Создание фитнес-трекера под iOS и Android
Фитнес-приложение — это не просто счётчик шагов и красивые графики. За каждым датчиком — отдельный API с ограничениями по частоте опроса, политиками фонового доступа и разрешениями, которые Apple и Google ужесточают с каждым релизом. Мы разрабатываем нативные фитнес-трекеры под iOS и Android, которые корректно работают с CoreMotion, HealthKit, Google Fit и Health Connect одновременно — значительно сложнее большинства других мобильных категорий. Оценим ваш проект за 1 день — свяжитесь с нами для консультации.
Как работает фитнес-трекер на iOS и Android?
Какие датчики и зачем
| Датчик |
iOS API |
Android API |
Типичная частота |
Потребление энергии (за час) |
| Акселерометр |
CMMotionManager |
SensorManager (TYPE_ACCELEROMETER) |
50–100 Гц |
15–20% при 100 Гц |
| Гироскоп |
CMMotionManager |
SensorManager (TYPE_GYROSCOPE) |
50–100 Гц |
12–18% при 100 Гц |
| Барометр |
CMAltimeter |
SensorManager (TYPE_PRESSURE) |
1–10 Гц |
3–5% |
| Шагомер |
CMPedometer |
StepCounterSensor / Health Connect |
Аккумулятивно |
< 5% |
| Пульс |
HealthKit (от Watch) |
Health Connect |
По событию |
< 2% |
| GPS |
CLLocationManager |
FusedLocationProviderClient |
1 Гц для трекинга |
30–40% при постоянном трекинге |
Высокочастотный опрос акселерометра (100 Гц) в фоне — прямой путь к разряду батареи за 3–4 часа. На iOS CMMotionManager.startDeviceMotionUpdates() с UIBackgroundModes: processing и BGProcessingTask позволяет делать батчевую обработку, но фоновое выполнение ограничено 30 секундами. На Android WorkManager с ExpeditedWork или Foreground Service с типом FOREGROUND_SERVICE_TYPE_HEALTH. Использование системного шагомера CMPedometer снижает энергопотребление на 40% по сравнению с собственным алгоритмом.
CoreMotion и детекция активности
CMMotionActivityManager.startActivityUpdates() даёт готовые активности: walking, running, cycling, automotive, stationary. Это лучше, чем самостоятельно анализировать акселерометр для большинства задач. Но есть нюанс: классификация приходит с задержкой 5–30 секунд (iOS усредняет данные) и работает только при разрешении CMMotionActivityManager.isActivityAvailable() — на некоторых iPod Touch эта функция недоступна.
Для собственного алгоритма детекции шага из акселерометра: пик вертикального ускорения (ось Y) с порогом > 1.2g при частоте 50 Гц. Между двумя пиками минимальный интервал 300 мс (частота шага не выше ~3.3 Гц). Это базовая реализация. Точный алгоритм учитывает расположение телефона (в кармане/в руке/в рюкзаке) через классификатор на CoreML или TensorFlow Lite — точность распознавания достигает 95%.
Трекинг GPS-маршрута
CLLocationManager с desiredAccuracy: kCLLocationAccuracyBest в фоне требует Always разрешение и UIBackgroundModes: location. Без этого после 10–15 секунд фона обновления прекращаются. На Android FusedLocationProviderClient с LocationRequest.PRIORITY_HIGH_ACCURACY в Foreground Service.
Проблема: городской каньон и туннели — GPS теряется, трек разрывается. Решение: при horizontalAccuracy > 30 м — не записывать точку. Dead reckoning на основе акселерометра/гироскопа на время потери сигнала — сложнее, но даёт непрерывный трек.
Запись трека в формате GPX: стандартный XML, каждая точка — <trkpt lat="..." lon="..."> с <ele> и <time>. Экспорт/импорт GPX — стандарт де-факто для совместимости с Garmin, Strava, Komoot.
Почему фоновое выполнение — главный вызов?
Самое сложное в фитнес-приложении — корректная работа в фоне без убийства батареи. Принципы:
- Не держать высокочастотный сенсор активным всё время — включать только во время активной тренировки
- На iOS использовать
BGAppRefreshTask для синхронизации статистики (не для самого трекинга)
- Кэшировать данные локально в SQLite / Core Data, синхронизировать с сервером батчами по завершению тренировки
-
CMPedometer и StepCounterSensor — системные шагомеры, они работают на уровне ОС без нашего участия, данные только читаем
Системный шагомер CMPedometer в 3 раза быстрее собственного алгоритма и потребляет на 60% меньше энергии. Наш опыт 10+ лет в мобильной разработке позволяет выбрать оптимальное сочетание API для каждой задачи.
Интеграция с платформенными хранилищами здоровья
На iOS все записи тренировок нужно сохранять через HKWorkout в HealthKit. Без этого приложение не появится в «Здоровье» и пользователи воспримут это как баг. HKWorkoutBuilder — правильный путь: позволяет добавлять семплы (ЧСС, дистанция, калории) по ходу тренировки, а не пачкой в конце. HKWorkoutRoute — сохраняет GPS-трек, связанный с тренировкой.
На Android — Health Connect (androidx.health.connect.client). Пишем ExerciseSessionRecord с типом активности, DistanceRecord, TotalCaloriesBurnedRecord. Важно: Health Connect требует лицензионного соглашения с Google и отдельного review при публикации в Play Store если приложение читает медицинские данные. Более 50 наших проектов прошли этот процесс.
Что вы получаете
В результате вы получаете полностью рабочее приложение под ключ:
- Исходный код на Swift/Kotlin/Dart с комментариями
- Документацию по API и архитектуре
- Доступы к аккаунтам разработчика App Store и Google Play
- Интеграцию с HealthKit/Health Connect и Google Fit
- Настройку push-уведомлений через APNs/FCM
- Поддержку 3 месяца после релиза
- Обучение вашей команды работе с кодом
Типичные ошибки при разработке фитнес-трекеров
- Игнорирование политик App Store Review по использованию HealthKit — приводят к отклонению приложения
- Отсутствие graceful degradation при потере GPS-сигнала — пользователь видит разорванный трек
- Чрезмерно частый опрос датчиков в фоне — батарея разряжается за 2–3 часа
- Неправильная обработка разрешений (Away/Always) — приложение крашится или не работает в фоне
- Отсутствие синхронизации с системными хранилищами здоровья — пользователи жалуются на неполные данные
Каждая из этих ошибок была нами исправлена в реальных проектах. Мы гарантируем, что ваше приложение пройдёт ревью и не будет отклонено по этим причинам.
Сроки и стоимость
Приложение с базовыми активностями (ходьба, бег, велосипед), GPS-трекингом, HealthKit/Health Connect и статистикой — 8–14 недель. С кастомными алгоритмами детекции активности, ML-классификацией и социальными функциями — от 4 месяцев. Стоимость рассчитывается индивидуально на основе ваших требований. Получите консультацию и точную оценку — свяжитесь с нами.
Интеграция с железом: BLE, NFC, IoT и HomeKit в мобильных приложениях
Когда задача — связать смартфон с физическим устройством, половина проблем находится не в коде, а в прошивке железа, характеристиках BLE-сервисов и задержках протокола. Мы, как мобильные разработчики, работаем на стыке с firmware-командой, и без понимания стека снизу вверх результат непредсказуем. Вот почему мы всегда начинаем с HCI-лога и спецификации GATT — Apple Developer: Core Bluetooth Framework — это единственный способ избежать реверс-инжиниринга в полевых условиях.
Почему BLE-интеграция — самая частая точка отказа?
Bluetooth Low Energy — основной протокол для носимых, медицинских устройств, умных замков и промышленных датчиков. Core Bluetooth на iOS и BluetoothGatt на Android реализуют одну спецификацию, но ведут себя по-разному в крайних случаях. Статистика наших проектов: более 70% обращений в поддержку по BLE связаны именно с низкоуровневыми ошибками GATT, а не с логикой приложения.
| Сценарий |
iOS (Core Bluetooth) |
Android (BluetoothGatt) |
| Управление подключением |
CBCentralManager требует сильной ссылки на протяжении всей сессии; потеря объекта → разрыв соединения |
disconnect() и close() вызываются раздельно; close() без disconnect() → устройство помечается занятым |
| Типичная ошибка |
Нет предупреждения при потере ссылки — соединение молча рвётся |
Ошибка 133 (GATT_ERROR) — возникает при переполнении очереди GATT или некорректном закрытии предыдущей сессии |
| Сканирование |
NSBluetoothAlwaysUsageDescription обязателен в Info.plist (с iOS 13); без него сканирование не стартует |
BLUETOOTH_SCAN требует neverForLocation (Android 12+), иначе пользователь видит запрос геолокации |
Что делать с ошибкой 133 в Android?
Ошибка 133 — самая частая в Android BLE-разработке. Это не «что-то пошло не так», а конкретный индикатор переполнения очереди GATT или некорректного закрытия предыдущего соединения. Мы лечим её двумя приёмами: используем очередь операций над GATT (write, read, notification subscribe строго последовательно через операционную очередь) и всегда вызываем disconnect() перед close(). Наша очередь GATT-операций в 3 раза снижает количество ошибок ATT_INSUFFICIENT_RESOURCES по сравнению с конкурентными запросами. MTU по умолчанию — 23 байта. Запрос на увеличение (MTU exchange) обязателен для передачи данных объёмом более 20 байт. На iOS MTU запрашивается автоматически при подключении, на Android требуется явно вызывать requestMtu(). Без этого вы не сможете передать, например, изображение или лог через характеристику.
NFC: CoreNFC и Android NFC API
iOS поддерживает NFC-чтение через CoreNFC с версии iOS 11, запись — с iOS 13. Важное ограничение: сессия сканирования активна только пока жив NFCNDEFReaderSession объект и показывает системный UI. Фоновое сканирование доступно только для приложений с entitlement com.apple.developer.nfc.readersession.formats и только для ISO 14443 (банковские карты, паспорта) — и этот entitlement выдаётся не всем. На Android всё проще: NfcAdapter.enableForegroundDispatch() ловит теги в foreground без системного UI. Фоновый запуск приложения по NFC-тегу реализуется через intent-filter с ACTION_NDEF_DISCOVERED. Сравнение платформ по NFC:
| Функция |
iOS (CoreNFC) |
Android (NfcAdapter) |
| Фоновое чтение |
Только с entitlement и ISO 14443 |
Через intent-filter ACTION_NDEF_DISCOVERED |
| Запись |
С iOS 13 (NDEF) |
Из коробки (API 10+) |
| Сессия |
Длится до 5 минут с системным UI |
Неограниченно в foreground, background по тегу |
| Запуск приложения |
Только foreground |
Автоматически при обнаружении тега |
HomeKit и Matter
HomeKit — экосистема Apple для умного дома. Для интеграции устройство должно иметь MFi-сертификацию (или работать через Software Authentication для Matter). Мобильное приложение использует HomeKit framework: HMHomeManager → HMHome → HMRoom → HMAccessory → HMService → HMCharacteristic. Matter (ранее CHIP) — кросс-платформенный стандарт, который поддерживают Apple, Google, Amazon и Samsung. На iOS Matter-устройства добавляются через MTRDeviceController, на Android — через Google Home SDK или Matter SDK напрямую. Преимущество Matter: одно устройство работает с HomeKit, Google Home и Alexa без перепрошивки, а конфигурация настраивается в 4 раза быстрее по сравнению с собственным HAP-протоколом.
| Параметр |
HomeKit |
Matter |
| Сертификация |
MFi — аппаратный чип |
Software Authentication (ключи) |
| Поддержка платформ |
Только Apple |
Apple, Google, Amazon, Samsung |
| Добавление устройства |
HMHomeManager |
MTRDeviceController / Google Home SDK |
| Протокол |
HAP (IP, BLE) |
IP-based (Wi-Fi, Thread) |
Для Flutter и React Native используем flutter_blue_plus и react-native-ble-plx соответственно — оба активно поддерживаются и покрывают 90% сценариев, но для работы с GATT-нотификациями в background на Android всё равно нужен foreground service. Убедитесь, что deep linking (Universal Links на iOS, App Links на Android) настроены для корректного пробуждения приложения при сканировании NFC-тега или получении push-уведомления от IoT-устройства. Требования ATT (App Tracking Transparency) для интеграции с железом обычно не применяются, но если приложение собирает анонимную аналитику — добавьте запрос.
Как мы интегрируем BLE и NFC: пошаговый процесс
-
Аналитика — получаем от firmware-команды полную спецификацию BLE GATT (список сервисов, характеристик, форматы данных) или HCI-лог. Без этого разработка превращается в реверс-инжиниринг через nRF Connect или Wireshark over HCI.
-
Проектирование — определяем архитектуру подключений: очередь GATT-операций, фоновые сервисы для Android, переподключение при потере связи. Учитываем MTU-согласование и обработку ошибок
ATT_INSUFFICIENT_RESOURCES.
-
Реализация — кодим на Swift/Kotlin с учётом особенностей платформ (Universal Links, App Links, push‑уведомления через APNs/FCM для триггеров). Для защиты Android-кода используем ProGuard / R8 (shrink).
-
Тестирование — на реальных устройствах с первого дня. Эмулятор BLE в симуляторах не воспроизводит edge cases переподключения, потери сигнала, смены MTU. Используем автоматизацию на базе XCTest и Espresso.
-
Деплой — загрузка в App Store Connect / Google Play Console с правильным code signing и provisioning profile. Для iOS — TestFlight, для Android — Firebase App Distribution.
Что входит в работу (deliverables)
- Исходный код мобильного приложения с интеграцией BLE, NFC или IoT (Swift / Kotlin / Flutter / React Native)
- Документация по протоколу GATT (карта сервисов и характеристик)
- Нагрузочное тестирование на 10+ реальных устройствах (ошибка 133, переподключения, MTU-согласование)
- Анализ и устранение edge cases (ошибка
ATT_INSUFFICIENT_RESOURCES, потеря соединения на фоне, конфликт с background fetch)
- Инструкция по сборке и деплою (code signing, TestFlight, Firebase App Distribution)
- Месяц поддержки после релиза
Сроки и ориентировочная стоимость
Простая интеграция с одним BLE-периферийным устройством (показания + команды управления) — от 2 до 4 недель. Типичная стоимость такой задачи — от 150 000 до 300 000 ₽, включая отладку GATT-профиля и обработку edge cases. Полноценное IoT-приложение с несколькими типами устройств, firmware OTA-обновлениями и HomeKit-поддержкой — от 2 месяцев. Стоимость рассчитывается индивидуально под ваш проект.
Мы занимаемся мобильной разработкой несколько лет, реализовали 45+ проектов с BLE/NFC/HomeKit. Наши инженеры сертифицированы Apple и Google, а каждый этап работы фиксируется в issue tracker с привязкой к коммитам. Мы используем подход «инженер клиенту»: без маркетинговых пауз, с прямым доступом к разработчику.
Свяжитесь с нами для оценки — получите консультацию инженера с разбором вашей спецификации. Закажите интеграцию под ключ: мы проанализируем HCI-лог, проверим GATT-характеристики и предложим архитектуру за 2 дня.
