我将 Industry Foundation Classes (IFC) 翻译为工业基础类族。IFC 是一套通用的建筑信息模型（BIM）的定义标准。本文对 IFC 提供一些基本的介绍，包括其数据模型的基本结构以及建筑元素的语言描述和几何表达。

本文参考了：https://publications.cms.bgu.tum.de/books/bim_2018/06_IFC_07.pdf

这里说的 Scroll-Then-Fixed 是指在网页中有一些元素开始时可以跟随内容滚动，而待滚动到特定位置之后这些元素的位置保持不动，不会跟着内容滚动到看不见的区域。

原文链接：My current HTML boilerplate

本文的原文来自 Finding optimal rotation and translation between corresponding 3D points

这里我们要达成的目标是给定两组点，要尝试找到最优的旋转+位移操作，将这两组点叠在一起，而误差最小。如下图所示。

这篇文档翻译自 Apple 的官方文档：Creating a Multiuser AR Experience

在这篇文档里面 Apple 提供了一个范例程序。这个范例程序验证了使用两个或者更多的 iOS 12 以上的设备进行共享的 AR 体验。在开始探索代码之前，你可以自行尝试编译运行这个 APP 以了解这个 APP 提供的用户体验（Xcode 工程代码请前往原文中下载）。

本文的原地址是：NotificiationCenter。我对原文做了一些修改，删除了一些冗杂的部分。

A notification dispatch mechanism that enables the broadcast of information to registered observers

Source - Apple Documents

通知分发机制使得信息可以广播给所有注册的观测者。

这篇文章翻译自Basics of AR: SLAM – Simultaneous Localization and Mapping，是上一篇文章 [翻译] AR 基础:锚点,关键点和特征检测 的后续

在上一个部分我们研究了如何在摄像头获取的图像帧中确认关键点。这些技术是算法进行追踪和环境识别的的基础。

对于 AR 应用，设备还需要知道更多的信息：设备自身在现实世界中的三维位置。这通过设备计算自己同多个关键点之间的空间关系来确定，而这个过程被称为 Simultaneous Localization and Mapping，缩写为 SLAM。

这篇文章翻译自Basics of AR: Anchors, Keypoints & Feature Detection

开发具有增强现实 (Augmented Reality) 功能的 APP 需要开发者掌握一些关于图像处理的算法的背景知识。其中最基础的概念之一是锚点 (Anchors)。锚点的概念又依赖于从现实世界中检测到的关键点 (Keypoints) 及其描述符。

本文翻译自SCP - Familiar, Simple, Insecure, and Slow

标题里面把 SCP 的特点做了全面的概况，即常用，简单，但是不安全且速度慢。这篇文章分析了 SCP 的原理和特点。