا سینسر اسکرین کی چمک کو ایڈجسٹ کرتا ہے۔ یہ تمام سینسر متحد SensorManager (Android) یا CMMotionManager (iOS) کے ذریعے زیادہ تر موشن سینسرز کے لیے قابل رسائی ہیں۔

کیمرہ اور مائیکروفون

کیمرہ سب سے زیادہ مانگے جانے والے ہارڈویئر اجزاء میں سے ایک ہے۔ Android پر، رسائی CameraX (جدید Jetpack API) یا Camera2 (نچلی سطح API) کے ذریعے ہوتی ہے۔ CameraX خود بخود لائف سائیکل کو سنبھالتا ہے، Preview, ImageCapture, ImageAnalysis (ML فریم تجزیہ) اور VideoCapture کو سپورٹ کرتا ہے۔ iOS پر، کیمرہ AVFoundation کے ذریعے دستیاب ہے: AVCaptureSession کیپچر کا انتظام کرتا ہے، AVCaptureDevice پیرامیٹرز (فوکس، ISO، وائٹ بیلنس) کنفیگر کرتا ہے۔

مائیکروفون آڈیو ریکارڈنگ، آواز کے کنٹرول اور تقریر کی پہچان کے لیے استعمال ہوتا ہے۔ Android پر — MediaRecorder یا AudioRecord؛ iOS پر — AVAudioRecorder۔ کیمرہ اور مائیکروفون تک رسائی کے لیے صارف کی اجازت درکار ہے: Manifest.permission.CAMERA اور RECORD_AUDIO (Android)، NSCameraUsageDescription اور NSMicrophoneUsageDescription (iOS) — Info.plist میں استعمال کی وجہ بیان کرنے والی سٹرنگز۔

IT Sectr میں، ہم نے کسٹم کیمرہز کے ساتھ 20 سے زیادہ پروجیکٹس نافذ کیے ہیں: QR کوڈ اسکینرز سے لے کر AR فلٹر والی ایپلیکیشنز تک۔ اہم نتیجہ: Android پر، CameraX Camera2 کے مقابلے میں ہفتوں کی ترقی کا وقت بچاتا ہے، جبکہ iOS پر، AVFoundation شوٹنگ کے پیرامیٹرز پر مکمل کنٹرول دیتا ہے۔ CameraX کے ذریعے بنیادی تصویر کیپچر کی مثال:

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()))
    }
}

بائیو میٹرکس اور NFC

Face ID, Touch ID, فنگر پرنٹ اسکینر

بائیو میٹرک ہارڈویئر خصوصیات صارفین کو فنگر پرنٹ یا چہرے کے ذریعے ایپلیکیشن میں لاگ ان کرنے کی اجازت دیتی ہیں۔ iOS Face ID (TrueDepth کیمرہ، 30,000 پوشیدہ نقطے) اور Touch ID (کیپیسٹیو فنگر پرنٹ اسکینر) استعمال کرتا ہے۔ Android BiometricPrompt استعمال کرتا ہے، جو فنگر پرنٹ اسکینر (کیپیسٹیو یا الٹراسونک) اور Face Unlock (کیمرہ + ML) کو یکجا کرتا ہے۔ Face ID Touch ID سے زیادہ محفوظ ہے: مماثلت کا امکان 1:1,000,000 بمقابلہ 1:50,000۔

NFC اور Bluetooth/BLE

NFC (قریبی میدان مواصلات) ایک وائرلیس مواصلاتی ٹیکنالوجی ہے جس کی رینج 10 سینٹی میٹر تک ہے۔ یہ استعمال ہوتی ہے: بغیر رابطہ ادائیگیوں (Google Pay, Apple Pay)، NFC ٹیگز پڑھنے (سمارٹ پوسٹرز، کارڈز)، تصدیق (دستاویزات، ٹکٹ)، ڈیٹا منتقلی (Android Beam — متروک) کے لیے۔ Core NFC (iOS) اور NfcAdapter (Android) اہم APIs ہیں۔ iOS پر، NFC صرف پڑھنے کے لیے دستیاب ہے (Apple Pay ادائیگیوں کے علاوہ)۔

Bluetooth/BLE (کم توانائی بلوٹوتھ) — بیرونی آلات کو جوڑنے کے لیے: ہیڈ فون، فٹنس بریسلٹ، طبی سینسر، سمارٹ لاک۔ Core Bluetooth (iOS) اور android.bluetooth (Android) — اسکیننگ، کنیکٹ اور ڈیٹا کے تبادلے کے لیے APIs۔ BLE توانائی کی بچت کرتا ہے: ایک ڈیوائس بیٹری پر سالوں چل سکتی ہے۔ iOS پر، پس منظر میں BLE آپریشن کے لیے Background Modes → Uses Bluetooth LE accessories کو فعال کرنا ضروری ہے۔

صحت اور فٹنس (HealthKit, Google Fit)

صحت کے ہارڈویئر خصوصیات: HealthKit (iOS) — صحت کے ڈیٹا کے اجتماع کے لیے Apple کا فریم ورک۔ صارف مخصوص ڈیٹا کی اقسام (قدم، دل کی دھڑکن، نیند، کیلوریز، وزن، بلڈ پریشر) کو پڑھنے اور لکھنے کی اجازت دیتا ہے۔ تمام ڈیٹا ایک محفوظ ذخیرے میں محفوظ اور iCloud کے ذریعے مطابقت پذیر ہوتا ہے۔ HealthKit HKQuantitySample لکھنے اور HKSampleQuery یا HKStatisticsQuery کے ذریعے پڑھنے کے لیے ایک متحد انٹرفیس فراہم کرتا ہے۔

Google Fit — Android پر فٹنس ڈیٹا کے لیے Google کا پلیٹ فارم۔ API دو سیٹوں میں تقسیم ہے: Sensors API (ڈیوائس سینسرز سے حقیقی ڈیٹا — قدم، کیلوریز) اور History API (تاریخی ڈیٹا پڑھنا/لکھنا)۔ Google Fit اجازت کے ذریعے دیگر فٹنس ایپس (Strava, Runkeeper) سے بھی ڈیٹا اکٹھا کرتا ہے۔ iOS پر، Google Fit REST API کے ذریعے دستیاب ہے۔

Core Motion (iOS) — مخصوص چپ کے بغیر موشن سینسرز کے ساتھ کام کرنے کے لیے فریم ورک: ایکسلرومیٹر، جائروسکوپ، پیڈومیٹر (CMPedometer)، الٹی میٹر (CMAltimeter)۔ CMPedometer قدم، طے شدہ فاصلہ، رفتار اور چڑھی منزلیں شمار کرتا ہے۔ Android پر، اسی طرح کی صلاحیتیں Sensor.TYPE_STEP_COUNTER اور Step Detector فراہم کرتے ہیں۔ تمام فٹنس ڈیٹا کے لیے واضح صارف کی رضامندی درکار ہے۔

AR اور ML (ARKit, ARCore, ML Kit)

增强 حقیقت (AR) اور ڈیوائس پر مشین لرننگ اسمارٹ فون ہارڈویئر صلاحیتوں کی انتہا کی نمائندگی کرتے ہیں۔ ARKit (Apple, iOS 11+) اردگرد کی جگہ کو ٹریک کرنے کے لیے کیمرہ، جائروسکوپ، ایکسلرومیٹر اور LiDAR (Pro ماڈلز پر) استعمال کرتا ہے۔ ARCore (Google) پلین ٹریکنگ، امیج ریکگنیشن اور لائٹنگ اسٹیمیشن کے ساتھ Android کا ہم منصب ہے۔ دونوں فریم ورک Visual Inertial Odometry (VIO) — کیمرہ اور جڑی سینسرز کا مجموعہ — استعمال کرتے ہیں۔

ML Kit (Google) — Android اور iOS پر مشین لرننگ کے لیے SDK۔ اس میں تیار APIs شامل ہیں: ٹیکسٹ ریکگنیشن (OCR)، بارکوڈ اسکیننگ، چہرہ پہچان، پوز کا پتہ لگانا، آبجیکٹ ٹریکنگ، تصویر میں ٹیکسٹ پہچان اور قدرتی زبان کی پروسیسنگ۔ ML Kit مکمل طور پر ڈیوائس پر کام کرتا ہے — ڈیٹا سرور کو نہیں بھیجا جاتا، جس سے رازداری اور آف لائن فعالیت یقینی ہوتی ہے۔

Core ML (Apple) — iOS ایپلیکیشنز میں ML ماڈلز کو ضم کرنے کے لیے فریم ورک۔ ماڈلز (mlmodel) Core ML Tools کے ذریعے TensorFlow, PyTorch یا Keras سے تبدیل کیے جاتے ہیں۔ Vision — کمپیوٹر ویژن کے لیے فریم ورک: چہرہ کا پتہ لگانا، ٹیکسٹ، بارکوڈ، افقی سیدھ۔ Vision اور Core ML کو یکجا کرنا ریئل ٹائم ML پائپ لائنز بنانے کی اجازت دیتا ہے: فریم کیپچر → Vision تجزیہ → Core ML پیشن گوئی → UI اپ ڈیٹ — سب ڈیوائس پر 50 ms سے کم تاخیر میں۔