基于 Rokid CXR-M SDK 构建 AI 远程协作助手实战全记录

动态申请权限是关键步骤，务必前置处理，否则 SDK 初始化会失败：

private val REQUIRED_PERMISSIONS = arrayOf(
    Manifest.permission.ACCESS_FINE_LOCATION,
    Manifest.permission.BLUETOOTH_CONNECT,
    Manifest.permission.BLUETOOTH_SCAN
)

private fun requestPermissionsIfNeeded() {
    val denied = REQUIRED_PERMISSIONS.filter {
        ContextCompat.checkSelfPermission(this, it) != PackageManager.PERMISSION_GRANTED
    }
    if (denied.isNotEmpty()) {
        ActivityCompat.requestPermissions(this, denied.toTypedArray(), 100)
    } else {
        initBluetoothHelper()
    }
}

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

1. 扫描设备（使用 Rokid 专属 UUID）：

ScanFilter.Builder()
    .setServiceUuid(ParcelUuid.fromString("00009100-0000-1000-8000-00805f9b34fb"))
    .build()

2. 初始化蓝牙通信：

CxrApi.getInstance().initBluetooth(context, device, callback)

3. 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），策略是蓝牙负责低延迟控制指令（<100ms），Wi-Fi 负责高带宽媒体传输。

// 初始化 Wi-Fi P2P
CxrApi.getInstance().initWifiP2P(object : WifiP2PStatusCallback {
    override fun onConnected() {
        Log.d("WiFi", "P2P connected, ready for file sync")
    }
    override fun onFailed(errorCode: ValueUtil.CxrWifiErrorCode?) {
        Log.e("WiFi", "P2P failed: $errorCode")
    }
})

4.2 实时协作功能实现

4.2.1 第一视角拍照（AI 场景模式）

当远程专家请求查看设备铭牌时，触发高清拍照。无需用户操作眼镜，手机端一键触发，结果实时回传。

// 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 {
    override fun onPhotoResult(status: ValueUtil.CxrStatus?, photo: ByteArray?) {
        if (status == ValueUtil.CxrStatus.RESPONSE_SUCCEED) {
            // 通过 WebSocket 发送给专家端
            sendToExpert(photo)
        }
    }
})

4.2.2 实时语音流（专家对讲）

开启 PCM 格式音频流，编码后推流。

// 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
override fun onAudioStream(data: ByteArray?, offset: Int, length: Int) {
    audioEncoder.encodeAndSend(data, offset, length)
}

4.2.3 远程控制眼镜状态

专家可远程调节眼镜参数，如亮度、音量及自动熄屏时间。

// 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。结合 ASR 实现'语音触发滚动'，解放双手。

// 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",
    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
)

4.3.2 自定义 UI：远程标注面板

专家可在 Web 端绘制箭头或文字，实时显示在眼镜上。手机端接收 JSON 格式的标注指令并更新自定义页面。

1. 手机端接收标注指令：

{"action":"update","id":"annotation_text","props":{"text":"此处有裂纹！"}}

2. 更新自定义页面：

CxrApi.getInstance().updateCustomView(jsonString)

3. 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"}
    }
  ]
}

效果上，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。

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：

• 控件总数控制在 10 以内；
• 图片分辨率不超过 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，结果显示：

• 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'。

一位老师傅反馈：'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，Rokid CXR-M SDK 的强大与易用性得到验证：

• 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。