# KL630 Host Stream 技術報告

## 目錄

1. [系統概覽](#1-系統概覽)
2. [硬體架構](#2-硬體架構)
3. [軟體管線架構](#3-軟體管線架構)
4. [IMX662 DOL-HDR 雙曝光 ISP](#4-imx662-dol-hdr-雙曝光-isp)
5. [程式碼結構詳解](#5-程式碼結構詳解)
6. [從零開始：新裝置完整部署流程](#6-從零開始新裝置完整部署流程)
7. [常見問題排查](#7-常見問題排查)
8. [關鍵參數速查表](#8-關鍵參數速查表)
9. [STDC 語義分割邏輯詳解](#9-stdc-語義分割邏輯詳解)
10. [下一階段：高爾夫球車警示與煞車控制](#10-下一階段高爾夫球車警示與煞車控制)
11. [藍牙通訊：DX-BT24 BLE UART 模組](#11-藍牙通訊dx-bt24-ble-uart-模組)
12. [CAN Bus 通訊：MCP2515 SPI 控制器](#12-can-bus-通訊mcp2515-spi-控制器)
13. [事件錄製器（Event Recorder）](#13-事件錄製器event-recorder)
14. [GPIO 直接存取：gpio_devmem](#14-gpio-直接存取gpio_devmem)
15. [STDC 模型重訓練與後處理 Python→C 移植](#15-stdc-模型重訓練與後處理-pythonc-移植)
16. [快照功能：實作 / 事件觸發 / 打包上傳](#16-快照功能實作--事件觸發--打包上傳)
17. [本週進度與下週計畫（2026-04-16）](#17-本週進度與下週計畫2026-04-16)

---

## 1. 系統概覽

本專案在 Kneron KL630 AI SoC 上實現一個完整的即時視覺 AI 推論管線：

```
IMX662 魚眼攝影機 (DOL-HDR 雙曝光)
        │
        ▼
   KL630 ISP / IFP
   (去馬賽克、AWB、AE、色調映射)
        │
        ▼
  VMF 影像管線 (YM12 planar YUV420)
   ├── Stream 0: 1920×1080  → H.264 → RTSP
   └── Stream 1: 724×362    → NPU 推論 (STDC 語義分割)
        │
        ▼
  KL630 NPU (STDC_0520.nef)
  語義分割：道路 / 車輛 / 行人
        │
        ▼
   結果疊加 → HDMI (VOC) 或 RTSP 輸出
```

**主要元件版本：**

| 元件 | 版本 / 規格 |
|------|------------|
| SoC | Kneron KL630 (ARMv7-A Cortex-A7) |
| SDK | VMF Vienna SDK 2.5.6 |
| 感測器 | Sony IMX662 1920×1080 DOL-HDR |
| AI 模型 | STDC (Short-Term Dense Concatenate) 語義分割，ModelId=32769 |
| 執行環境 | uClibc 1.0.34，LD_LIBRARY_PATH=/mnt/flash/vienna/lib |

---

## 2. 硬體架構

### KL630 SoC 功能方塊

```
┌──────────────────────────────────────────────────────────┐
│                        KL630                             │
│                                                          │
│  MIPI CSI-2 ──► IFP (Image Front-end Processor)         │
│                  │  Bayer RAW 處理                        │
│                  │  DOL-HDR 合成 (長短曝光 Bayer → HDR)   │
│                  ▼                                        │
│                 ISP (Image Signal Processor)              │
│                  │  AWB / AE / GTR (Global Tone Remap)   │
│                  │  輸出：YM12 (planar YUV420)            │
│                  ▼                                        │
│  ┌─────────────────────────────────────┐                 │
│  │  VMF (Vatics Media Framework)       │                 │
│  │  SSM 共享記憶體環形緩衝區             │                 │
│  │  Video Encoder (H.264/H.265/MJPEG) │                 │
│  │  VOC (Video Output Component/HDMI) │                 │
│  └─────────────────────────────────────┘                 │
│                  │                                        │
│                  ▼                                        │
│                 NPU (Neural Processing Unit)              │
│                  │  執行 .nef 模型                        │
│                  │  FifoQ 非同步推論佇列                   │
│                  ▼                                        │
│              推論結果回傳 → 主程式後處理                    │
│                                                          │
│  /mnt/flash/  ── eMMC flash，重開機資料保留               │
│  /dev/shm/    ── 揮發性 RAM shared memory                │
└──────────────────────────────────────────────────────────┘
```

### 儲存空間配置

```
/mnt/flash/vienna/
├── kp_firmware_host_stream     ← 主程式 binary
├── lib/                        ← VMF 動態函式庫
├── demo_rtsp.sh                ← RTSP 模式啟動腳本
├── demo_hdmi.sh                ← HDMI 模式啟動腳本
├── demo_rtsp_hdmi.sh           ← RTSP+HDMI 同時輸出啟動腳本
└── drivers/                    ← 硬體 kernel module
    ├── driver.sh               ← 一鍵載入所有驅動腳本
    ├── vpl_edmc_v6.3.0.2.ko    ← EDMC DMA 控制器（必須第一個載入）
    ├── vpl_dmac_v2.0.0.3.ko
    ├── vma_ifpe_v1.1.0.0.ko    ← IFP 前端處理
    ├── vma_ispe_v2.0.0.5.ko    ← ISP 影像處理
    ├── vpl_voc_v2.2.0.1.ko     ← VOC HDMI 輸出
    ├── it66121enc_v1.0.0.3.ko  ← HDMI encoder
    ├── IMX662_v1.0.0.1.ko      ← 感測器驅動
    └── ...（其他 VMA/VPL 模組）

/mnt/flash/plus/kp_firmware/kp_firmware_0/kp_firmware/bin/
├── ini/
│   ├── host_stream.ini         ← 主設定檔
│   ├── demo_rtsp.sh            ← 腳本副本（從 vienna/ 複製）
│   ├── demo_hdmi.sh
│   ├── demo_rtsp_hdmi.sh
│   └── fec_calibrate.ini / fec_conf.ini
├── nef/
│   └── STDC_0520.nef           ← NPU 模型
└── Resource/
    ├── VIC/0/imx662_1920x1080_ch0.cfg   ← 主感測器設定
    ├── VIC/1/imx662_1920x1080_ch1.cfg   ← Fusion (短曝光通道)
    ├── AWB/AutoWhiteBalance.ini
    └── ISP/0/ 及 ISP/1/
        └── pqtable_ispe_Config.cfg
```

> **重要：** `/mnt/flash/etc/` 雖然是 UBIFS 分區的一部分，但寫入的變更在斷電後不會持久（UBIFS journal 未 flush）。寫入後必須執行 `sync` 才能確保資料寫入 flash。`/mnt/flash/vienna/` 和 `/mnt/flash/plus/` 不受此限制。

---

## 3. 軟體管線架構

### 執行緒模型

```
主執行緒 (kp_firmware.c: main)
│
├── loadConfig()          讀取 host_stream.ini
├── init_video_source()   初始化 VMF_VSRC (IFP + ISP)
├── 建立 FifoQ            NPU 推論佇列
│
├── Thread A: kdp2_host_stream_image_thread
│   │  SSM_Reader → 取得 YUV 影格
│   │  app_hdr_send_inf_cb → 放入 FifoQ
│   └► 餵圖給 NPU
│
├── Thread B: kdp2_host_update_result_thread
│   └► NPU 結果回傳 → 解析 STDC 輸出 → g_atDrawInfo[]
│
├── Thread C: kdp2_host_stream_draw_box (DrawBoxEnable=1 時)
│   │  SSM_Reader → DMA 複製 YUV → 在 YUV 上畫框
│   └► SSM_Writer → 送給 H.264 Encoder
│
├── Thread D: kdp2_host_video_thread
│   └► H.264 Encoder → SRB → rtsps (RTSP server)
│
└── Thread E: kdp2_host_voc_thread (VOC=1 時)
    └► SSM_Reader → VOC (HDMI 輸出)
```

### SSM (Sync Shared Memory) 緩衝區格式

ISP 輸出的每個影格存放在 SSM 緩衝區中，格式為 **YM12 planar YUV420**：

```
SSM 緩衝區佈局 (1920×1080 為例)
┌─────────────────────────────────┐ ← buffer 起始
│  VMF_FRAME_INFO_T header        │   偏移 0，大小 = VMF_MAX_SSM_HEADER_SIZE (256 bytes)
│  包含：dwOffset[0/1/2]           │
│         dwYStride, dwYSize      │
│         dwUVSize, dwType...     │
├─────────────────────────────────┤ ← dwOffset[0] (通常 = 256，16-byte aligned)
│  Y 平面                         │   dwYSize = dwYStride × H = 1920 × 1080
│  1920 × 1080 = 2,073,600 bytes  │
│  stride = 1920 (無 padding)     │
├─────────────────────────────────┤ ← dwOffset[1] (≠ 256+YSize！需 stride 對齊)
│  Cb 平面                        │   dwUVSize = dwYStride/2 × H/2 = 960 × 540
│  960 × 540 = 518,400 bytes      │
├─────────────────────────────────┤ ← dwOffset[2]
│  Cr 平面                        │   同 Cb 大小
│  960 × 540 = 518,400 bytes      │
└─────────────────────────────────┘

重要：dwOffset[1] 由 ISP 計算含對齊 padding，
     不等於 VMF_MAX_SSM_HEADER_SIZE + dwYSize。
     所有 DMA 操作必須使用 dwOffset[0/1/2]，不可自行計算。
```

---

## 4. IMX662 DOL-HDR 雙曝光 ISP

### 4.1 為什麼 IMX662 需要特殊設定

IMX662 是 Sony 的 StarVis 2 感測器，支援 **DOL-HDR (Digital Overlap High Dynamic Range)** 模式。在此模式下，感測器在同一條 MIPI 資料流中交錯輸出兩次曝光的 Bayer 資料：

```
MIPI 資料流內容 (DOL-HDR)
┌──────────────────────────────────────────┐
│ 列 0 (短曝光 Bayer)  ← 亮部細節         │
│ 列 1 (長曝光 Bayer)  ← 暗部細節         │
│ 列 2 (短曝光 Bayer)                      │
│ 列 3 (長曝光 Bayer)                      │
│ ...                                      │
└──────────────────────────────────────────┘

IFP 接收後格式標識：VMF_FRAME_FORMAT_FUSION_BAY = 31
```

這個格式讓 ISP 能夠合成高動態範圍影像——長曝光捕捉暗部，短曝光捕捉亮部，合成後得到超過單次曝光能表現的動態範圍。

### 4.2 雙曝光模式下 AWB 的問題

AWB (Auto White Balance) 需要分析影像的色彩統計數據才能決定色溫增益。對於 DOL-HDR 感測器，ISP 的 AES (Auto Exposure Statistics) 模組必須同時處理兩個曝光通道的統計數據。

**錯誤模式（使用 NORMAL 模式）：**

```
程式碼：vsrc_initopt.eAppMode = VMF_VSRC_APP_MODE_NORMAL

→ IFP 嘗試用單通道統計模式處理雙通道 Bayer 資料
→ VSRC_AES_GetViBuffer() 持續失敗，錯誤碼 0x801C000B
→ AWB 無法取得有效統計數據
→ AWB 卡在冷啟動初始增益 (Cr 增益偏高)
→ 輸出影像持續偏粉紅色
```

**正確模式（使用 FUSION 模式）：**

```
程式碼：vsrc_initopt.eAppMode = VMF_VSRC_APP_MODE_FUSION

→ IFP 使用雙曝光統計模式 (dwStatisticsSrcType = 2)
→ AES 成功取得兩個通道的統計數據
→ AWB 正常收斂，色溫 Cr/Cb 趨近 128 (中性)
→ 輸出色彩正常
```

### 4.3 啟用 Fusion 模式的完整條件

Fusion 模式由三個層面共同決定，**三個必須同時正確**：

#### 層面一：INI 設定 (`host_stream.ini`)

```ini
[sensor]
sensor_cfg  = "./Resource/VIC/0/imx662_1920x1080_ch0.cfg"   ; 主通道（長曝光）
fusion_cfg  = "./Resource/VIC/1/imx662_1920x1080_ch1.cfg"   ; Fusion 通道（短曝光）
```

`fusion_cfg` 這一行**不可被注解或刪除**。程式碼邏輯：

```c
// kp_firmware.c → loadConfig()
tmp = iniparser_getstring(ini, "sensor:fusion_cfg", NULL);
if (tmp)
    pHostStreamInit->pszFusionConfigPath = strdup(tmp);

// kdp2_host_stream.c → init_video_source()
if (pHostStreamInit->pszFusionConfigPath) {
    tFrontConfig.dwSensorConfigCount = 2;
    tFrontConfig.apszSensorConfig[0] = pHostStreamInit->pszSensorConfigPath;
    tFrontConfig.apszSensorConfig[1] = pHostStreamInit->pszFusionConfigPath;
    vsrc_initopt.eAppMode = VMF_VSRC_APP_MODE_FUSION;   // ← 關鍵
}
```

#### 層面二：ISP AWB 統計設定 (裝置端 flash)

```
檔案：$BIN_DIR/Resource/AWB/AutoWhiteBalance.ini

必須設定：dwStatisticsSrcType = 2
          （0 = 單曝光，2 = 雙曝光 DOL-HDR）
```

此設定告訴 AWB 演算法從哪個統計來源取色彩數據。設為 0 時，即使 eAppMode=FUSION，AWB 仍然只看單通道統計，無法正確收斂。

#### 層面三：ISP 色調映射設定 (裝置端 flash)

```
檔案：$BIN_DIR/Resource/ISP/0/pqtable_ispe_Config.cfg
      $BIN_DIR/Resource/ISP/1/pqtable_ispe_Config.cfg

必須設定：bGTREnable = 1
          （GTR = Global Tone Remapping，全域色調重映射）
```

GTR 是 HDR 到 SDR 的色調壓縮演算法。DOL-HDR 合成的高動態範圍影像若不經過 GTR 壓縮，在標準顯示器上亮部會過飽和，色彩失真。

### 4.4 三個層面的關係圖

```
                    ┌──────────────────────────────┐
INI: fusion_cfg ───►│ eAppMode = FUSION             │
                    │ dwSensorConfigCount = 2        │
                    │ 提供長短曝光兩組 .cfg 給 IFP   │
                    └──────────────┬───────────────┘
                                   │
                                   ▼
                    ┌──────────────────────────────┐
Resource: AWB ─────►│ dwStatisticsSrcType = 2       │
                    │ AES 模組使用雙通道統計          │
                    │ AWB 收斂 → 色溫正確            │
                    └──────────────┬───────────────┘
                                   │
                                   ▼
                    ┌──────────────────────────────┐
Resource: ISP ─────►│ bGTREnable = 1                │
                    │ GTR 壓縮 HDR→SDR               │
                    │ 亮度/色彩還原正常              │
                    └──────────────┬───────────────┘
                                   │
                                   ▼
                         ✅ 色彩正確的 YM12 影像
```

---

## 5. 程式碼結構詳解

### 5.1 原始碼目錄

```
kl630_build/
├── compile.sh                          ← 交叉編譯腳本 (ARM armv7-a)
├── ini/
│   └── host_stream.ini                 ← 主設定檔（部署時下載至裝置）
├── src/
│   ├── host_stream/
│   │   ├── kp_firmware.c               ← main()，loadConfig()，執行緒管理
│   │   ├── kdp2_host_stream.c          ← 核心管線：影像執行緒、畫框、VOC
│   │   ├── application_init.c          ← NPU job dispatch (STDC_JOB_ID=200)
│   │   └── app_header_init.c           ← FifoQ 封包封裝
│   ├── app_flow/
│   │   └── demo_customize_inf_single_model.c  ← 推論回呼
│   ├── pre_post/
│   │   └── stdc_post_process.c         ← STDC 後處理（分割圖解析）
│   └── stdc/
│       ├── fec_api.c                   ← FEC 魚眼校正 API
│       ├── stat_shim.c                 ← stat64 shim（交叉編譯相容）
│       └── glibc_shim.c               ← glibc ABI 相容層
├── lib/                                ← 裝置端 .so 函式庫（從裝置複製）
├── tools/device/
│   ├── deploy.sh                       ← 一鍵部署腳本
│   ├── demo_rtsp.sh                    ← 裝置端 RTSP 啟動腳本
│   └── demo_hdmi.sh                    ← 裝置端 HDMI 啟動腳本
└── SDK/                                ← Kneron VMF SDK 原始碼（參考用）
```

### 5.2 kp_firmware.c — 入口點

```
main()
├── loadConfig(HOST_STREAM_CONFIG_PATH)
│   ├── 讀取 [sensor] sensor_cfg, fusion_cfg, fec_mode ...
│   ├── 讀取 [nnm] ModelPath, ModelId, JobId, InferenceStream ...
│   ├── 讀取 [streamer] StreamCount ...
│   └── 讀取 [voc] → g_dwVocPixFmt = YM12 (hardcoded)
│
├── VMF_NNM_Fifoq_Manager_Init()        ← NPU 推論佇列初始化
├── VMF_NNM_Inference_App_Init()        ← 載入 .nef 模型
│
├── kdp2_host_stream_init(pHostStreamInit)
│   ├── init_video_source()
│   │   ├── loadFECConfig()             ← 魚眼校正參數
│   │   ├── tFrontConfig.apszSensorConfig[0/1]
│   │   ├── eAppMode = FUSION / NORMAL
│   │   └── VMF_VSRC_Init() + VMF_VSRC_Start()
│   │
│   └── 啟動各執行緒
│
└── 等待 SIGINT/SIGTERM 清理退出
```

### 5.3 kdp2_host_stream.c — 核心執行緒

#### 影像採集執行緒 (`kdp2_host_stream_image_thread`)

```c
// 核心迴圈
SSM_Reader_ReturnReceiveNewestBuff(ptSsmHandle, &ssm_buf, eImageBufMode);
VMF_VSRC_SSM_GetInfo(ssm_buf.buffer, &vsrc_ssm_info);
// 取得 YUV 影格，交給 NPU FifoQ
app_hdr_send_inf_cb(buf_addr, ..., ssm_buf.buffer, &vsrc_ssm_info);
```

#### 畫框執行緒 (`kdp2_host_stream_draw_box`)

此執行緒在 DrawBoxEnable=1 時啟動，用 DMA 複製 YUV 影格後疊加邊界框：

```c
// 正確的 DMA 目標位址（使用 SSM header 中的對齊偏移）
dma_addr.pbyDstYPhysAddr  = buffer_phys + vsrc_ssm_reader_info.dwOffset[0];
dma_addr.pbyDstCbPhysAddr = buffer_phys + vsrc_ssm_reader_info.dwOffset[1];
dma_addr.pbyDstCrPhysAddr = buffer_phys + vsrc_ssm_reader_info.dwOffset[2];
// ↑ 關鍵：不可用 VMF_MAX_SSM_HEADER_SIZE + dwYSize，
//   因為 dwOffset[1] 含有 stride 對齊的 padding，數值不同。
```

### 5.4 application_init.c — NPU Job 分派

```c
switch (job_id) {
    case STDC_JOB_ID:   // = 200
        stdc_inference(job_id, ...);
        break;
    // 其他 job ID...
}
```

### 5.5 host_stream.ini — 關鍵設定說明

```ini
[sensor]
sensor_cfg  = "./Resource/VIC/0/imx662_1920x1080_ch0.cfg"
fusion_cfg  = "./Resource/VIC/1/imx662_1920x1080_ch1.cfg"  ; ← 必須！啟用 DOL-HDR
fec_mode    = 0    ; 0=直通（不做魚眼校正），其他值啟用 FEC

[nnm]
ModelPath       = "nef/SDTC_0520.nef"
ModelId         = 32800    ; STDC segmentation model id
JobId           = 212      ; STDC_JOB_ID，對應 application_init.c
InferenceStream = 1        ; 使用 stream1 (724×362) 做推論
                           ; RTSP+HDMI 同時模式必須設為 0（否則 SIGSEGV）
Fps             = 25
DrawBoxEnable   = 1        ; 必須為 1，才會啟動畫框執行緒與語義分割疊加
DrawOnResize    = 0        ; InferenceStream=0 時必須設為 1（在 resize stream 畫框）

[streamer]
StreamCount = 2            ; 開啟 stream0 (1920×1080) 和 stream1 (724×362)
                           ; HDMI 單獨模式設為 1

[stream0]
Width = 1920  Height = 1080  FPS = 25  Bitrate = 2000000

[stream1]
Width = 724   Height = 362   FPS = 25  Bitrate = 2000000

[voc]
voc_enable = 1   ; 0=關閉 HDMI，1=啟用
VocWidth = 1920  VocHeight = 1080
PixFmt = NV12    ; 注意：此值被程式碼忽略，實際固定為 YM12
```

### 5.6 三種輸出模式的 INI 差異

| 模式 | voc_enable | StreamCount | InferenceStream | DrawOnResize |
|------|-----------|-------------|----------------|--------------|
| RTSP only | 0 | 2 | 1 | 0 |
| HDMI only | 1 | 1 | 0 | 1 |
| RTSP + HDMI | 1 | 2 | **0** (必須！) | 1 |

> `voc_enable=1 + StreamCount=2 + InferenceStream=1` 會造成 **SIGSEGV** crash，因此 RTSP+HDMI 模式必須將 InferenceStream 設為 0，並用 DrawOnResize=1 讓畫框作用在 resize stream 上。

---

## 6. 從零開始：新裝置完整部署流程

### 步驟 0：前置準備 — 準備開發環境

**在 Host PC 上（Windows + Docker）：**

```bash
# 1. 確認 Docker 安裝並有 ARM 交叉編譯環境
docker run --rm arm-compiler:latest arm-linux-gnueabihf-gcc --version

# 2. 確認 lib/ 目錄有裝置端函式庫（從裝置複製或 SDK 提供）
ls kl630_build/lib/
# 應包含：libvmf.so, libmembroker.so, libmsgbroker.so,
#         libsyncringbuffer.so, libiniparser.so,
#         libvmf_nnm.so, libkutils.so, libapp_yolo.so,
#         libuClibc-1.0.34.so 等

# 3. 確認 SDK headers 路徑
ls kl630_build/SDK/sdk/vtcs_root_vienna/include/vmf/
# 應包含：video_source.h, video_encoder.h, ssm_info.h 等
```

### 步驟 1：編譯 Binary

```bash
# 在 Host PC 上，於 Docker 容器內執行
docker run --rm \
    -v "C:/Users/hipe5/Desktop/kl630_build:/workspace/kl630_build" \
    kl630-dev \
    bash /workspace/kl630_build/compile.sh

# 編譯成功後輸出：
# === SUCCESS: /workspace/kl630_build/build/kp_firmware_host_stream ===
# 並顯示 patchelf 修補後的 NEEDED 清單（應無 ld-linux-armhf.so.3）
```

**compile.sh 做了什麼：**

1. 用 `arm-linux-gnueabihf-gcc` 編譯所有 `.c` → `.o`
2. Link 成 ELF binary，rpath 指向 `$ORIGIN/lib`
3. 用 `patchelf` 將 dynamic linker 從 glibc 改為 uClibc
4. 用 `patchelf` 將 `libc.so.6` → `libc.so.0`（uClibc soname）

### 步驟 2：架設 HTTP 伺服器（Host PC）

```bash
# 在 kl630_build/build/ 目錄下架設 HTTP server
cd kl630_build/build/
cp ../ini/host_stream.ini .          # 複製最新 INI
python -m http.server 8080

# 或 Windows 版
python -m http.server 8080
```

確認裝置能連到 Host PC：
- Host PC IP：`192.168.3.1`（透過 USB 網路介面）
- Port：`8080`
- 提供檔案：`kp_firmware_host_stream`、`host_stream.ini`

### 步驟 3：連線裝置並執行一次性 ISP 設定

```bash
# SSH 連入裝置（USB 網路或序列埠）
ssh root@192.168.3.10

# 在裝置上，首次只需執行一次：
sh /tmp/deploy.sh --setup
```

或手動執行以下指令（效果相同）：

```sh
BIN_DIR=/mnt/flash/plus/kp_firmware/kp_firmware_0/kp_firmware/bin

# 修正 1：AWB 雙曝光統計模式
sed -i 's/dwStatisticsSrcType = 0/dwStatisticsSrcType = 2/' \
    $BIN_DIR/Resource/AWB/AutoWhiteBalance.ini

# 修正 2：啟用 GTR 色調映射（兩個 ISP 通道）
sed -i 's/bGTREnable = 0/bGTREnable = 1/' \
    $BIN_DIR/Resource/ISP/0/pqtable_ispe_Config.cfg
sed -i 's/bGTREnable = 0/bGTREnable = 1/' \
    $BIN_DIR/Resource/ISP/1/pqtable_ispe_Config.cfg

# 確認
grep dwStatisticsSrcType $BIN_DIR/Resource/AWB/AutoWhiteBalance.ini
grep bGTREnable $BIN_DIR/Resource/ISP/0/pqtable_ispe_Config.cfg
```

> **這個步驟只需要在新裝置上執行一次。**
> 所有變更寫入 `/mnt/flash/`（eMMC），重開機後永久保留。

### 步驟 4：部署新 Binary（每次重新編譯後執行）

```bash
# 在裝置上
wget -q http://192.168.3.1:8080/deploy.sh -O /tmp/deploy.sh
sh /tmp/deploy.sh
```

`deploy.sh` 自動執行：

```
1. killall -9 kp_firmware_host_stream
2. killall -9 rtsps
3. rm -f /dev/shm/*
4. wget kp_firmware_host_stream → /mnt/flash/vienna/kp_firmware_host_stream
5. wget host_stream.ini → $BIN_DIR/ini/host_stream.ini
6. cd $BIN_DIR && sh ./ini/demo_rtsp.sh
```

### 步驟 5：驗證執行

```bash
# 在裝置上確認程式執行
ps | grep kp_firmware
ps | grep rtsps

# 查看啟動 log
# 應看到：
# [NNM] fusion_cfg: ./Resource/VIC/1/imx662_1920x1080_ch1.cfg
# [init_video_source] Fusion Mode
# [VOC] PixFmt: YM12 (0x324D5930)

# 用 VLC 或 ffplay 播放 RTSP
# rtsp://192.168.3.10/live1.sdp
```

### 步驟 6：確認色彩正常

| 現象 | 可能原因 | 解法 |
|------|---------|------|
| 粉紅色影像 | fusion_cfg 沒設定 | 檢查 host_stream.ini 第二行有無 `fusion_cfg` |
| 粉紅色影像 | dwStatisticsSrcType = 0 | 重新執行 `deploy.sh --setup` |
| 粉紅色影像 | bGTREnable = 0 | 重新執行 `deploy.sh --setup` |
| 色彩正常但有條紋 | DMA 畫框位址錯誤 | 已修正，重新編譯部署即可 |

---

## 7. 常見問題排查

### 7.1 `VSRC_AES_GetViBuffer() failed: 801C000B`

```
問題：log 出現此錯誤且持續出現（每幀）
原因：eAppMode = NORMAL，AES 無法處理 FUSION_BAY (fmt=31) 格式
解法：確認 host_stream.ini 有 fusion_cfg 這一行且未被注解
```

### 7.2 Stack Smashing 崩潰

```
問題：*** stack smashing detected *** : Aborted
原因：stat64/fstat64 符號在 uClibc 上與 glibc 不相容
解法：已在 src/stdc/stat_shim.c 加入 shim，確認編譯時包含此檔案
```

### 7.3 程式啟動後立即退出

```
問題：VMF_VSRC_Init() 回傳 NULL
檢查清單：
1. LD_LIBRARY_PATH=/mnt/flash/vienna/lib 是否設定
2. /dev/shm/ 是否清空（執行 rm -f /dev/shm/*）
3. 舊的 kp_firmware_host_stream 是否已 kill
4. Resource/ 目錄下的設定檔是否存在
```

### 7.4 RTSP 連不上

```
問題：VLC 打開 rtsp://192.168.3.10/live1.sdp 失敗
檢查：
1. demo_rtsp.sh 中 sleep 4 後 rtsps 是否已啟動
   → ps | grep rtsps
2. stream_server_config.ini 是否存在於 $BIN_DIR
3. venc_srb_* 共享記憶體是否存在
   → ls /dev/shm/
```

### 7.5 HDMI 無輸出

```
問題：voc_enable = 1 但 HDMI 無畫面
檢查：
1. VocWidth/VocHeight 是否正確設定
2. ISP 輸出格式：固定為 YM12，程式碼已 hardcode
3. HDMI 顯示器是否支援 1920×1080
```

### 7.6 `[MemMgr][Error]: Open EDMC device fail !!`

```
問題：firmware 啟動後立即出現此錯誤並退出
原因：硬體 kernel module 尚未載入，/dev/vpl_edmc 不存在
      （EDMC = Enhanced DMA Controller，由 vpl_edmc_v6.3.0.2.ko 提供）

排查：
  strace 確認：
  open("/dev/vpl_edmc", O_RDWR) = -1 ENOENT (No such file or directory)

解法：
  cd /mnt/flash/vienna/drivers && sh driver.sh 2>/dev/null
  然後重新執行 firmware

注意：
- /lib/modules/ 中有兩個版本：Godshand.ko 和 Godshand_v2.1.0.1.ko
  系統預設載入的是 Godshand.ko，兩者皆不建立 /dev/vpl_edmc
  vpl_edmc 必須由 driver.sh 明確載入 vpl_edmc_v6.3.0.2.ko 才會建立
- driver.sh 使用相對路徑 insmod，必須從 drivers/ 目錄執行
- demo_rtsp.sh / demo_hdmi.sh / demo_rtsp_hdmi.sh 已內建自動檢查：
  [ -e /dev/vpl_edmc ] || (cd /mnt/flash/vienna/drivers && sh driver.sh 2>/dev/null && sleep 1)
```

### 7.7 Write Autostart 後重開機無效

```
問題：透過 web UI Write Autostart 後，重開機 firmware 沒有自動啟動
原因：/mnt/flash/etc/ 的寫入在斷電重開後會消失
      UBIFS journal 未 flush 到 flash

解法：
  web_serve.py 的 api_autostart_write 在寫完 rc.local 後自動執行 sync
  手動寫入時必須在斷電前執行：sync

開機自動啟動原理：
  /etc/init.d/rcS → S95done → insmod /lib/modules/Godshand.ko
                             → sh /mnt/flash/etc/rc.local（若存在）
  rc.local 內容：
    cd /mnt/flash/vienna/drivers && sh driver.sh 2>/dev/null  ← 載入硬體驅動
    sleep 2
    cd /mnt/flash/vienna
    sleep 3
    nohup sh /mnt/flash/vienna/demo_*.sh > /tmp/fw.log 2>&1 &
```

---

## 8. 關鍵參數速查表

### 每次部署需確認的 INI 設定

| 參數 | 位置 | 必要值 | 說明 |
|------|------|--------|------|
| `fusion_cfg` | `[sensor]` | `./Resource/VIC/1/...` | DOL-HDR 必須，不可注解 |
| `ModelPath` | `[nnm]` | `nef/SDTC_0520.nef` | STDC 模型路徑 |
| `ModelId` | `[nnm]` | `32800` | STDC segmentation model id |
| `JobId` | `[nnm]` | `212` | 對應 `STDC_JOB_ID` |
| `InferenceStream` | `[nnm]` | `1`（RTSP）/ `0`（HDMI/RTSP+HDMI） | 推論用 stream 索引 |
| `DrawBoxEnable` | `[nnm]` | `1` | 必須，否則語義分割疊加不會執行 |
| `DrawOnResize` | `[nnm]` | `1`（InferenceStream=0 時） | 在 resize stream 上畫框 |
| `StreamCount` | `[streamer]` | `2`（RTSP）/ `1`（HDMI only） | stream 數量 |

### 裝置端 flash 一次性設定

| 參數 | 檔案 | 必要值 | 說明 |
|------|------|--------|------|
| `dwStatisticsSrcType` | `AWB/AutoWhiteBalance.ini` | `2` | 雙曝光統計模式 |
| `bGTREnable` | `ISP/0/pqtable_ispe_Config.cfg` | `1` | 色調映射開啟 |
| `bGTREnable` | `ISP/1/pqtable_ispe_Config.cfg` | `1` | 色調映射開啟 |

### 編譯關鍵 Flags

| Flag | 說明 |
|------|------|
| `-DVATICS_PLATFORM` | VMF SDK 平台識別 |
| `-DKL630` | KL630 特定程式碼路徑 |
| `-march=armv7-a -mfpu=neon -mfloat-abi=hard` | Cortex-A7 + NEON |
| `-Wl,--dynamic-linker,/lib/ld-uClibc.so.1` | 指定 uClibc dynamic linker |
| patchelf: `libc.so.6` → `libc.so.0` | glibc soname → uClibc soname |

---

## 9. STDC 語義分割邏輯詳解

本節說明目前 `stdc_post_process.c` 和 `app_header_init.c` 實作的完整判斷邏輯，作為下一階段警示/煞車控制的輸入基礎。

### 9.1 分割類別定義

STDC 模型輸出 128×64 的像素分類圖，每個像素屬於以下 8 個類別之一：

| 索引 | 類別 | 說明 |
|------|------|------|
| 0 | `BUNKER` | 沙坑 |
| 1 | `CAR` | 車輛 |
| 2 | `GRASS` | 草地 |
| 3 | `GREENERY` | 植被（灌木、雜草等） |
| 4 | `PERSON` | 行人 |
| 5 | `POND` | 水塘 |
| 6 | `ROAD` | 道路/路徑 |
| 7 | `TREE` | 樹木 |

每個類別都計算全域佔比 `class_ratio[ci]`（該類像素數 ÷ 總像素數）。

### 9.2 感興趣區域（ROI）定義

#### 碰撞 ROI（Collision ROI）

以影像分割圖比例定義，判斷是否有危險物體進入正前方區域：

```
左邊界:  25% 寬度   右邊界:  75% 寬度
上邊界:  25% 高度   下邊界:  70% 高度

對應 1920×1080 畫面：x=480 y=270 w=960 h=486（DrawBox 視覺輸出位置）
```

#### 前進 ROI（Forward ROI）— 梯形

模擬球車前方路面的透視梯形，用於草地/樹木判斷：

```
頂邊：左 45% ─────────── 右 55%   (影像 55% 高度處)
底邊：左 30% ─────────────────── 右 70%   (影像 95% 高度處)
```

### 9.3 警告旗標與閥值

`stdc_analysis_t` 中的 boolean 旗標由以下邏輯設定：

| 旗標 | 條件 | 閥值來源 |
|------|------|---------|
| `on_grass` | 前進 ROI 內草地佔比 > 30% | `THR_GRASS_ROI = 0.30` |
| `grass_warning` | `on_grass` 持續時間 > 2 秒 | `STDC_WARNING_SECONDS = 2.0` |
| `person_warning` | 全域行人佔比 > 1% | `THR_PERSON_GLOBAL = 0.01` |
| `car_warning` | 全域車輛佔比 > 5% | `THR_CAR_GLOBAL = 0.05` |
| `greenery_warning` | 全域植被佔比 > 20% | `THR_GREENERY_GLOBAL = 0.20` |
| `bunker_warning` | 全域沙坑佔比 > 1% | `THR_BUNKER_GLOBAL = 0.01` |
| `pond_warning` | 全域水塘佔比 > 1% | `THR_POND_GLOBAL = 0.01` |
| `tree_dense` | 全域樹木佔比 > 30% | `THR_TREE_DENSE = 0.30` |
| `tree_approaching` | 前進 ROI 內樹木佔比相較前幀成長 > 5% | `STDC_TREE_GROWTH_THR = 0.05` |
| `collision_risk` | 碰撞 ROI 內任一危險類別超過各自閥值（見下表） | — |
| `is_moving` | 前進 ROI 內 luma 平均差 > 3.0 | `STDC_MOTION_THRESHOLD = 3.0` |

#### `collision_risk` 詳細條件（碰撞 ROI 內）

| 類別 | 閥值 |
|------|------|
| 行人 (`col_person_ratio`) | > 1% |
| 車輛 (`col_car_ratio`) | > 5% |
| 樹木 (`col_tree_ratio`) | > 20% |
| 沙坑 (`col_bunker_ratio`) | > 1% |
| 水塘 (`col_pond_ratio`) | > 1% |

任一條件成立即觸發 `collision_risk = 1`。

### 9.4 警告優先層級

目前的邏輯是平坦的 bitmask（無優先順序），下一階段需要整合成層級：

```
Level 2（緊急） ← collision_risk = 1
                   OR person_warning = 1

Level 1（警告） ← car_warning = 1
                   OR pond_warning = 1
                   OR bunker_warning = 1
                   OR tree_approaching = 1

Level 0（正常） ← 其餘情況
```

`grass_warning`、`greenery_warning`、`tree_dense` 在球場環境中幾乎常時觸發，**不納入煞車邏輯**，僅保留為 HUD 顯示資訊。

### 9.5 視覺疊加輸出（DrawBox，1920×1080）

```
畫面區域            內容
─────────────────────────────────────────────────────
中央大框            碰撞 ROI 輪廓（480,270 960×486）
                    collision_risk 時加畫第二層內框（492,282 936×462）
中央下框            前進 ROI 輪廓（576,594 768×432）
左側警告欄 (200×55) y=10  collision_risk
                    y=73  person_warning
                    y=136 car_warning
                    y=199 grass_warning
                    y=262 tree_dense
                    y=325 tree_approaching
右側類別欄 (40×55)  每個 class 當比例超過各自閥值時亮起
                    bunker/car/grass/greenery/person/pond/road/tree（由上到下）
```

---

## 10. 下一階段：高爾夫球車警示與煞車控制

### 10.1 目標

在現有 KL630 AI 視覺管線上疊加一套安全警示與動力介入系統，適用於高爾夫球場電動球車：

- **行人/障礙物偵測** → 即時警告
- **緊急煞車** → GPIO 訊號觸發 relay，截斷馬達動力或拉起電磁煞車
- **未來擴充** → 油門 PWM 控制（依障礙物距離梯度減速）

### 10.2 系統架構變化

```
現有管線（第一階段）
  STDC 分割 → stdc_analysis_t flags → printf 警告 + DrawBox 視覺疊加

新增（第二階段）
  stdc_analysis_t flags
        │
        ▼
  warn_level 整合（0/1/2）        ← app_header_init.c 新增
        │
   ┌────┴─────────┐
   ▼              ▼
GPIO 煞車訊號   GPIO 警告燈       ← gpio_ctrl.c 新增
/sys/class/gpio/  relay/buzzer
        │
        ▼
  馬達控制器 / 電磁煞車
```

### 10.3 已完成 / 待完成項目

| 檔案 | 狀態 | 說明 |
|------|------|------|
| `src/host_stream/event_recorder.c` | ✅ **已實作** | 草地狀態機 + 單次碰撞事件 + JPEG 快照 + tar.gz 上傳（見第 13 節） |
| `src/host_stream/can_bus.c` | ✅ **已實作** | CAN 控制指令 `can_bus_send_control_cmd(level)`（見第 12 節） |
| `src/host_stream/gpio_devmem.c` | ✅ **已實作** | /dev/mem GPIO（SPI bit-bang 用，見第 14 節） |
| `src/host_stream/bt_uart.c` | ✅ **已實作** | BLE JSON 事件推送（見第 11 節） |
| 警告燈 / 煞車 relay GPIO | ❌ **待實作** | 需確認板上 GPIO pin 與繼電器接線後實作 `gpio_set_warning(level)` |
| `ini/host_stream.ini [golf_cart]` | ❌ **待實作** | 警告/煞車 GPIO pin 號設定 |

### 10.4 警告等級 → GPIO 輸出對應

```
warn_level 0（正常）  → GPIO_WARN=0  GPIO_BRAKE=0
warn_level 1（警告）  → GPIO_WARN=1  GPIO_BRAKE=0   （警示燈亮）
warn_level 2（緊急）  → GPIO_WARN=1  GPIO_BRAKE=1   （警示燈 + 煞車 relay 觸發）
```

觸發條件：
- Level 2：`collision_risk == 1` 或 `person_warning == 1`
- Level 1：`car_warning == 1` 或 `pond_warning == 1` 或 `bunker_warning == 1` 或 `tree_approaching == 1`

### 10.5 新增 INI 參數規劃

```ini
[golf_cart]
BrakeOnCollision = 1      ; collision_risk 觸發煞車（0=停用）
BrakeOnPerson    = 1      ; person_warning 觸發煞車（0=停用）
WarnOnCar        = 1      ; car_warning 觸發警告燈
WarnOnPond       = 1      ; pond_warning 觸發警告燈
WarnOnBunker     = 1      ; bunker_warning 觸發警告燈
GpioPinWarn      = 5      ; 警告燈/蜂鳴器 GPIO pin 編號
GpioPinBrake     = 6      ; 煞車 relay GPIO pin 編號
BrakePulseMs     = 0      ; 0=持續拉高；>0=觸發後維持 N ms 再釋放（pulse 模式）
```

### 10.6 待確認事項

| 項目 | 說明 |
|------|------|
| KL630 GPIO pin mapping | 確認板上哪些 pin 拉出，對應 `/sys/class/gpio/gpioX` 編號（需查 BSP / schematic） |
| 煞車介面 | relay DO（直接 GPIO）或需要 PWM 訊號給馬達控制器 |
| 草地閥值調整 | 球場全是草，`THR_GRASS_ROI=0.30` 會讓 `on_grass` 幾乎常時觸發；考慮提高閥值或直接排除 grass 警告出煞車邏輯 |
| 反應延遲 | 目前 STDC 推論速率約 25 fps，collision_risk 觸發到 GPIO 拉高延遲 < 80ms，是否符合需求 |
| 安全冗餘 | 視覺 AI 單點失效時的 failsafe 策略（例如：推論超時 → 強制觸發警告） |

---

---

## 11. 藍牙通訊：DX-BT24 BLE UART 模組

### 11.1 模組規格

| 項目 | 規格 |
|------|------|
| 模組型號 | DX-BT24 |
| 通訊介面 | 透明 UART → BLE（BLE 4.2） |
| BLE 服務 | UUID `0xFFE0`；Notify `FFE1`（裝置→手機）；Write `FFE2`（手機→裝置） |
| UART 預設鮑率 | 9600 bps（出廠）；一次性升級至 115200 bps |
| KL630 UART 腳位 | `/dev/ttyS1`（J15 擴充連接器） |

### 11.2 功能架構

```
KL630 firmware
  event_recorder_update()
        │
        ▼
  bt_uart_send_json()   ← 非阻塞：放入 FIFO 佇列即返回
        │
        ▼
  [bt_writer_thread]   ← 專用執行緒，實際寫入 UART
        │
        ▼
  /dev/ttyS1 → DX-BT24 → BLE → iPhone nRF Connect / 球場 iPad App
```

**關鍵設計**：`bt_uart_send_json()` 只做 `malloc + enqueue + cond_signal`，永不阻塞推論主迴圈。寫入執行緒在有訊息時才喚醒並寫入 UART。

### 11.3 JSON 事件格式

每次偵測到違規即送出一個 JSON 字串（無 `\r\n`，BLE 以封包為單位）：

```json
{"class":"car","level":1}
{"class":"person","level":2}
{"class":"grass","level":1}
{"class":"boot","level":0}
```

| 欄位 | 說明 |
|------|------|
| `class` | 違規類型：`boot` / `road` / `grass` / `car` / `person` / `pond` / `bunker` / `tree` / `hazard` |
| `level` | 嚴重等級：0=正常/開機，1=警告，2=緊急 |

> **注意**：不加 `\r\n`。加了 DX-BT24 會在換行後額外送出一個空的 BLE Notification，手機端看到非 UTF-8 內容。

### 11.4 一次性鮑率升級

出廠模組預設 9600 bps。升級步驟（僅需做一次）：

1. 在 `ini/host_stream.ini` 設 `bt_at_probe = 1`
2. 啟動韌體 — `bt_uart_init()` 偵測模組當前鮑率並送出 `AT+BAUD7`（→115200）後 `AT+RESET`
3. 確認 `/tmp/fw.log` 出現 `[BT] upgrade complete`
4. 將 `bt_at_probe` 改回 `0`（避免 AT 指令被 BLE 客戶端看到）

### 11.5 INI 參數

```ini
[event]
enable          = 1
bt_uart_dev     = /dev/ttyS1   # UART 裝置節點
bt_at_probe     = 0            # 0: 直接以 115200 開啟（正常使用）
                               # 1: 執行一次性 AT 鮑率升級（出廠/重置後）
```

### 11.6 相關原始碼

| 檔案 | 說明 |
|------|------|
| `src/host_stream/bt_uart.c` | UART 驅動：FIFO 佇列 + 專用寫入執行緒 + AT 探測/升級邏輯 |
| `include/host_stream/bt_uart.h` | 公開 API：`bt_uart_init()` / `bt_uart_send_json()` / `bt_uart_close()` |
| `src/host_stream/event_recorder.c` | `fire_json_async()` 呼叫 `bt_uart_send_json()` |
| `src/host_stream/kp_firmware.c` | `loadConfig()` 中讀取 INI 並呼叫 `bt_uart_init()` |

### 11.7 驗證方法

裝置端（韌體啟動後）：

```sh
# 手動送出 JSON（stty 先設定鮑率）
stty -F /dev/ttyS1 115200 raw cs8 -parenb -cstopb -echo
printf '{"class":"test","level":0}' > /dev/ttyS1
```

iPhone 端：開啟 nRF Connect → 掃描 DX-BT24 → 連線 → 訂閱 FFE1 Notify → 應看到 `{"class":"test","level":0}`（正確 UTF-8 字串）。

---

## 12. CAN Bus 通訊：MCP2515 SPI 控制器

### 12.1 硬體配置

| 項目 | 規格 |
|------|------|
| CAN 控制器 | MCP2515 |
| 介面 | SPI via J16 擴充連接器 |
| SPI 裝置節點 | `/dev/spidev1.0` |
| SPI 時脈 | 1 MHz |
| 晶振 | 8 MHz |
| 預設 CAN 速率 | 250 kbps |
| 輸出 CAN Frame ID | 0x100（11-bit Standard Frame，可 INI 設定） |

J16 接線（依板上標示順序）：

| J16 腳位 | MCP2515 模組 |
|---|---|
| CS | CS |
| DO | SI (MOSI) |
| CLK | SCK |
| RESERVED | SO (MISO) |

註：若板上 `RESERVED` 版本實際未接到 `SPI_1_DI_E`，MCP2515 將無法回應。

### 12.2 功能架構

本週重構為**控制訊號模式（control-frame mode）**，移除了 MsgBroker FIFO 依賴，直接使用 CAN 控制幀進行速度控制：

```
KL630 firmware
  event_recorder.c: grass_enter_level(level) / collision detection
        │
        ▼
  msg_send() → can_bus_send_control_cmd(level)   ← 直接呼叫（同步，有 retry）
        │
        ▼
  send_one_frame_with_retry()       ← 最多 20 次重試 + TX stuck 恢復
        │
        ▼
  mcp2515_sendMessage()             ← SPI ioctl 到 /dev/spidev1.0
        │                             （或 SPI_BITBANG 模式：gpio_devmem）
        ▼
      MCP2515 (J16) → CAN bus → 車體馬達控制器
```

> **重要改動**：`msg_send("setSpeed")` 現在直接呼叫 `can_bus_send_control_cmd()`，不再依賴 `/tmp/canbus/c0/command.fifo` MsgBroker FIFO。JSON 事件僅透過藍牙（Channel A）傳送給 iPad。

CAN 控制器包含 keep-alive 機制，每 200ms 自動重發最後的速度指令，確保馬達控制器不會因通訊中斷而失去控制。

### 12.3 CAN Frame 格式

#### 控制 Frame（主要輸出）

```
CAN ID  : 0x75  (11-bit, hardcoded in s_ctl_can_id)
DLC     : 8
Data[0] : 速度控制指令（見下表）
Data[1-7]: 0x00 (reserved)
```

| Data[0] | 定義常數 | 觸發條件 | 說明 |
|---------|---------|---------|------|
| `10` | `SPEED_LEVEL_0` | 碰撞事件 | 緊急停車（單次觸發） |
| `10` | `SPEED_LEVEL_1` | 草地 L3（T+10s） | 嚴重違規，強制停車 |
| `10` | `SPEED_LEVEL_2` | 草地 L2（T+6s） | 持續違規，中度減速 |
| `10` | `SPEED_LEVEL_3` | 草地 L1 持續 | 持續違規，輕度減速 |
| `10` | `SPEED_LEVEL_4` | 草地 L1 進入 | 初次草地違規，警告 |
| `240` | `SPEED_LEVEL_5` | 正常狀態 / 事件結束 | 恢復正常（全速） |

> **注意**：目前測試階段所有 SPEED_LEVEL 均設為 10（低速），正常速度為 240。生產環境可依需求調整各等級的速度值。

控制指令由 `event_recorder.c` 的草地狀態機和碰撞檢測觸發（詳見第 13 節）。CAN 控制器會每 200ms 自動重發最後的控制指令作為 keep-alive。

#### JSON 多幀（保留，目前停用）

```
CAN ID  : 0x100 (INI can_id，可設定)
DLC     : 最多 8 bytes / frame
格式    : JSON 字串分段，每幀 8 bytes，最後一幀以 0x00 補齊
接收端  : 逐幀拼接直到遇到 null byte
```

此模式已保留程式碼但 `can_bus_send_json()` 目前不發送。若日後需要同時傳送 JSON 到 CAN，移除 `can_bus_send_json()` 中的 early return 即可。

### 12.4 初始化流程

```c
/* can_bus_init 內部步驟 */
s_dev = new_mcp2515_dev(spidev);              // 配置 SPI: 1MHz, 8-bit
                                               // 或 "gpio-bitbang"（SPI_BITBANG 模式）
mcp2515_initial(s_dev);                        // SPI reset → 進入 CONFIG mode
mcp2515_can_speed(s_dev, CAN_250KBPS, MCP_8MHZ); // 8MHz 晶振 @ 250kbps
mcp2515_setMode(s_dev, CANCTRL_REQOP_NORMAL);  // 進入 NORMAL mode

/* 啟動迴環自測 (loopback self-test) */
mcp2515_setMode(LOOPBACK) → sendMessage(0x321, 0xA5) → readMessage()
// 成功：log "[CAN] startup loopback self-test OK"
// 失敗：log "[CAN] startup loopback self-test failed (-N)"

// 啟動 can_writer_thread（佇列消費用，目前主要由 can_bus_send_control_cmd 直接送）
// 啟動 can_keepalive_thread：每 200ms 重發最後控制指令 (預設 SPEED_LEVEL_5 = 240)
// 初始化完成後送出 boot 控制 frame: can_bus_send_control_cmd(SPEED_LEVEL_5)
```

### 12.5 TX 錯誤恢復機制

當 `mcp2515_sendMessage()` 失敗時觸發分層恢復：

```
sendMessage() 回傳 ERROR_ALLTXBUSY 或 ERROR_FAILTX
  │
  ▼
重試最多 20 次（每次 backoff 2ms）
  │
  ├── 仍失敗 → 讀取 EFLG / TEC / REC 暫存器
  │               印出 hint（TX bus-off / TX error-passive / 警告）
  │               can_recover_tx_stuck():
  │                 CANCTRL_ABAT → 中止掛起的重傳
  │                 清除 TXB0/1/2 TXREQ bit
  │                 恢復 NORMAL mode
  │
  └── 若 EFLG_TXBO 或 TEC ≥ 128 (bus-off 狀態)
        can_reinit_controller_locked():  reset + 重設速率 + NORMAL
        can_loopback_selftest_locked():  確認 SPI 路徑健康
```


### 12.6 INI 參數

```ini
[can]
enable      = 1               # 1: 啟用 CAN 輸出；0: 停用
spidev      = /dev/spidev1.0  # SPI 裝置路徑（SPI_BITBANG 模式下忽略）
speed_kbps  = 250             # CAN 速率：125 / 250 / 500 / 1000 kbps
can_id      = 0x100           # JSON 多幀的 11-bit CAN ID（目前停用）
                              # 控制 Frame 固定使用 ID 0x75
```

> **本週變更**：`enable` 已從 `0` 改為 `1`（預設開啟）。

### 12.7 SPI Bit-bang 模式

當 compile.sh 加上 `-DSPI_BITBANG` 時，MCP2515 透過 gpio_devmem 以軟體模擬 SPI：

```
/dev/spidev1.0 不可用（被其他 kernel module 佔用）時使用此模式

J15 腳位 (GPIOC_0)：
  GPIO1 = CS   (SPI_GPIO_CS,  compile.sh 定義)
  GPIO2 = MOSI (SPI_GPIO_MOSI)
  GPIO3 = SCK  (SPI_GPIO_SCK)
  GPIO4 = MISO (SPI_GPIO_MISO)

底層實作：gpio_devmem_set(pin, 0/1) → /dev/mem → KL630 GPIO_C 0x402E0000
```

詳細暫存器配置見第 14 節。

### 12.8 相關原始碼

| 檔案 | 說明 |
|------|------|
| `src/host_stream/mcp2515.c` | MCP2515 低層 SPI 驅動 |
| `include/host_stream/mcp2515.h` | MCP2515 暫存器定義、API 宣告 |
| `src/host_stream/can_bus.c` | 高層封裝：`can_bus_send_control_cmd()` + 錯誤恢復 |
| `include/host_stream/can_bus.h` | 公開 API：`can_bus_init()` / `can_bus_send_control_cmd()` / `can_bus_close()` |
| `src/host_stream/gpio_devmem.c` | SPI bit-bang 用的 GPIO /dev/mem 驅動（第 14 節） |
| `src/host_stream/kp_firmware.c` | `loadConfig()` 讀取 `[can]` INI 並呼叫 `can_bus_init()` |

### 12.9 待確認事項

| 項目 | 說明 |
|------|------|
| J16 MISO 接腳 | `RESERVED` 需確認為 `SPI_1_DI_E`，否則 MCP2515 回應讀不回來 |
| 控制 Frame ID 0x75 | 與車體 ECU 協調確認不與其他 node 衝突 |
| 控制指令語意 | cmd=1/2/3 的具體油門百分比或減速邏輯由馬達控制器端定義 |
| 接收端需求 | 目前只實作發送；若需接收回授，在 can_writer_thread 加 mcp2515_readMessage() 輪詢 |
| CAN 速率匹配 | 車體 CAN bus 速率需與 `speed_kbps` 一致，否則全部 Frame 被丟棄 |

---

---

## 13. 事件錄製器（Event Recorder）

`event_recorder.c` 是本週新增的核心模組，負責整合 STDC 分析結果、觸發雙通道事件輸出，並將現場 JPEG 快照打包上傳。

### 13.1 雙通道架構

```
STDC 分析結果 (stdc_analysis_t)
        │
        ▼
  event_recorder_update()  ← 在 recv callback（約 25fps）呼叫
        │
   ┌────┴──────────────────────────────┐
   ▼                                   ▼
Channel A (BLE/iPad)          Channel B (tar.gz 上傳)
  bt_uart_send_json(json)       VMF_SNAP → JPEG → event.json → tar.gz
  {"class":"lane","level":1}    → kCurl POST → /api/golf.cgi
        │                               │
   DX-BT24 BLE → iPad            SD 卡存檔 (最多 7GB)
```

另外，草地事件同時觸發 CAN 控制指令（Channel C，第 12 節）：

```
grass_enter_level(level)
  ├── fire_json_async() → BLE JSON
  └── can_bus_send_control_cmd(level) → CAN 馬達控制
```

### 13.2 草地違規狀態機

觸發條件：`on_grass == 1 AND is_moving == 1`（靜止停車在草地不觸發）

```
GRASS_IDLE ──── on_grass & is_moving ────► GRASS_L1  (T+0s)
                                               │  fire BT level=1, CAN cmd=1, snap level1.jpg
                                               │
               !on_grass 持續 2s ◄─────────────┤─── on_grass & 經過 6s ──► GRASS_L2 (T+6s)
                  (exit hysteresis)            │                                │  fire BT level=2
                        │                     │                                │  CAN cmd=2, snap level2.jpg
                        ▼                     │    !on_grass 持續 2s ◄─────────┤─── 經過 10s ──► GRASS_L3 (T+10s)
                  GRASS_DONE                  │         │                      │                    │  fire BT level=3
                  fire BT level=0             │         ▼                      │                    │  CAN cmd=3
                  CAN cmd=0                   │   GRASS_DONE                   │          !on_grass 持續 2s
                  launch_upload()             └─────────────────────────────── │  ──────────────► GRASS_DONE
                        │
                        ▼
                  upload_thread (detached)
                  delay → event.json → tar.gz → kCurl POST → SD 清理
                        │
                        ▼
                  GRASS_IDLE
```

**退出遲滯（exit hysteresis）**：`GRASS_EXIT_HYSTERESIS_MS = 2000ms`。
球場上 STDC 偶爾在路邊草地閃爍，2 秒遲滯避免誤以為事件結束。

### 13.3 單次碰撞事件（Single-shot）

以下事件僅在碰撞 ROI 內偵測到，且只觸發一次（Rising edge 0→1）：

| 類型 | 閾值 | 觸發行為 |
|------|------|---------|
| `person` | `col_person_ratio ≥ THR_PERSON_COLLISION` | BT JSON level=1 + snap + 立即上傳 |
| `bunker` | `col_bunker_ratio ≥ THR_BUNKER_COLLISION` | BT JSON level=1 + snap + 立即上傳 |
| `pond`   | `col_pond_ratio ≥ THR_POND_COLLISION`     | BT JSON level=1 + snap + 立即上傳 |
| `tree`   | `col_tree_ratio ≥ THR_TREE_COLLISION`     | BT JSON level=1 + snap + 立即上傳 |

碰撞事件不觸發 CAN 控制指令（目前設計；日後可加）。

### 13.4 JSON 事件格式（BLE 輸出）

```json
{"class":"lane","level":1}    ← 草地 L1
{"class":"lane","level":2}    ← 草地 L2
{"class":"lane","level":3}    ← 草地 L3
{"class":"lane","level":0}    ← 草地結束（恢復正常）
{"class":"person","level":1}  ← 行人碰撞 ROI
{"class":"bunker","level":1}  ← 沙坑碰撞 ROI
```

> **type "lane"**：草地事件統一以 `lane`（超出車道邊界）回報，方便前端 app 分類。

### 13.5 JPEG 快照與 tar.gz 打包

快照由 `event_recorder_provide_frame()` 在 VMF 影格發送 callback 中執行：

```
[主執行緒: send callback]
  g_snap_req.active == 1
  → VMF_SNAP_ProcessOneFrame(1920×1080, QP=75)
  → save_jpeg("/tmp/ev_<id>/level1.jpg")
  → 草地事件：保留，等事件結束後統一打包
  → 碰撞事件：立即 launch_upload()
```

tar.gz 結構：

```
event_<id>_<timestamp>.tar.gz
  ├── event.json      ← id, date(UTC+8), type, max_level, duration_sec, images[]
  ├── level1.jpg      ← 草地 L1 快照（若存在）
  ├── level2.jpg      ← 草地 L2 快照（若存在）
  ├── level3.jpg      ← 草地 L3 快照（若存在）
  └── snapshot.jpg    ← 碰撞事件快照
```

SD 卡清理：總大小超過 `sd_max_mb`（預設 7168 MB = 7GB）時，按 mtime 由舊到新刪除。

### 13.6 INI 參數

```ini
[event]
enable          = 1
bt_uart_dev     = /dev/ttyS1                              # Channel A: DX-BT24 UART 節點
bt_at_probe     = 0                                       # 0: 直接 115200; 1: 一次性 AT 升級
upload_url      = http://192.168.0.114:8081/api/golf.cgi  # Channel B: tar.gz 上傳端點
                                                          #   Production: http://192.168.0.99/api/golf.cgi
sd_path         = /tmp/sdcard/events                      # SD 卡存檔路徑
sd_max_mb       = 7168                                    # SD 卡容量上限（MB）
upload_delay_ms = 0                                       # 0: 事件結束後立即打包上傳
```

### 13.7 相關原始碼

| 檔案 | 說明 |
|------|------|
| `src/host_stream/event_recorder.c` | 狀態機、快照、打包、上傳全部邏輯 |
| `include/host_stream/event_recorder.h` | 公開 API：`event_recorder_init()` / `event_recorder_update()` / `event_recorder_provide_frame()` |
| `src/host_stream/kp_firmware.c` | `loadConfig()` 讀取 `[event]` INI 並呼叫 `event_recorder_init()` |
| `src/host_stream/kp_firmware.c` | 在 recv callback 呼叫 `event_recorder_update(ana)` |

---

## 14. GPIO 直接存取：gpio_devmem

### 14.1 背景

KL630 J15 擴充連接器的 GPIO 腳位在部分韌體版本中已被 `dh2228fv` display driver 透過 pinmux 佔用，導致 `/sys/class/gpio` 介面無法使用。解法是透過 `/dev/mem` 直接存取實體暫存器，繞過 pinmux 衝突。

### 14.2 硬體對應

```
KL630 GPIO_C 基底位址：0x402E0000

J15 連接器腳位對應（GPIOC_0 group）：
  J15 Pin 1 (CS)   → GPIO1 = GPIOC_0_IO_DATA_1
  J15 Pin 2 (MOSI) → GPIO2 = GPIOC_0_IO_DATA_2
  J15 Pin 3 (SCK)  → GPIO3 = GPIOC_0_IO_DATA_3
  J15 Pin 4 (MISO) → GPIO4 = GPIOC_0_IO_DATA_4
```

### 14.3 暫存器對應

| 偏移 | 暫存器 | 功能 |
|------|--------|------|
| `+0x0000` | `GPIOD_PSR` | Port Status（唯讀，反映實際 pin 狀態） |
| `+0x0004` | `GPIOD_PDDR` | Port Data Direction（bit=1 輸出，bit=0 輸入） |
| `+0x0008` | `GPIOD_PSOR` | Port Set（寫 1 → 該腳拉高，其他 pin 不影響） |
| `+0x000C` | `GPIOD_PCOR` | Port Clear（寫 1 → 該腳拉低，其他 pin 不影響） |
| `+0x0010` | `GPIOD_PTOR` | Port Toggle |
| `+0x0014` | `GPIOD_PIDR` | Port Input Disable |

### 14.4 API

```c
int  gpio_devmem_init(void);                        // 開啟 /dev/mem + mmap GPIO_C
void gpio_devmem_cleanup(void);                     // munmap + close
int  gpio_devmem_set_direction(int gpio, int out);  // gpio: 1-4，out: 1=輸出
int  gpio_devmem_set(int gpio, int value);          // set high/low via PSOR/PCOR
int  gpio_devmem_get(int gpio);                     // 讀 PSR bit（0 或 1）
```

### 14.5 使用方式（SPI bit-bang）

在 `compile.sh` 加入 `-DSPI_BITBANG` 後，`can_bus.c` 改用 gpio_devmem 模擬 SPI 時序：

```bash
# compile.sh 加入的 flags：
-DSPI_BITBANG
-DSPI_GPIO_CS=1    # J15 Pin1
-DSPI_GPIO_MOSI=2  # J15 Pin2
-DSPI_GPIO_SCK=3   # J15 Pin3
-DSPI_GPIO_MISO=4  # J15 Pin4
```

### 14.6 注意事項

- 需要 root 權限（`CAP_SYS_RAWIO`，firmware 本身已以 root 執行）
- mmap 以 page（4096 bytes）為單位，base 已自動對齊，偏移在程式碼中修正
- 若日後 pinmux 問題解決，可切回 `/dev/spidev1.0` 硬體 SPI（移除 `-DSPI_BITBANG`）

---

---

## 15. STDC 模型重訓練與後處理 Python→C 移植

### 15.1 重訓練背景

原始 STDC 模型以公開道路資料集訓練，對高爾夫球場環境的辨識率不足：

- 球道（fairway）被誤判為草地（grass）或道路（road）
- 沙坑（bunker）辨識率偏低
- 球場邊緣樹木與一般道路樹木特徵差異大

因此收集球場現場影像，重新標注並 fine-tune 模型，提升球場環境下的分類準確度。

> ������ *(訓練資料範例圖)*

### 15.2 重訓練流程

```
現場採集影像
    │
    ▼
人工標注（8 類：道路、草地、車輛、行人、沙坑、水塘、植被、樹木）
    │
    ▼
Fine-tune STDC 模型（基於原始權重）
    │
    ▼
Python 推論驗證（stdc630inference.py）
    │
    ▼
Kneron Model Zoo 轉換 → .nef 格式（KL630 NPU 使用）
    │
    ▼
STDC_0520.nef  →  部署到裝置
```

> ������ *(訓練前後準確度對比圖)*

### 15.3 後處理 Python → C 移植

原先推論結果的後處理（ROI 計算、類別佔比、警告旗標）全部在 Python（`stdc630inference.py`）中完成，無法在嵌入式端即時執行。

**移植目標**：完全在 KL630 上執行，零 Python 依賴。

| 項目 | Python 原版 | C 移植版（`stdc_post_process.c`） |
|------|------------|----------------------------------|
| 分割圖解析 | numpy 陣列切片 | 直接 pointer 操作 NPU output buffer |
| 前進 ROI（梯形） | 向量化條件判斷 | `stdc_is_in_forward_roi()` 逐像素計算 |
| 碰撞 ROI | slice 計算 | 固定比例邊界，整數乘法 |
| 動態偵測（is_moving） | frame diff | `stdc_compute_motion_diff()` + `prev_roi_luma` 快取 |
| 草地持續時間計時 | time.time() | `gettimeofday()` + `consecutive_grass_frames` |
| 輸出 | JSON / 終端機 | `stdc_analysis_t` struct → event_recorder |

**正規化對齊**：C 版輸入正規化設為 `KP_NORMALIZE_KNERON`（= `/256 − 0.5`），與 Python 訓練時的前處理一致，確保推論結果數值相同。

> ������ *(Python vs C 輸出比對畫面)*

### 15.4 相關原始碼

| 檔案 | 說明 |
|------|------|
| `src/pre_post_proc/stdc_post_process.c` | 後處理主體：ROI 計算、類別佔比、警告旗標、動態偵測 |
| `src/app_flow/stdc_inf_single_model.c` | NPU 推論配置：正規化、resize、post_proc callback 綁定 |
| `include/stdc_post_process.h` | `stdc_analysis_t` 結構定義、閾值常數 |

---

---

## 16. 快照功能：實作 / 事件觸發 / 打包上傳

### 16.1 Snapshot function implement

#### 架構選擇

KL630 VMF 提供 `VMF_SNAP`（Video Snapshot Mechanism）模組，可從現有 SSM 影像管線直接擷取 JPEG，無需額外複製 YUV 緩衝區。

```
SSM Ring Buffer (vsrc_ssm_0, 1920×1080)
        │
        ▼
  VMF_SNAP_Init()     ← Lazy init，首次觸發時才建立（避免閒置佔資源）
  opt.dwStreamIdx = 0
  opt.dwQp = 75       ← JPEG 品質
        │
        ▼
  VMF_SNAP_ProcessOneFrame()  ← 在 VMF 影格 send callback 呼叫
        │                        （必須在 VMF 執行緒內，不可跨執行緒）
        ▼
  JPEG buffer (MemBroker, 最大 2MB)
        │
        ▼
  save_jpeg("/tmp/ev_<id>/level1.jpg")
```

#### 跨執行緒協調（SnapReq 機制）

VMF_SNAP 只能在 VMF 影格 callback 執行緒中呼叫。事件判斷在 recv callback（不同執行緒）。解法：

```
[recv callback 執行緒]          [VMF send callback 執行緒]
  event 觸發
  → request_snap()              → event_recorder_provide_frame()
    寫入 g_snap_req              讀取 g_snap_req.active
    g_snap_req.active = 1        若 active → 執行 VMF_SNAP
    （mutex 保護）                清除 active
                                 存檔
```

若上一次快照尚未完成，新請求會被丟棄並 log（避免 race condition）。

> ������ *(快照存檔後的 JPEG 範例)*

---

### 16.2 Snapshot trigger by specific event

快照由兩類事件觸發，時機與邏輯不同：

#### 草地違規（連續事件）

每升一個 level 拍一張，事件結束後統一打包：

```
GRASS_L1 進入  → snap "level1.jpg"（immediate_upload = 0）
GRASS_L2 進入  → snap "level2.jpg"（immediate_upload = 0）
GRASS_L3 進入  → snap "level3.jpg"（immediate_upload = 0）
事件結束        → launch_upload(images=["level1.jpg", "level2.jpg", ...])
```

#### 碰撞 ROI 單次事件（Rising edge）

偵測到的瞬間拍照並立即上傳：

```
偵測到 person / bunker / pond / tree 進入碰撞 ROI（0→1 上升緣）
  → snap "snapshot.jpg"（immediate_upload = 1）
  → 快照完成後立即 launch_upload()，delay_ms = 0
```

| 事件類型 | 觸發條件 | 快照檔名 | 上傳時機 |
|---------|---------|---------|---------|
| 草地 L1 | on_grass & is_moving | level1.jpg | 事件結束後 |
| 草地 L2 | 草地持續 ≥ 6s | level2.jpg | 事件結束後 |
| 草地 L3 | 草地持續 ≥ 10s | level3.jpg | 事件結束後 |
| 行人碰撞 | col_person_ratio 0→1 | snapshot.jpg | 立即 |
| 沙坑碰撞 | col_bunker_ratio 0→1 | snapshot.jpg | 立即 |
| 水塘碰撞 | col_pond_ratio 0→1 | snapshot.jpg | 立即 |
| 樹木碰撞 | col_tree_ratio 0→1 | snapshot.jpg | 立即 |

> ������ *(各事件觸發快照的對比圖)*

---

### 16.3 Zip event snapshots and send to GF cloud

#### 打包流程

事件結束後由獨立 detached thread 執行，不阻塞推論主迴圈：

```
upload_thread (detached)
  │
  ├─ [可選] sleep upload_delay_ms（目前設 0，立即執行）
  │
  ├─ write_event_json("/tmp/ev_<id>/event.json")
  │    {
  │      "id": "<unix timestamp>",
  │      "date": "2026-04-16T10:30:00+08:00",   ← 台灣時間 UTC+8
  │      "type": "grass",
  │      "max_level": 2,
  │      "duration_sec": 8.3,
  │      "images": ["level1.jpg", "level2.jpg"]
  │    }
  │
  ├─ build_targz()
  │    (cd /tmp/ev_<id> && tar cf - .) | gzip -c > /tmp/sdcard/events/event_<id>_<ts>.tar.gz
  │    sync()   ← SD 卡寫入確保
  │
  ├─ http_post_file()
  │    kCurl --data-binary @event_<id>_<ts>.tar.gz
  │          'http://192.168.0.99/api/golf.cgi?filename=event_<id>_<ts>.tar.gz'
  │
  ├─ sd_cleanup()   ← 總大小超過 7GB 時刪除最舊的 .tar.gz
  │
  └─ rm -rf /tmp/ev_<id>   ← 清除暫存工作目錄
```

#### tar.gz 內容結構

```
event_<id>_20260416_103000.tar.gz
  ├── event.json      ← 事件 metadata
  ├── level1.jpg      ← 草地 L1 現場快照
  ├── level2.jpg      ← 草地 L2 現場快照（若存在）
  └── level3.jpg      ← 草地 L3 現場快照（若存在）
```

#### 上傳端點

| 環境 | URL |
|------|-----|
| 開發測試 | `http://192.168.0.114:8081/api/golf.cgi` |
| 生產（GF cloud） | `http://192.168.0.99/api/golf.cgi` |

透過 INI `upload_url` 切換，無需重新編譯。

#### SD 卡管理

- 每次上傳後執行 `sd_cleanup()`
- 掃描 `/tmp/sdcard/events/` 下所有 `.tar.gz`，超過 `sd_max_mb`（預設 7168 MB）時按 mtime 由舊到新刪除
- 即使網路不通，tar.gz 仍保留在 SD 卡

> ������ *(GF cloud 後台收到事件的截圖)*

---