Der PDF-Datei nach zu urteilen, die man auf der ViewAR-Homepage herunterladen soll, nutzen sie das AR SDK von IT5. Also markerbasiertes Tracking - der Marker wird im Bild erkannt und so die extrinsischen Kameraparameter (Position, Orientierung relativ zum Boden) berechnet. Ziemlich zuverlässig und einfach, man braucht halt einen Marker. Die Geometrie des Markers ist bekannt und die intrinsichem Kameraparameter (Optik, Verzerrungen usw.) werden vermutlich geschätzt.

Ohne Marker ist sowas erheblich schwieriger. Google-Stichwörter zum Einstieg: "Markerless Tracking", "Computer vision SLAM". Neben dem Kameratracking brauchst Du dann noch eine Referenz der Grundebene (das macht im anderen Ansatz der Marker ja auch). Das ist kein Projekt, das man mal eben nebenbei macht, um das zuverlässig und performant hinzubekommen braucht man fundierte Kenntnisse in Computer Vision.

Eine gutes Matching über Lagesensoren zu machen halte ich für schwierig bis unmöglich - grobe Einblendungen gehen, aber keine genaue Überlagerung.

Edit: In der Slideshow auf der Homepage kann man den Marker auf dem Boden liegen sehen. Entweder wurde er aus dem Video herausretuschiert oder das SDK kann grob bildbasiert oder mit den Lagesensoren weitertracken, wenn der Marker aus dem Bild ist.

bist Du Dir sicher, dass das ein optimales Anfangsprojekt ist?
Es gibt dabei hunderte mathematischer Probleme... und dann kommt die noch die Umsetzung mit Xcode...

Edit: mattik war schneller, Du merkst, es ist nicht trivial.