# Vision Anti-Pinch

C++ / TensorRT 实时摄像头风险推理，算法来自最新 run_risk.py。
持续取图、推理并更新内存中的 FrameResult；实时推理、录制和回灌默认开启可视化。

相机每次取帧默认等待 **2000 ms**，连续超时 **6 次**才停止流水线（纯超时约 **12 秒**）；成功取得有效帧后清零超时计数。单次等待时间由 `config/camera.json` 的 `camera.timeout_ms` 配置。运行中的坏帧、取流错误共用该重试期限；设备失效时尝试重新打开相机，恢复有效帧后继续推理。GPU 错误仍按原有异常处理退出。

## Orin 直接运行

适用环境：Jetson AGX Orin、JetPack 5.1.2 / L4T R35.4.1、CUDA 11.4、TensorRT 8.5.2、OpenCV 4.5.4。
仓库已包含该板端编译的程序和重新构建的 TensorRT 引擎。

```bash
git clone https://git.kendeji.fun/zmv/vision-anti-pinch.git
cd vision-anti-pinch/orin
./scripts/initialize_camera.sh  # 开机后初始化 /dev/video5 摄像头链路
./run.sh                      # 持续推理并显示预览，结果只保存在内存
```

默认显示本地预览，叠加门区、检测框、手臂/手部关键点及风险信息。需要关闭预览时：

```bash
./run.sh --no-visualize
```

`--visualize` 仍可显式开启；没有 DISPLAY / WAYLAND_DISPLAY 时自动跳过窗口并继续推理。

Ctrl+C / SIGTERM 停止程序。
关闭预览窗口或按 q/Esc 只关闭预览，推理继续。

摄像头为 /dev/video5，1920×1536 UYVY，30 FPS。
当前 door mask 是指定的 constant_door_mask.json 副本，标定状态为 false；装车后应更换与实际画面匹配的门区并更新标定状态。

## 下游获取结果

main.cpp 注释中也包含以下示例。下游通过自己的调用位置或线程读取：

```cpp
auto result = pipeline.latest();
if (result) {
    const auto& risk = result->risk;
    const auto& people = result->persons;
    // result->frame_index / track_ids / boxes
    // result->image / door_mask_pixels / capture / timing
    // people[i].selected / smoothed / temporal：各 133 个关键点
}
```

latest() 返回 shared_ptr<const FrameResult>；首帧尚未完成时为空。
公共定义位于 include/camera_pipeline.hpp 和 include/frame_result.hpp。

## 从源码构建

```bash
./scripts/build.sh
./scripts/initialize_camera.sh
./run_camera.sh
```

源码构建要求 CMake 3.24+、CUDA/NPP、TensorRT 和 OpenCV 开发依赖。
构建脚本会优先使用 Orin 上已有的 ~/miniconda3/envs/yolo/bin/cmake。
源码配置直接使用 orin/engines/ 中的板端引擎。该引擎仅适用于上述 Orin 环境；仓库不包含 ONNX 或模型转换脚本。
独立库目标为 camera_risk_core；可视化在 camera_risk_visualizer。

## 目录

- src/、include/：采集、推理、结果变量及可选绘制。
- config/：源码构建程序的配置和固定门区。
- scripts/：构建和摄像头初始化脚本。
- orin/：已编译程序、TensorRT 引擎、配置、当前 GMSL 驱动及启动脚本。
- third_party/：nlohmann JSON 及其许可证。

NPP 用于 UYVY 转换、YOLO 缩放填充、RTMW 仿射裁剪；CUDA 用于通道转换与归一化。
风险几何计算仍包含 CPU/OpenCV 操作；算法内部的临时 JSON 对象只在内存中使用。

当前摄像头驱动启动时偶发首帧 ERROR，应用会丢弃并计数；持续错误、采集超时或推理错误会明确报错并退出。
现有 GMSL 驱动停止采集时可产生 videobuf2 缓冲区告警，v4l2-ctl 同样复现；需在驱动侧完成量产修复和验证。

## 可选保存（默认全部关闭）

三个独立参数可以单独使用，也可以组合：

```bash
./run_camera.sh --save-original --save-annotated --save-results
# 独立包：./orin/run.sh --save-original --save-annotated --save-results
```

开启任一项时，程序自动创建可执行文件所属工程的 `output/` 及三个子目录：

- `original/`：`--save-original` 保存未叠加的原图，JPEG 质量 95。
- `annotated/`：`--save-annotated` 保存带框、关键点及风险文字的 JPEG，无需开启可视化窗口。
- `results/`：`--save-results` 每个完成推理的帧保存一个 JSON，包含帧号、检测框、跟踪 ID、关键点及置信度、风险和耗时；有 CAN 的分支还包含相应状态。

同一帧三类文件同名（扩展名不同），文件名包含运行标识和帧号，多次运行不覆盖。JSON 的 `images` 提供相对于 `output/` 的图片路径，未选择保存的图片为 null。源码入口写入工程 `output/`；独立包入口写入 `orin/output/`。默认不创建目录、不保存文件。

保存对象是完成推理的帧；惰性分支暂停时不新增文件。开启保存会增加编码和磁盘 I/O 开销。写入失败时报告错误并停止，不静默丢失文件。

相机超时回归测试：`./tests/run_camera_timeout.sh`；加 `--wall-clock` 验证默认 6 次超时约 12 秒。测试直接编译实际相机代码，使用模拟采集和转换器，无需摄像头、GPU 或 OpenCV；不覆盖视频回放路径。

板端真实摄像头 / TensorRT 恢复与停止测试记录见 [Orin 测试报告](tests/ORIN_TEST_REPORT.md)。

## 推理过程录制与视频回灌

当前 `inference-only` 分支支持 H.264/MP4 会话；默认关闭，不再为会话逐帧保存图片。

```bash
# 录制实际完成推理的帧，Ctrl+C / SIGTERM 正常停止并封装视频
./run_camera.sh --record-session output/sessions/drive-001

# 视频解码后重新运行 YOLO、RTMW、融合与风险推理；文件结束自动退出
./run_camera.sh --replay-session output/sessions/drive-001 --save-results

# 同时保存回灌后的新视频及推理过程，便于对比
./run_camera.sh --replay-session output/sessions/drive-001 \
  --record-session output/sessions/drive-001-replay
```

独立包使用同样参数，例如 `./orin/run.sh --record-session output/sessions/drive-001`。
会话路径相对于当前工作目录；录制目录必须尚不存在，避免覆盖原始记录。

会话内容：

- `frames.mp4`：H.264 有损压缩视频，按完成推理的顺序编码，尺寸与原图一致。
- `frames/*.json`：对应视频帧序号、原推理帧号、完整采集元数据、检测框、原始/隔离关键点、融合记录、最终结果与耗时。
- `frames.txt`：视频帧与 JSON 的顺序索引。
- `session.json`、`door_mask.json`：录制时的推理参数、分辨率、名义帧率、门区副本、模型路径与大小。
- `complete.json`：正常停止后写入的帧数与视频大小，用于检查会话是否完成。

回灌不打开摄像头。它恢复会话中的分辨率、检测阈值、人数上限、风险阈值和门区，使用 `--config` 指定的当前 TensorRT 引擎，按顺序尽快推理，不按墙钟时间限速。视频使用配置的固定名义帧率；真实采集间隔和断流间隔以 JSON 中的纳秒时间戳为准。原始采集时间在再次录制时保存为 `source_capture`，回灌耗时使用本次运行的单调时钟。

编码使用 OpenCV 的 FFmpeg H.264 编码器；需 OpenCV `videoio` 与可用的 H.264 编码支持，宽高必须为正偶数。不支持时明确报错。当前使用软件编解码，会增加 CPU、编码延迟和磁盘开销；保存对象是完成推理的帧，并非相机全部原始帧。H.264 有损压缩和不同引擎可能改变检测、关键点与风险结果，不承诺逐位一致。模型只记录来源和大小，不复制引擎，也不保证大小相同即模型相同；精确对比应使用同一组引擎。

Ctrl+C / SIGTERM 会封装已写入的视频，`CameraPipeline::join()` 返回前完成收尾。强制杀进程、断电或写入失败可能留下 `frames.pending.mp4`；缺少完成标记的会话拒绝回灌。编码器封装后检查帧数，回灌遇到缺帧、缺失 JSON、损坏索引或解码错误会报错，不静默跳帧。录制没有自动限时或磁盘轮转，请按可用空间控制录制时长。

编解码及会话回归：`./tests/run_session.sh`，无需摄像头或 TensorRT。真实摄像头与 TensorRT 验证脚本：`python3 tests/orin_session_test.py --binary build/camera_risk --config config/camera.json --output /tmp/new-session-test`；输出目录必须不存在，脚本不会停止已有部署进程。

本次实机结果与未覆盖范围见 [H.264 会话测试报告](tests/ORIN_SESSION_REPORT.md)。