Cours de réalité augmentée (AR)

Leçon 1 • Configuration de votre environnement d'apprentissage AR

Guide les étudiants dans l'installation des SDK, émulateurs et outils de développement requis. Garantit que chaque apprenant dispose d'un espace de travail fonctionnel avant le début des exercices pratiques.

Leçon 2 • Définition de la RA et du spectre XR

Clarifie la définition précise de la RA et la différencie de la RV, de la RM et de la XR. Fournit le vocabulaire nécessaire pour toutes les discussions techniques et de conception ultérieures.

Leçon 3 • Cas d'usage de la RA dans tous les secteurs

Passe en revue les applications validées de la RA dans la fabrication, la santé, le commerce de détail, l'éducation et le divertissement. Motive les apprenants en reliant la théorie à un impact professionnel concret.

Leçon 4 • Composants principaux d'un système AR

Identifie les couches matérielles et logicielles que tout système AR nécessite. Construit un modèle mental que les étudiants utiliseront pour concevoir et résoudre les problèmes liés aux expériences AR.

Leçon 1 • Suivi sans marqueur et SLAM

Introduit la localisation et la cartographie simultanées (SLAM) pour une RA consciente de l'environnement sans cibles prédéfinies. Les étudiants comparent les performances SLAM aux approches basées sur des marqueurs.

Leçon 2 • Principes du suivi spatial

Explique comment les systèmes AR estiment la pose de l'appareil dans l'espace 3D à l'aide de la fusion de capteurs. Établit l'intuition mathématique derrière l'alignement de la translation, de la rotation et de l'échelle.

Leçon 3 • Évaluation et amélioration de la qualité du suivi

Fournit des métriques et des outils de diagnostic pour mesurer la stabilité du suivi et l'erreur d'ancrage. Les étudiants appliquent des techniques d'optimisation pour réduire la gigue et améliorer l'expérience utilisateur.

Leçon 4 • Suivi basé sur des marqueurs

Couvre les marqueurs d'identification, les cibles de type QR et les cibles images comme ancres pour le contenu AR. Les étudiants implémentent une scène fonctionnelle avec suivi de marqueur à la fin de cette section.

Leçon 1 • Optimisation des actifs pour la RA en temps réel

Applique la réduction des appels de dessin, le regroupement et l'élimination de l'occlusion pour atteindre les objectifs de fréquence d'images AR. Les étudiants évaluent une scène et l'optimisent pour atteindre un 60 ips stable sur un appareil mobile.

Leçon 2 • Bases de la modélisation 3D pour la RA

Introduit la modélisation polygonale, la topologie de maillage et les conventions d'échelle spécifiques aux contextes AR. Établit des habitudes de création d'actifs qui préviennent les problèmes de performance ultérieurs.

Leçon 3 • Bases de l'animation et du rigging

Enseigne le rigging squelettique, l'animation par images clés et les formes de mélange pour les personnages AR interactifs. Relie les concepts d'animation à la lecture déclenchée par des événements dans les scènes AR.

Leçon 4 • Exportation d'actifs et normes de format

Examine les formats glTF, FBX, OBJ et USDZ et leur compatibilité avec les principales plateformes AR. Les étudiants exportent des actifs dans plusieurs formats et les valident dans un moteur AR cible.

Leçon 1 • Aperçu du paysage des moteurs AR

Compare les principales plateformes de développement AR par capacité, licence et prise en charge des plateformes cibles. Aide les étudiants à choisir le moteur approprié pour les exigences spécifiques du projet.

Leçon 2 • Construction et déploiement sur des appareils

Guide à travers la configuration de build, la signature et le déploiement sur des appareils AR iOS et Android. Les étudiants résolvent les erreurs de build courantes et confirment la fonctionnalité de l'application sur le matériel.

Leçon 3 • Configuration de scène et gestion de session AR

Couvre l'initialisation de session AR, la configuration du rig de caméra et la gestion du cycle de vie dans un moteur choisi. Les étudiants créent une session AR stable qui persiste entre les états de l'application.

Leçon 4 • Placement et ancrage d'objets virtuels

Implémente le raycasting, les tests de hit et la création d'ancres pour placer des objets sur les surfaces détectées. Les étudiants construisent une scène où les utilisateurs tapent pour placer et repositionner du contenu 3D.

Leçon 1 • Détection et reconnaissance d'objets

Implémente des modèles de détection d'objets en temps réel pour déclencher des superpositions AR sur des éléments reconnus. Les étudiants déploient un modèle de détection pré-entraîné dans une scène AR.

Leçon 2 • Détection de profondeur et reconstruction 3D

Explore les capteurs de profondeur LiDAR, à lumière structurée et stéréo pour la reconstruction de maillage en RA. Les étudiants utilisent les données de profondeur pour permettre l'occlusion et le placement de contenu conscient de la surface.

Leçon 3 • Fondamentaux du traitement d'image

Examine les espaces colorimétriques, le filtrage, la détection de contours et l'extraction de caractéristiques comme prérequis pour les tâches de vision AR. Fonde les étudiants sur la couche de traitement du signal sous-jacente aux API AR de plus haut niveau.

Leçon 4 • Suivi du visage et du corps

Couvre la détection des points de repère faciaux, l'estimation de la pose du corps et leur utilisation dans les filtres et superpositions AR. Les étudiants construisent un effet de filtre facial et une interaction AR pilotée par la pose du corps.

Leçon 1 • Accessibilité dans les expériences AR

Applique les directives de contraste, de sensibilité au mouvement et de saisie alternative pour rendre la RA inclusive. Les étudiants auditent un prototype AR existant par rapport aux critères d'accessibilité.

Leçon 2 • Tests d'utilisabilité pour les interfaces AR

Conçoit et mène des tests d'utilisabilité modérés spécifiques au contexte physique et spatial de la RA. Les étudiants analysent les résultats des tests et itèrent sur les conceptions d'UI en fonction des conclusions.

Leçon 3 • Méthodes de saisie pour l'interaction AR

Couvre les entrées tactiles, de regard, de geste, vocales et par manette disponibles sur les plateformes matérielles AR. Les étudiants implémentent au moins deux modalités d'entrée dans une seule scène AR.

Leçon 4 • Principes de conception d'UI spatiale

Établit des règles pour placer les éléments d'UI dans l'espace 3D, y compris la profondeur, l'échelle et la lisibilité. Différencie les stratégies de placement d'UI verrouillées sur le monde, verrouillées sur le corps et verrouillées sur la tête.

Leçon 1 • Ancrage cloud et persistance spatiale

Utilise les services d'ancrage cloud pour stocker et récupérer les positions du contenu AR entre les sessions et les appareils. Les étudiants créent une installation AR persistante qui survit aux redémarrages de l'application.

Leçon 2 • Conception de session AR collaborative

Conçoit des systèmes de coordonnées partagés, des modèles d'autorité et une résolution de conflits pour la RA multi-utilisateurs. Les étudiants construisent une scène AR collaborative où les utilisateurs manipulent des objets partagés.

Leçon 3 • Mise en réseau en temps réel pour la RA

Couvre les SDK WebSocket, UDP et dédiés multijoueurs pour la synchronisation d'état AR à faible latence. Les étudiants implémentent la synchronisation de la position d'un objet en temps réel entre deux clients AR.

Leçon 4 • Sécurité et confidentialité dans la RA connectée

Aborde le chiffrement des données, le consentement de l'utilisateur et les risques de confidentialité des données spatiales dans les systèmes AR en réseau. Les étudiants appliquent les bonnes pratiques de sécurité à un prototype AR connecté au cloud.

Leçon 1 • Assurance qualité pour les applications AR

Conçoit des plans de test spécifiques à la RA couvrant la stabilité du suivi, la correction du rendu et les cas limites. Les étudiants exécutent un cycle QA complet et documentent les défauts avec des étapes reproductibles.

Leçon 2 • Planification et cadrage de projet AR

Définit les exigences, contraintes et métriques de succès du projet AR à l'aide de méthodes de découverte structurées. Relie les décisions de planification à l'efficacité du développement et des tests en aval.

Leçon 3 • Profilage et optimisation des performances

Utilise les profileurs CPU, GPU et mémoire pour identifier et résoudre les goulots d'étranglement de performance AR. Les étudiants réduisent le temps d'image d'une application exemple d'au moins 30 % grâce à des correctifs ciblés.

Leçon 4 • Soumission à l'App Store et conformité

Navigue dans les exigences de soumission des plateformes, les déclarations d'autorisation AR et les directives de contenu. Les étudiants préparent un build prêt pour la soumission avec toutes les métadonnées et tous les actifs requis.