class PhysicalAIApplications:
    """Seeing Machines Physical AI Platform 应用场景"""
    
    APPLICATIONS = {
        'manufacturing': {
            'scenario': '人机协作装配线',
            'capability': '检测工人位置和姿态，调整机器人速度',
            'safety_level': 'ISO 10218-1/2',
            'value': '减少碰撞事故 60%+'
        },
        'logistics': {
            'scenario': '仓库 AGV + 人工拣货',
            'capability': '识别拣货员意图，AGV 自动减速/绕行',
            'safety_level': 'ISO 3691-4',
            'value': 'AGV 事故减少 80%+'
        },
        'healthcare': {
            'scenario': '护理机器人辅助',
            'capability': '理解患者行为和情绪，调整交互方式',
            'safety_level': 'IEC 62304',
            'value': '提高护理质量，减少人员伤害'
        },
        'aged_care': {
            'scenario': '养老院辅助机器人',
            'capability': '检测跌倒、异常行为，紧急呼叫',
            'safety_level': '定制标准',
            'value': '24h 监护，降低跌倒风险'
        },
        'warehousing': {
            'scenario': '叉车 + 人工混合作业',
            'capability': '检测行人，自动减速/停止',
            'safety_level': 'ISO 21448 (SOTIF)',
            'value': '叉车事故减少 70%+'
        },
        'mining': {
            'scenario': '自动驾驶矿车 + 工人',
            'capability': '矿区人员检测，车辆路径调整',
            'safety_level': 'ISO 17757',
            'value': '零伤害目标'
        }
    }

class PhysicalAIPlatform:
    """Physical AI Platform 架构推测"""
    
    def __init__(self):
        self.layers = {
            'perception': {
                'sensors': ['RGB cameras', '3D LiDAR', 'mmWave radar'],
                'outputs': ['human_detection', 'pose_estimation', 
                           'gaze_direction', 'behavior_classification'],
                'from_dms': '面部/姿态/视线检测算法直接迁移'
            },
            'understanding': {
                'inputs': ['perception outputs'],
                'outputs': ['spatial_relationships', 'behavior_intent', 
                           'risk_assessment'],
                'from_dms': '认知状态评估 → 行为意图预测'
            },
            'prediction': {
                'inputs': ['understanding outputs', 'historical_patterns'],
                'outputs': ['collision_risk', 'interaction_probability',
                           'anomaly_score'],
                'from_dms': '疲劳预测 → 风险预测'
            },
            'decision': {
                'inputs': ['prediction outputs', 'safety_constraints'],
                'outputs': ['speed_adjustment', 'path_rerouting',
                           'emergency_stop', 'interaction_mode'],
                'from_dms': 'DMS 警告决策 → 机器人安全决策'
            }
        }