Collecte des données de diagnostic Mega
Ce guide fournit des instructions standardisées pour collecter des données sur les anomalies de visual effect. Une collecte de données et un feedback standardisés aident les développeurs à décrire les problèmes avec précision, et aident l'équipe technique EasyAR à localiser, reproduire et résoudre efficacement les fault techniques liés à visual localization.
Introduction
Lors de l'intégration du EasyAR Mega localization service, une collecte de données précise est le prérequis central du diagnostic des problèmes. Ce guide couvre les étapes clés suivantes :
- Issue identification : classer et évaluer de façon préliminaire les anomalies courantes.
- Spécifications de screenshot et screen recording : méthodes de visual evidence pour différentes device platforms.
- Runtime data collection : extraire et exporter les runtime environment data sur chaque plateforme.
- Standards de feedback information : garantir le "minimum information set" nécessaire à l'équipe technique pour reproduire le problème.
Classification des anomalies et première évaluation
Avant de signaler un problème, utilisez la classification suivante pour clarifier l'anomalie :
Symptômes courants d'anomalie
- Completely unable to localize : impossible de reconnaître la scene, et le status reste "NotFound".
- Localization accuracy deviation : localization réussit, mais l'accuracy est insuffisante, avec un spatial offset évident.
- Unstable localization : l'image présente du jitter ou du drift, ou le tracking est fréquemment perdu.
- Regional anomaly : localization fonctionne mal dans certaines zones ou à certains points.
- Device compatibility differences : performances médiocres sur certains modèles d'appareils.
Hypothèses de causes possibles
- Scene-related : offset de content placement, mauvaise qualité de mapping, éclairage environnemental ou feature points clairsemés (comme de grands murs blancs), ou interférences de points similaires.
- Technical environment : network jitter, service arrears, QPS limit exceeded, compatibilité de SDK version ou erreurs d'API call logic.
- Hardware permissions : les device sensors (IMU) ne prennent pas en charge motion tracking, ou les permissions camera/storage ne sont pas activées.
Processus de feedback standardisé
Pour améliorer l'efficacité du troubleshooting, nous recommandons fortement de soumettre un complete feedback package contenant les trois parties suivantes :
Checklist des informations de base (minimum information set)
- Resource identifiers : Account information, Mega AppId, Block Id.
- Version information : EasyAR Sense SDK version ou Mini Program plugin version.
- Issue details : description détaillée de l'anomalie et de ses trigger conditions.
- Environment parameters : modèle d'appareil, OS version, WeChat version et current network environment (4G/5G/WiFi).
Visual evidence (vidéos et screenshots)
- Screen recording du processus de reproduction : enregistrer entièrement le processus de localization, du démarrage à l'apparition de l'anomalie.
- Key-frame screenshots : capturer des screenshots au moment où l'anomalie survient.
- Multi-angle records : fournir des références visuelles depuis différentes positions et sous différentes conditions d'éclairage.
Runtime data (base principale du troubleshooting)
- EIF data : runtime records basés sur EasyAR Sense, avec prise en charge du playback et de l'analyse sur PC.
- Dump data : snapshots de runtime state propres à WeChat Mini Program.
- Application logs : runtime logs de l'App (Logcat/Console) et error stacks.
Astuce
Lecture complémentaire : Comment communiquer clairement les informations détaillées d'un problème
Catégories de runtime environment et méthodes de collecte
Les méthodes de collecte de données varient selon le running device et la plateforme. Choisissez le guide correspondant selon votre actual environment.
Catégories d'appareils
- Mobile devices : smartphones (iOS/Android).
- Headset devices :
- OST (Optical See-Through) : optical see-through, par exemple XREAL et Rokid.
- VST (Video See-Through) : video see-through, par exemple Apple Vision Pro et PICO.
Guides de screenshot et screen recording
| Platform type | Reference guide |
|---|---|
| Phone / WeChat Mini Program | Screenshot, screen recording et export sur phone |
| OST headset | OST recording et export |
| VST headset | VST recording et export |
Runtime data collection (EIF/Dump)
| Scenario type | Collection solution |
|---|---|
| Application native EasyAR Sense | Enregistrement EIF avec l'app du téléphone / Enregistrement EIF avec un casque |
| WeChat Mini Program | Mini Program Dump data recording et export |
| Outils de collecte rapide | Enregistrement EIF avec Mega Toolbox / Enregistrement Dump avec Toolbox |
Fonction de collecte automatique (bientôt disponible)
Nous allons bientôt améliorer la prise en charge de la collecte et du feedback automatiques, afin d'offrir un mode de soumission des données plus pratique :
- Background recording : démarrer en arrière-plan la collecte des datasets requis à la demande
- Automatic upload : empaqueter automatiquement les données et les upload vers l'équipe technique EasyAR
- On-demand capture : capturer soi-même les abnormal states en realtime
- Progress tracking : classer et suivre continuellement le progress
Résumé de navigation des operation guides
Accédez directement au detailed operation guide selon les besoins de votre device platform :
| Type | Guide de collecte d'enregistrements d'écran et de captures | Guide de collecte des données runtime |
|---|---|---|
| Phone application | Screenshot, screen recording et export sur phone | Phone app EIF recording, Mega Toolbox EIF recording, Instructions d'export des EIF data |
| OST headset | OST recording et export | Headset EIF recording et export |
| VST headset | VST recording et export | Headset EIF recording et export |
| WeChat Mini Program | Screenshot, screen recording et export sur phone | WeChat Mini Program Dump recording et export, WeChat Mini Program Toolbox Dump recording |
Recommandations de best practice
- Pre-research process : avant la mise en ligne du projet, il est recommandé que les membres de l'équipe se familiarisent avec le data collection process.
- Self-check first : avant le feedback, confirmez si les technical environment issues, content placement issues ou device permission issues ont été exclus.
- Data completeness : collectez des données complètes de manière standardisée : minimum feedback information set, vidéos et screenshots des visual anomalies, ainsi que runtime data.
- Timely communication : après avoir soumis des données complètes, restez en communication avec l'équipe technique EasyAR.
Canaux de technical support
- Help documentation : consultez Mega documentation ou Troubleshooting.
- Technical support : Nous contacter maintenant ou envoyez un e-mail à support@sightp.com.
Sujet suivant : Méthodes de screenshot, screen recording et export sur phone