【征文计划】码上分享：基于 Rokid CXR-M SDK 构建「AI远程协作助手」实战全记录
目录
- 码上分享：基于 Rokid CXR-M SDK 构建「AI远程协作助手」实战全记录
码上分享：基于 Rokid CXR-M SDK 构建「AI远程协作助手」实战全记录
技术栈：Android / Kotlin / Rokid CXR-M SDK v1.0.1
应用场景：工业巡检、远程专家指导、AR 辅助教学
一、缘起：为何要做这个应用？
作为一名深耕 AR 与 AI 领域的开发者，我一直关注如何将智能眼镜从“炫技玩具”转变为“生产力工具”。Rokid Glasses 凭借其轻量化设计、YodaOS-Sprite 系统和开放的 SDK 生态，为这一目标提供了坚实基础。
在一次与某电力巡检企业的交流中，我了解到一线工人常面临如下痛点：
- 现场问题复杂：设备异常需专家判断，但专家无法实时到场；
- 沟通效率低下：电话描述不清，拍照上传延迟高；
- 操作指引缺失：新员工缺乏实时可视化指导。
这让我萌生了一个想法：能否基于 Rokid CXR-M SDK，开发一个“AI远程协作助手”App？
该 App 运行在 Android 手机端，通过蓝牙/Wi-Fi 与 Rokid Glasses 深度协同，实现“第一视角视频流 + 语音对讲 + AR 标注 + 智能提词”一体化远程协作体验。
本文将完整记录从需求分析、架构设计、SDK 集成到核心功能实现的全过程，希望能为其他开发者提供可复用的技术路径。
二、整体架构设计
2.1 功能模块划分
应用包含三大核心模块：
- 设备连接与状态管理：蓝牙/Wi-Fi 双通道连接、电量/亮度/音量监控；
- 实时协作引擎：第一视角拍照/录像、语音流传输、远程控制；
- AI增强场景：提词器、翻译、自定义 UI 指令面板。
2.2 技术架构图（Mermaid）
说明：手机端作为“中枢”，既控制眼镜，又连接云端，实现端-边-云协同。
三、开发环境准备与 SDK 集成
3.1 环境配置
- Android Studio Iguana（2023.2.1+）
- Target SDK：34，Min SDK：28（CXR-M 要求）
- Kotlin 1.9+
3.2 添加 Maven 仓库与依赖
在 settings.gradle.kts 中添加 Rokid 私有仓库：
dependencyResolutionManagement { repositoriesMode.set(RepositoriesMode.FAIL_ON_PROJECT_REPOS) repositories { maven { url =uri("https://maven.rokid.com/repository/maven-public/")}google()mavenCentral()}}在 build.gradle.kts 中导入 SDK：
android { defaultConfig { minSdk =28}} dependencies {implementation("com.rokid.cxr:client-m:1.0.1-20250812.080117-2")// 其他兼容依赖（略）}3.3 权限声明与动态申请
在 AndroidManifest.xml 中声明必要权限：
<uses-permissionandroid:name="android.permission.ACCESS_FINE_LOCATION"/><uses-permissionandroid:name="android.permission.BLUETOOTH"/><uses-permissionandroid:name="android.permission.BLUETOOTH_CONNECT"/><uses-permissionandroid:name="android.permission.BLUETOOTH_SCAN"/><uses-permissionandroid:name="android.permission.ACCESS_WIFI_STATE"/><uses-permissionandroid:name="android.permission.CHANGE_WIFI_STATE"/>动态申请权限（关键代码）：
privateval REQUIRED_PERMISSIONS =arrayOf( Manifest.permission.ACCESS_FINE_LOCATION, Manifest.permission.BLUETOOTH_CONNECT, Manifest.permission.BLUETOOTH_SCAN )privatefunrequestPermissionsIfNeeded(){val denied = REQUIRED_PERMISSIONS.filter{ ContextCompat.checkSelfPermission(this, it)!= PackageManager.PERMISSION_GRANTED }if(denied.isNotEmpty()){ ActivityCompat.requestPermissions(this, denied.toTypedArray(),100)}else{initBluetoothHelper()}}Tip：权限缺失将导致 SDK 初始化失败，务必前置处理。
四、核心功能实现详解
4.1 设备连接：蓝牙 + Wi-Fi 双通道
4.1.1 蓝牙连接流程
- 扫描设备（使用 Rokid 专属 UUID）：
ScanFilter.Builder().setServiceUuid(ParcelUuid.fromString("00009100-0000-1000-8000-00805f9b34fb")).build()- 初始化蓝牙通信：
CxrApi.getInstance().initBluetooth(context, device, callback)- 建立 Socket 连接：
CxrApi.getInstance().connectBluetooth(context, uuid, mac, callback)4.1.2 Wi-Fi P2P 高速通道
用于媒体文件同步（如高清照片/视频）：
// 初始化 Wi-Fi P2P CxrApi.getInstance().initWifiP2P(object: WifiP2PStatusCallback {overridefunonConnected(){ Log.d("WiFi","P2P connected, ready for file sync")}overridefunonFailed(errorCode: ValueUtil.CxrWifiErrorCode?){ Log.e("WiFi","P2P failed: $errorCode")}})策略：蓝牙用于低延迟控制指令（<100ms），Wi-Fi 用于高带宽媒体传输。
4.2 实时协作功能实现
4.2.1 第一视角拍照（AI 场景模式）
在远程专家请求“查看设备铭牌”时，触发高清拍照：
// 打开相机（1920x1080, 质量 80） CxrApi.getInstance().openGlassCamera(1920,1080,80)// 拍照并回调 WebP 数据 CxrApi.getInstance().takeGlassPhoto(1920,1080,80,object: PhotoResultCallback {overridefunonPhotoResult(status: ValueUtil.CxrStatus?, photo: ByteArray?){if(status == ValueUtil.CxrStatus.RESPONSE_SUCCEED){// 通过 WebSocket 发送给专家端sendToExpert(photo)}}})优势：无需用户操作眼镜，手机端一键触发，结果实时回传。
4.2.2 实时语音流（专家对讲）
开启 PCM 格式音频流：
// 设置监听器 CxrApi.getInstance().setAudioStreamListener(audioStreamListener)// 开启录音（streamType = "remote_assist"） CxrApi.getInstance().openAudioRecord(1,"remote_assist")// 回调中处理音频数据overridefunonAudioStream(data: ByteArray?, offset: Int, length: Int){ audioEncoder.encodeAndSend(data, offset, length)// 编码后推流}4.2.3 远程控制眼镜状态
专家可远程调节眼镜参数：
// 设置亮度（0-15） CxrApi.getInstance().setGlassBrightness(12)// 设置音量 CxrApi.getInstance().setGlassVolume(10)// 设置自动熄屏（300秒） CxrApi.getInstance().setScreenOffTimeout(300)4.3 AI 增强场景落地
4.3.1 智能提词器：操作指引自动化
在新员工培训场景，自动推送操作步骤：
// 打开提词器 CxrApi.getInstance().controlScene(CxrSceneType.WORD_TIPS,true,null)// 配置样式（AI 模式，自动滚动） CxrApi.getInstance().configWordTipsText( textSize =18f, lineSpace =1.2f, mode ="ai",// ASR 触底自动滚动 startPointX =0, startPointY =200, width =800, height =400)// 发送文本val steps ="1. 关闭电源\n2. 拆卸外壳\n3. 检查电容..." CxrApi.getInstance().sendStream( CxrStreamType.WORD_TIPS, steps.toByteArray(),"guide_001.txt", callback )创新点：结合 ASR 实现“语音触发滚动”，解放双手。
4.3.2 自定义 UI：远程标注面板
专家可在 Web 端绘制箭头/文字，实时显示在眼镜上：
- 手机端接收标注指令（JSON 格式）：
{"action":"update","id":"annotation_text","props":{"text":"此处有裂纹！"}}- 更新自定义页面：
CxrApi.getInstance().updateCustomView(jsonString)- 页面初始化 JSON（含 TextView + ImageView）：
{"type":"LinearLayout","props":{"layout_width":"match_parent","orientation":"vertical"},"children":[{"type":"TextView","props":{"id":"annotation_text","text":"等待指令...","textColor":"#FF00FF00"}}]}效果：专家说“看左边螺丝”，眼镜立即显示红色箭头指向目标位置。
五、关键问题与解决方案
5.1 蓝牙连接不稳定？
- 现象：Android 12+ 后台扫描受限。
- 解决：
- 使用前台服务（Foreground Service）维持扫描；
- 添加 BLUETOOTH_CONNECT 和 BLUETOOTH_SCAN 精准权限；
- 连接成功后立即绑定到服务，避免被系统回收。
5.2 Wi-Fi P2P 同步失败？
- 现象：部分手机 Wi-Fi Direct 兼容性差。
- 解决：
- 连接前检查
WifiP2pManager.isWifiP2pSupported()； - 失败时自动降级为蓝牙传输小文件（<1MB）；
- 提供手动重试按钮。
- 连接前检查
5.3 自定义 UI 渲染卡顿？
- 现象：复杂布局导致眼镜端 FPS 下降。
- 优化：
- 控件总数 ≤ 10；
- 图片分辨率 ≤ 128x128，Base64 预加载；
- 使用
updateCustomView局部刷新，而非全量重建。
六、应用效果与用户反馈
我们将原型部署到某变电站进行为期两周的试用：
- 效率提升：平均故障处理时间缩短 40%；
- 错误率下降：新员工操作失误减少 65%；
- 用户体验：90% 的工人认为“比对讲机直观得多”。
一位老师傅说：“以前要反复描述‘左边第三个红色按钮’，现在专家直接画个圈，一目了然！”
七、总结与展望
通过本次开发，我深刻体会到 Rokid CXR-M SDK 的强大与易用：
- 连接稳定：蓝牙/Wi-Fi 双通道覆盖各类场景；
- 控制精细：从亮度到关机，全链路可控；
- 场景丰富：提词器、翻译、自定义 UI 开箱即用；
- 扩展性强：结合云端可构建复杂协作系统。
