2026.05.12征图日记12（调通激光雷达）

依旧是昨天剩下的拿不到深度数据问题。让ai排查了昨天剩下的日志，也没排查出什么东西。先是格式不兼容，之后是缺失视频参数拿不到彩色视频帧，最后返回了深度数据之后又是内存访问错误。我套了

今天中午快要吃饭的时候leader来看我们这个软件做到什么程度了，当时的情况是可以获取到激光雷达的数据了，但是全程都是他们在讨论，我说话直接被无视，感觉和这个公司的团队不合，打算待3个月就溜。并且感觉这个部门也不会有hc，最重要的是太远了。不如在重庆成都找一个小公司。当然还是要准备秋招争取校招进大厂！！！

最后经过一系列的纠错，终于搞好了，但是采到的深度数据存疑，又让我设计一个界面专门测试激光雷达的准确性。（好累，感觉学不到什么东西，一天都是在和ai说话）

LiDAR 测试页面做基本验证（对准已知距离的物体看读数），确认深度值本身是否合理。如果距离读数正确但面积计算不对，问题就在 FOV 映射和分辨率上。
进入设置改为平均深度，再次拍照测量观察数据是否存疑

app实装到iphone 16 pro max上现在有这么几个问题：1、在测试激光雷达界面，用户点击开始测试，提示当前平台不支持 LiDAR。2、第一次点击拍照，推理结束之后点击测定缺陷面积，提示未采集到深度数据，请重新拍照，第二次和之后不会发生这样的情况。

我们可以先简单一点，就假设用户拍的照片没有透视，都是水平拍摄，这样只需要测量一个点或者一个部分的平均深度带入计算即可

拿给mentor测，因为每次测试都要在iphone手机上才能build之后测激光雷达，所以mentor都被搞得有点不耐烦了。现在测试界面调好了，能拿到深度数据，缺陷检测也ok，接下来就是给一个是否需要缺陷检测的选项就行

按钮添加完了之后又让我搞一个标定法，一次标定+测距，后续就可以不用标定了。

卧槽，我现在脑子一团乱麻，mentor的方案我大致了解了，但是感觉有很多细节需要去思考。这个要慢慢整理

以后不能搞这么快了，脑容量是有限的，需求是无限的。珍惜生命，适度摸鱼

冷静下来，拆分问题，理清逻辑。技术文档

今日工作内容：
1、解决app实装在手机上调用摄像头和激光雷达报错的问题
2、测试激光雷达测距的准确性
3、测试app缺陷面积计算的准确性

下阶段计划
1、研究标定法测量缺陷面积
2、研究一次标定修正LiDAR测量缺陷面积方案

BugFix: iPhone 16 Pro Max H16 ISP LiDAR 深度采集失败 — failed preProcessJasper

  • 日期: 2026-05-12
  • 设备: iPhone 16 Pro Max (H16 ISP, iOS 18.x)
  • 影响范围: 当前仅在 iPhone 16 Pro Max 上复现；iPhone 12 Pro~15 Pro 未报告此问题
  • 状态: 待真机验证（.inputPriority 改动尚未部署）

现象

  1. 用户点击拍照按钮，触发 DepthCapture.capture()
  2. 原生端 AVCaptureSession 启动成功，isRunning = true
  3. depthDataOutput(didOutput:) delegate 回调从未触发 — 无深度帧产出
  4. 3 秒超时后 JS 端调用 stopCapture() 释放资源
  5. App 弹出”未采集到深度数据，请重新拍照”提示
  6. 注意：系统自带测距仪 app 正常工作，证明 LiDAR 硬件本身无故障

日志关键信息

日志文件：.claude/app.log、.claude/app1.log、.claude/app2.log

H16 ISP 特征

设备日志中反复出现 appleh16camerad 进程报错：

1
failed preProcessJasper jasper

Jasper 是 Apple 对 LiDAR ToF 传感器系统的内部代号。preProcessJasper 是 AppleDepth.framework 中 ADJasperColorV2Executor 执行的深度预处理步骤。此步骤失败意味着深度数据管线在 ISP 层就已中断，后续的 AVCaptureDepthDataOutput 回调永远不会触发。

ADJasperColorInFieldCalibration 失败

在 preProcessJasper 之前，系统还报了实时联合标定错误：

1
ADJasperColorInFieldCalibration: number of valid spots is too low (error code -22964)

这是 ToF-Color 实时联合标定（ADJasperColorInFieldCalibration），负责校准 LiDAR 深度传感器和 RGB 摄像头之间的空间对应关系。标定失败导致 Jasper 预处理无法正常工作。

sessionPreset 覆盖显式格式（关键发现）

默认情况（无 sessionPreset）：系统隐式使用 AVCaptureSessionPresetHigh（1920×1080），该 preset 在 startRunning() 阶段静默覆盖代码中显式设置的格式：

属性 代码显式设置 .High preset 实际生效值
activeFormat YUV BiPlanar, 高分辨率 1920×1080
activeDepthDataFormat kCVPixelFormatType_DepthFloat16（hdep） kCVPixelFormatType_DisparityFloat16（hdis, 320×180）

格式被覆盖后，深度数据的类型（Depth vs Disparity）和分辨率都发生变化，可能直接影响 Jasper 标定所需的帧数据质量。

根因分析

因果链

1
2
3
4
5
6
7
sessionPreset 未设置 → 系统隐式使用 .High
  → .High 覆盖 activeFormat（高分辨率→1920×1080）
  → .High 覆盖 activeDepthDataFormat（hdep/DepthFloat16→hdis/DisparityFloat16）
    → ADJasperColorInFieldCalibration 收到的帧参数与预期不符
      → "valid spots is too low"（error -22964）
        → preProcessJasper 失败
          → depthDataOutput(didOutput:) 回调永不触发

为什么测距仪正常

系统自带测距仪使用 Apple 私有框架（ARKit/私有 AVCapture 配置），可直接与 ISP 通信绕过 AVCaptureSession 的 preset 覆盖逻辑。第三方 app 通过 AVFoundation 公开 API 时受 preset 约束。

修复尝试记录（时间顺序）

尝试 1：移除 .vga640x480 preset + 显式格式选择 + 直接 delegate

改动：

  • 移除 sessionPreset = .vga640x480
  • 手动枚举 camera.formats 选取 YUV BiPlanar + DepthFloat16
  • 从 AVCaptureDataOutputSynchronizer（多路同步）改为直接使用 AVCaptureDepthDataOutputDelegate

结果：❌ 失败。由于未设置 sessionPreset，系统默认 .High，格式被静默覆盖。

尝试 2：添加 AVCaptureVideoDataOutput 提供 RGB 帧

假设：ADJasperColorInFieldCalibration 需要 RGB 视频帧来执行联合标定。

改动：同时添加 AVCaptureVideoDataOutput 和 AVCaptureDepthDataOutput。

结果：❌ SIGSEGV（Signal 11 段错误），app 在 startRunning() 后约 409ms 崩溃。

分析：H16 ISP 上同时配置 depth + video 输出可能触发底层竞态或不兼容。

尝试 3：sessionPreset = .photo

假设：.photo preset 比 .High 更适合深度采集，且 Apple 文档推荐用于高质量深度数据。

结果：❌ 未测试（用户在此前已报告问题依旧）。但 .photo 同样可能覆盖显式格式，风险与 .High 相同。

尝试 4（当前）：sessionPreset = .inputPriority

假设：.inputPriority 是 Apple 明确设计用于”开发者完全控制格式选择”的 preset，系统保证不做任何覆盖。

改动：

  1. 将 s.sessionPreset = .photo 改为 s.sessionPreset = .inputPriority
  2. 在 startRunning() 之后添加 .error 级别日志，验证实际生效的视频格式、深度格式、深度子类型和 preset 名称

结果：⏳ 待真机验证

代码变更

文件：mobile/ios/DepthCaptureModule.swift

变更 1：sessionPreset 改为 inputPriority

1
2
3
4
5
// 改动前（line ~167）
s.sessionPreset = .photo

// 改动后
s.sessionPreset = .inputPriority

变更 2：startRunning() 后增加格式验证日志

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
// 在 startRunning() 和 isRunning 检查之后新增
let actualVDim = CMVideoFormatDescriptionGetDimensions(camera.activeFormat.formatDescription)
let actualDDim = camera.activeDepthDataFormat.map {
    CMVideoFormatDescriptionGetDimensions($0.formatDescription)
}
let actualDSubtype = camera.activeDepthDataFormat.map {
    String(format: "0x%08x", CMFormatDescriptionGetMediaSubType($0.formatDescription))
} ?? "nil"
os_log(.error, log: log,
       "startRunning 后验证: isRunning=%{public}@ 实际视频=%{public}dx%{public}d 实际深度=%{public}@ 子类型=%{public}@ preset=%{public}@",
       isRunning ? "true" : "false(异常)",
       actualVDim.width, actualVDim.height,
       actualDDim.map { "\($0.width)x\($0.height)" } ?? "nil",
       actualDSubtype,
       String(describing: s.sessionPreset))

后续排查方向（若 .inputPriority 仍失败）

如果 .inputPriority 成功保留了显式格式但深度帧仍无产出，则说明格式覆盖不是（唯一）原因，需排查：

  1. 确认格式验证日志：startRunning 后验证 行是否显示 DepthFloat16（0x68646570）和高分辨率
  2. Jasper 标定是否仍失败：设备日志中 failed preProcessJasper 和 -22964 错误是否消失
  3. ARKit 替代方案：使用 ARSession + .sceneDepth 配置，通过 ARKit 获取深度数据，绕过 AVCaptureSession 的限制
  4. 设备级重置：怀疑设备 LiDAR 传感器的出厂标定数据损坏（极少见但可能），尝试重置所有设置

日志导出方法

1
2
3
4
5
6
7
8
# 实时流式查看
sudo log stream --level debug --predicate 'subsystem == "com.zhengtu.vision"'

# 导出设备日志到文件
sudo log collect --device --device-name "设备名称" --last 2m --output ~/Desktop/device.logarchive

# 查看导出的日志
log show ~/Desktop/device.logarchive --predicate 'subsystem == "com.zhengtu.vision"' --level debug

BugFix: LiDAR 深度采集 Float16/Float32 格式不匹配导致崩溃

  • 日期: 2026-05-12
  • 设备: iPhone 16 Pro Max
  • 影响范围: 所有 LiDAR iPhone（12 Pro 起）

现象

  1. 用户第一次点击拍照 → 弹出”暂无深度图数据”提示
  2. 用户第二次点击拍照 → app 闪退

日志分析

日志文件位于 .claude/app2.log，包含两次独立崩溃。

第一次崩溃（pid 13109, 10:53:11）

1
Swift/arm64e-apple-ios.swiftinterface:39402: Fatal error: Float value cannot be converted to Int because it is either infinite or NaN
  • 信号: SIGABRT（Swift fatal error）
  • 原因: Int(Infinity) 调用触发 Swift 运行时陷阱

第二次崩溃（pid 13385, 11:30:07）

1
SpringBoard: Process exited: domain:signal(2) code:SIGSEGV(11)
  • 信号: SIGSEGV（段错误）
  • 原因: 第一次崩溃后原生 AVCaptureSession 未正常清理，残留状态导致内存访问越界

时间线

时间 事件
10:53:01 用户第一次点击拍照，LiDAR 开始采集
10:53:06 LiDAR 会话启动，深度图 320x240，子类型 0x68646570（hdep = DepthFloat16）
10:53:07 首帧深度数据到达
10:53:08 弹出 RCTAlertController（3 秒超时，”暂无深度图数据”）
10:53:11 第一次崩溃: Float value cannot be converted to Int
11:30:06 用户重新打开 app，第二次尝试拍照
11:30:07 LiDAR 会话再次启动
11:30:07 第二次崩溃: SIGSEGV

根因

文件: mobile/ios/DepthCaptureModule.swift

核心问题：Float16 数据被当作 Float32 读取

代码在选择深度格式时明确指定了 kCVPixelFormatType_DepthFloat16（line 218-219）:

1
2
3
guard let depthFormat = (videoFormat.supportedDepthDataFormats.reversed().first { df in
    CMFormatDescriptionGetMediaSubType(df.formatDescription) == kCVPixelFormatType_DepthFloat16
})

但在处理深度像素数据时，使用 Float32 指针读取（line 423）:

1
let rawPointer = baseAddr.assumingMemoryBound(to: Float32.self)

Float16 每像素 2 字节，Float32 每像素 4 字节。用 Float32 指针遍历 Float16 内存时：

  1. 每次读取 4 字节 = 两个相邻 Float16 值的位拼接
  2. 拼接后的 32 位模式被解释为 Float32 → 大量产生 inf / NaN
  3. 后续 Int(minDepth * 1000) 中 minDepth 为 inf → Int(Infinity) → Swift fatal error

崩溃链

1
2
3
4
Float16 内存 → Float32 指针错误读取 → inf/NaN 垃圾值
  → Int(inf * 1000) → Swift fatal error (SIGABRT)
    → 原生 AVCaptureSession 未清理
      → 重启后再次操作 → SIGSEGV

为什么之前没发现

  • 代码注释中提到之前使用 .high preset 时系统会静默切换深度格式为 hdis（DisparityFloat16），说明格式选择一直有问题
  • 换用 .inputPriority preset 后成功选中了 hdep（DepthFloat16），但后续处理代码没有同步适配
  • iPhone 12 Pro~15 Pro 可能因硬件差异，Float16 拼接出的位模式碰巧未触发崩溃

修复方案

改动 1：核心修复 — 统一转为 Float32 再处理

1
2
3
4
5
6
// 修复前
let depthMap = depthData.depthDataMap

// 修复后
let f32Data = depthData.converting(toDepthDataType: kCVPixelFormatType_DepthFloat32)
let depthMap = f32Data.depthDataMap

使用 Apple 提供的 converting(toDepthDataType:) API，在像素处理前将任意格式的深度数据统一转为 Float32。无论输入是 Float16 还是其他格式，都能正确转换。

改动 2：防御加固 — Int() 转换增加 isFinite 检查

1
2
3
4
5
6
7
// 修复前
let minMm = Int(minDepth * 1000)
let maxMm = Int(maxDepth * 1000)

// 修复后
let minMm = minDepth.isFinite ? Int(minDepth * 1000) : 0
let maxMm = maxDepth.isFinite ? Int(maxDepth * 1000) : 0

作为安全网，即使上游出现意外的非有限值也不会崩溃。

改动 3：日志优化

日志中增加原始类型和转换说明，方便后续排查：

1
os_log(.info, log: log, "收到深度数据帧 ... 原始类型=%{public}@，将转为Float32处理", rawTypeName)

验证方法

  1. 在 iPhone 16 Pro Max 上重新构建并安装 app
  2. 进入拍照页面，选择 LiDAR 测量模式
  3. 第一次点击拍照 → 应正常采集深度数据，不再弹出”暂无深度图数据”
  4. 第二次点击拍照 → 应正常工作，不再闪退
  5. 检查 Xcode Console 日志确认：
    • 原始类型=Float16，将转为Float32处理
    • 深度采集完成: 有效像素=76800/76800 范围=xxx-xxxmm

修复 LiDAR 测试界面 + 首次采集失败 + 简化面积计算

背景

App 部署到 iPhone 16 Pro Max 后发现三个问题：

  1. LiDAR 测试界面点击”开始测试”报错
  2. 首次拍照推理后测定缺陷面积提示”未采集到深度数据”，第二次正常
  3. 面积计算过于复杂，用户希望简化为单点深度

问题根因

问题 1：LiDAR 测试界面不工作

根因：LiDARStreamModule.swift 和 LiDARStreamModule.m 创建了文件但未注册到 Xcode 项目（pbxproj）。Xcode 不会编译这两个文件，导致 NativeModules.LiDARStreamModule 为 undefined。LiDARStream.start() 因 !MODULE 抛出异常。

修复方案：将流式推送功能合并到已有的 DepthCaptureModule 中（已在 pbxproj 注册），而不是使用独立模块。具体做法是让 DepthCaptureModule 继承 RCTEventEmitter，添加 startStream/stopStream 方法。这样无需修改 pbxproj。

问题 2：首次拍照深度采集失败

根因：当前流程是”先深度后拍照”——DepthCapture.capture() 启动 LiDAR 会话 → 等 3 秒超时 → 释放硬件 → 300ms 延迟 → 打开相机 UI。首次冷启动 startRunning() 慢（LiDAR 硬件初始化 + H16 ISP Jasper 标定），3 秒超时不够。第二次硬件已预热所以成功。

修复方案：改为”先拍照后深度”——先打开相机 UI 让用户拍照 → 拍照完成后相机 UI 关闭 → 硬件释放 → 再采集深度。这样：

  • 避免了硬件资源冲突
  • LiDAR 采集不再受拍照前的时间约束
  • 用户拍照后仍会持握设备对准物体，深度数据仍有意义

问题 3：面积计算简化

当前实现：lidarIntegralArea 逐像素遍历掩膜，映射到深度图，双线性插值获取每个像素深度，累加 Z²/(fx×fy)。复杂度高，对深度图空间对齐精度要求高。

简化方案：假设水平拍摄无透视，只需一个代表性深度值 Z，公式 A = N × Z² / (fx × fy)。Z 取深度图中心区域的平均值。

实现方案

1. 将流式推送合并到 DepthCaptureModule

修改文件：mobile/ios/DepthCaptureModule.swift

改动：

  • class DepthCaptureModule: NSObject → class DepthCaptureModule: RCTEventEmitter
  • 添加 supportedEvents() 返回 ["LiDARDepthFrame", "LiDARStreamError"]
  • 添加 startObserving()/stopObserving() 管理 isObserving 标志
  • 添加 @objc func startStream(_ fps: Int, resolve:, rejecter:) 方法
  • 添加 @objc func stopStream(_ resolve:, rejecter:) 方法
  • 流式会话使用独立的 streamSession: AVCaptureSession? 属性
  • captureDepthSnapshot 中增加前置检查：如有流式会话先停止
  • 复用 LiDARDetector 的设备检测和格式选择逻辑
  • delegate 回调中：若 isObserving 为 true 则 sendEvent；否则走原有的 completion 路径

修改文件：mobile/ios/DepthCaptureModule.m

改动：

  • @interface RCT_EXTERN_MODULE(DepthCaptureModule, NSObject) → @interface RCT_EXTERN_MODULE(DepthCaptureModule, RCTEventEmitter)
  • 添加 RCT_EXTERN_METHOD(startStream:(NSInteger)fps resolve:(RCTPromiseResolveBlock)resolve rejecter:(RCTPromiseRejectBlock)reject)
  • 添加 RCT_EXTERN_METHOD(stopStream:(RCTPromiseResolveBlock)resolve rejecter:(RCTPromiseRejectBlock)reject)

修改文件：mobile/ios/ZhengtuVision/ZhengtuVision-Bridging-Header.h

改动：

  • 添加 #import <React/RCTEventEmitter.h>（Swift 代码需要继承 ObjC 的 RCTEventEmitter）

2. 修改 LiDARStream.ts 指向合并后的模块

修改文件：mobile/src/native/LiDARStream.ts

改动：

  • NativeModules.LiDARStreamModule → NativeModules.DepthCaptureModule
  • 其余接口不变（start/stop/onFrame/onError）

3. 删除独立的 LiDARStreamModule 文件

删除文件：

  • mobile/ios/LiDARStreamModule.swift
  • mobile/ios/LiDARStreamModule.m

这些文件不在 pbxproj 中，删除不影响编译。

4. 改为”先拍照后深度”流程

修改文件：mobile/src/screens/CaptureScreen.tsx

改动要点：

  • pick() 函数中：移除拍照前的深度采集逻辑
  • handleResult() 函数中：拍照完成后，如果 measurementMethod === 'lidar'，启动深度采集
  • 采集深度时使用 withTimeout(capture(), 5000) — 增加超时到 5 秒
  • 采集成功后存入 pendingDepth.current，再执行现有的深度裁剪逻辑
  • 采集失败时确保 depthSnapshot 被清空（防止残留旧数据）

新的 pick() 流程：

1
2
3
4
5
6
7
8
9
10
11
12
1. pendingDepth.current = null
2. inferenceStore.clearAll()  // 清空旧深度数据
3. 打开相机 UI (ImageCropPicker.openCamera)
4. 用户拍照 → handleResult()
5. handleResult() 中：
   a. 处理图片压缩和裁剪
   b. 如果 lidar 模式：
      - DepthCapture.isAvailable()
      - await withTimeout(DepthCapture.capture(), 5000)
      - 成功：裁剪深度数据并存储
      - 失败/超时：depthSnapshot 设为 null，继续（不阻断流程）
   c. 导航到 Config 页面

5. 简化面积计算

修改文件：mobile/src/utils/measurement.ts

改动：

  • 删除 lidarIntegralArea 函数（逐像素积分法）
  • 删除 adaptiveBilinearInterpolate 函数（仅在积分法中使用）
  • 新增 lidarCenterDepthArea 函数：
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
function lidarCenterDepthArea(
  maskBase64: string,
  depthBase64: string,
  depthWidth: number,
  depthHeight: number,
  fx: number,
  fy: number,
): {areaMm2: number; averageDepthMm: number; coverage: number} {
  // 1. 解码深度数据
  const depthData = decodeDepthUint16(depthBase64, depthWidth, depthHeight);

  // 2. 计算深度图中心区域的平均深度（中心 1/4 区域）
  const startX = Math.floor(depthWidth * 0.25);
  const endX = Math.floor(depthWidth * 0.75);
  const startY = Math.floor(depthHeight * 0.25);
  const endY = Math.floor(depthHeight * 0.75);
  let sum = 0, count = 0;
  for (let y = startY; y < endY; y++) {
    for (let x = startX; x < endX; x++) {
      const d = depthData[y * depthWidth + x];
      if (d > 0) { sum += d; count++; }
    }
  }
  const Z = count > 0 ? sum / count : 0; // 平均深度 mm

  // 3. 统计掩膜缺陷像素数
  const {count: pixelCount} = countDefectPixels(maskBase64);

  // 4. 公式: A = N × Z² / (fx × fy)
  const areaMm2 = pixelCount * (Z * Z) / (fx * fy);

  return {areaMm2, averageDepthMm: Z, coverage: count / ((endX - startX) * (endY - startY))};
}
  • 修改 calculateArea() 入口函数：LiDAR 分支直接调用 lidarCenterDepthArea
  • 简化 ResultScreen.tsx 中的 LiDAR 面积计算调用：移除 lidarIntegrationMode 分支判断，统一使用 centerDepth 方式

修改文件：mobile/src/screens/ResultScreen.tsx

改动：

  • LiDAR 计算分支：不再区分 integral 和 average 模式
  • 统一调用 calculateArea(ctx) 或 lidarCenterDepthArea
  • 移除 lidarIntegrationMode 相关的条件判断

修改文件：mobile/src/store/settingsStore.ts

改动：

  • 移除 lidarIntegrationMode 状态和相关 setter（不再需要）

修改文件：mobile/src/screens/SettingsScreen.tsx

改动：

  • 移除”LiDAR 深度计算模式”的 SegmentedControl UI 区块

6. 清理 CaptureScreen 中的 LiDARStream 引用

修改文件：mobile/src/screens/CaptureScreen.tsx

改动：

  • 移除 import {LiDARStream} from '@/native/LiDARStream'（拍照前不再需要停止测试流）
  • 或保留但在 handleResult 的深度采集前调用 LiDARStream.stop()

文件清单

修改文件（8 个）：

  1. mobile/ios/DepthCaptureModule.swift — 合并流式推送功能，改为继承 RCTEventEmitter
  2. mobile/ios/DepthCaptureModule.m — 更新模块声明和导出方法
  3. mobile/ios/ZhengtuVision/ZhengtuVision-Bridging-Header.h — 添加 RCTEventEmitter 导入
  4. mobile/src/native/LiDARStream.ts — 指向 DepthCaptureModule 而非独立模块
  5. mobile/src/screens/CaptureScreen.tsx — 改为”先拍照后深度”流程
  6. mobile/src/utils/measurement.ts — 简化 LiDAR 面积计算为 centerDepth 方式
  7. mobile/src/screens/ResultScreen.tsx — 移除 integral/average 模式分支
  8. mobile/src/screens/SettingsScreen.tsx — 移除 LiDAR 计算模式设置项

删除文件（2 个）：
9. mobile/ios/LiDARStreamModule.swift — 不再需要的独立模块
10. mobile/ios/LiDARStreamModule.m — 不再需要的独立桥接头

可选修改：
11. mobile/src/store/settingsStore.ts — 移除 lidarIntegrationMode 状态

验证方案

问题 1 验证：LiDAR 测试界面

  1. 重新构建 app：cd mobile && npm run ios
  2. 打开 app → 首页右上角 ◉ 按钮 → 进入 LiDAR 测试页面
  3. 点击”开始测试” → 应显示深度热力图和实时距离
  4. 点击”停止测试” → 流停止
  5. 返回首页，进入拍照流程 → 应正常工作

问题 2 验证：首次拍照深度采集

  1. 杀掉 app 重新启动（确保 LiDAR 硬件冷启动）
  2. 进入拍照 → 拍摄照片 → 裁剪确认
  3. 推理完成后 → 点击”测定缺陷面积”
  4. 应正常显示面积结果（不再提示”未采集到深度数据”）

问题 3 验证：简化面积计算

  1. 完成一次带 LiDAR 的检测流程
  2. 在结果页点击”测定缺陷面积”
  3. 面积数值应合理（与距离法对比验证）
  4. 设置页面不再显示”LiDAR 计算模式”选项

边界条件

  • 模拟器上测试界面应显示友好提示
  • 非 LiDAR 设备上拍照流程不受影响
  • 深度采集超时时不应阻断正常流程（仅影响面积计算）