Croquis — Reconstrucción 3D de Espacios Reales en el Dispositivo (Android)
Una app Android que convierte un recorrido (cámara, IMU y GPS, sin lidar) en una reconstrucción de nube de puntos métrica y gateada por consistencia, calculada por completo en el teléfono y guardada en el teléfono como una biblioteca de escenas que puedes ver, medir y exportar, con un presupuesto de incertidumbre honesto. Las imágenes nunca salen del dispositivo. Los sensores son dueños de la trayectoria y la escala (ARCore VIO); el modelo neuronal de profundidad aporta geometría densa, nunca la trayectoria. En desarrollo (v0), Apache-2.0. El companion en el teléfono de la línea Lidar3D, con un reprocesador en GPU local (Croquis Station) por encima.
Contexto de Negocio
La captura 3D privada y en el dispositivo tiene usos claros en inmobiliaria, seguros, construcción y levantamiento en terreno, donde tomar una medición desde un recorrido con el teléfono es valioso pero enviar el recinto de un cliente a la nube es un riesgo. El pilar de honestidad es el diferenciador: una reconstrucción que declara su propio presupuesto de incertidumbre permite medir un volumen y conocer la barra de error, en vez de una malla de aspecto limpio que esconde cuánto derivó.
Valor Estratégico
Croquis es el extremo móvil de la misma línea de reconstrucción que Lidar3D: los sensores son dueños de la trayectoria métrica, el modelo aprendido se acota a la geometría para la que se puede confiar, y la salida lleva un presupuesto de incertidumbre en vez de una superficie falsamente limpia. Es un producto de captura honestamente acotado y con privacidad primero para hardware Android general, con un pipeline de dos niveles teléfono más GPU local (Croquis y Croquis Station) bajo contratos de datos versionados. Está en desarrollo (v0), y la página lo dice.
El Desafío
Convertir un recorrido con el teléfono en una reconstrucción 3D métrica suele ser o un servicio en la nube (las imágenes salen del dispositivo) o una función de lidar solo en gama alta. Hacerlo en un Android general, solo con cámara y sensores inerciales, de forma honesta y privada, es el problema más difícil y más útil: la trayectoria debe mantenerse métrica, la geometría no debe derivar, y el resultado tiene que decir qué tan seguro está antes de que alguien mida un volumen sobre él.
Nuestro Enfoque
Croquis separa responsabilidades: los sensores (odometría visual-inercial de ARCore más geo-anclaje por GPS) son dueños de la trayectoria de la cámara y de la escala métrica, y un modelo neuronal de profundidad aporta solo geometría densa, nunca la trayectoria. La profundidad de cada keyframe se fusiona solo donde concuerda con la trayectoria de sensores y con los keyframes vecinos; la geometría discordante o de campo lejano no se borra sino que se mantiene en una capa de contexto de baja confianza, para que el usuario vea qué es confiable. Apunta a dispositivos generales, no de gama alta, con duty-cycling térmico y tasas de keyframe adaptativas. La escena es el producto: las reconstrucciones persisten en el dispositivo como stores de puntos y vóxeles en teselas con metadatos de confianza, geo-ancla e incertidumbre, tras contratos de datos versionados. El shell de la app es Expo (React Native, TypeScript, EN/ES); el core de captura es nativo (Kotlin y C++) corriendo ARCore, inferencia de profundidad en el dispositivo, fusión y render GL; una herramienta separada en GPU local, Croquis Station, reprocesa la misma sesión con ajustes que ningún teléfono sostiene, anclada a la escala métrica VIO del teléfono para que la salida esté en metros reales.
Indicadores Clave de Rendimiento
| KPI | Línea Base | Resultado | Impacto |
|---|---|---|---|
| Fuente de la trayectoria | Pose aprendida (deriva) | ARCore VIO + GPS | Escala métrica en los sensores, no en la red |
| Adónde va la imagen | Subida a la nube | Se queda en el dispositivo | Privado por construcción |
| Geometría de baja concordancia | Borrada u oculta | Se mantiene en capa de baja confianza | Presupuesto de incertidumbre honesto |
Stack Tecnológico
Los recursos visuales de este proyecto no están disponibles públicamente.