Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com20. Juni 2026 · Q011422

Tutorial: A Cinematic 3D Run Flyover in SwiftUI + MapKit

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

JC beschreibt eine MapKit-Technik, bei der eine pro Bildschritt aktualisierte `MKMapCamera` einer Laufroute vorausfliegt; geglättete Richtungswechsel und ein projizierter `UIView`-Punkt sollen die Darstellung stabil halten. Routen können laut Beitrag aus HealthKit oder über Fußwegrouten von `MKDirections` stammen; benötigt werden iOS 16+ und eine Netzwerkverbindung, und die Qualitätsangaben sind nicht unabhängig geprüft.

Mittel

JC erklärt in einem Tutorial, wie sich eine Laufroute mit SwiftUI und MapKit als 3D-Kameraflug wiedergeben lässt. Die Kamera wird laut Beitrag bei jedem Bildschritt über einen `CADisplayLink` neu berechnet; dafür seien weder SceneKit noch eine Spiel-Engine erforderlich. Sie blickt ein Stück entlang der Route voraus, damit der Weg sichtbar bleibt und die laufende Person nicht genau in der Bildmitte sitzt. Ein Tiefpassfilter glättet Richtungswechsel und Kamerahöhe. Der Läuferpunkt wird als `UIView` aus seiner Kartenkoordinate in die Bildschirmposition projiziert. Der Autor begründet das mit Problemen, die Annotationen und Overlays in einer 3D-Kartenansicht verursachen könnten.

Eigene Trainingsrouten lassen sich laut Artikel nach einer HealthKit-Berechtigungsanfrage auslesen. Die Demostrecke wird über Fußwegrouten von `MKDirections` erzeugt. Der Beitrag nennt iOS 16 und eine Netzwerkverbindung für Kartenkacheln als Voraussetzungen. Der vollständige Swift-Code wird über einen externen Patreon-Link angeboten; die beschriebenen Ergebnisse und Qualitätsaussagen stammen vom Autor und werden im Bericht nicht unabhängig überprüft.

Ausführlich lesen

Der Beitrag von JC beschreibt, wie sich eine aufgezeichnete Laufstrecke in SwiftUI und MapKit als filmischer Kameraflug durch Apples dreidimensionale Kartenwelt darstellen lässt. Laut Autor ist dafür weder SceneKit noch eine Spiel-Engine oder ein eigener Shader nötig: Die zentrale Technik bestehe darin, während der Wiedergabe fortlaufend eine `MKMapCamera` neu zu berechnen und der Karte zuzuweisen.

Ein `CADisplayLink` aktualisiert dazu in jedem Bildschritt den Fortschritt entlang der Route. Aus diesem Wert wird die aktuelle Position abgeleitet und eine passende Kamera gesetzt. Für die Kameraführung empfiehlt der Autor, nicht direkt auf die Läuferposition zu zielen. Stattdessen blickt die Kamera ein Stück voraus; auch die Richtung wird anhand eines weiter vorne liegenden Routenpunkts bestimmt. Im beschriebenen Beispiel liegt dieser Punkt ungefähr 60 Meter voraus. So soll die laufende Person weiter unten im Bild bleiben, während der Weg vor ihr sichtbar wird.

Damit die Kamera bei ungenauen oder schwankenden GPS-Daten nicht ruckartig dreht, wird die Zielrichtung laut Beitrag geglättet. Ein Tiefpassfilter bewegt die aktuelle Ausrichtung pro Bildschritt nur teilweise in Richtung des neuen Peilwinkels. Der dafür verwendete Responsivitätswert steuert zugleich die im Beispiel angebotene Einstellung „Turning Speed“: Ein niedriger Wert führt zu langsameren, ein höherer zu schnelleren Richtungswechseln. Zusätzlich glättet der Autor die Kamerahöhe. Da MapKits Kameraabstand zur Geländeoberfläche gemessen werde, könne die Kamera dem Gelände folgen und dabei dennoch einen gleichmäßigeren Flug zeigen.

Der Positionspunkt der laufenden Person wird nach Darstellung des Autors als gewöhnliche `UIView` umgesetzt. Er wird in jedem Bildschritt aus einer geografischen Koordinate durch die aktuelle Kartenkamera auf Bildschirmkoordinaten projiziert. Der Beitrag begründet diese Wahl damit, dass Kartenannotation in einer 3D-Szene über Gebäude oder Bäume ragen könnten und Overlays beim Wechsel der Kartendetailstufe flackern könnten. Der projizierte Punkt soll sichtbar bleiben, eine konstante Bildschirmgröße haben und auf dem Weg liegen.

Für echte Trainingsdaten beschreibt der Beitrag einen Import aus HealthKit: Nach einer Berechtigungsanfrage werden Lauf- und Gehtrainings angezeigt; die Route eines ausgewählten Trainings werde mit `HKWorkoutRouteQuery` ausgelesen. Die eingebaute Demostrecke bestehe laut Autor aus Wegpunkten, die mit `MKDirections` über Fußwegrouten verbunden werden. Dadurch soll sie Straßen und Wege abbilden, statt Gebäude zu durchqueren.

Der Artikel verweist auf einen externen kostenpflichtigen Quellcode und nennt als enthaltene Bestandteile unter anderem Kamerasteuerung, SwiftUI-Kartenansicht, Läuferpunkt, Beispieldaten und eine Vorführ-Oberfläche mit Einstellungen. Als Voraussetzungen nennt er iOS 16 oder neuer sowie eine Netzwerkverbindung für Kartenkacheln. Die Darstellung ist ein Tutorial des Autors; der Bericht enthält keine unabhängige Prüfung der behaupteten Darstellungsqualität oder der Kompatibilität in konkreten Projekten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Lunas Einordnung enthält keine Sammel- oder Teilfragen, daher wurde keine Einordnung vorgenommen. Die beiden Zusammenfassungen geben den Bericht im Kern treu wieder; die Aussage zur fehlenden unabhängigen Prüfung ist eine sinngemäße Ableitung und keine wörtliche Angabe des Berichts.

Im Bericht, aber nicht in der Zusammenfassung

  • In der Kurzfassung fehlt der Hinweis, dass der vollständige Swift-Code nur über einen externen Patreon-Link angeboten wird.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →