"""
ZF LIFETEC Infrared Belt 技术分析

核心问题：
- 传统安全带在低光照/红外补光条件下难以被摄像头检测
- 安全带误用检测需要清晰的带子图像
- Euro NCAP 2026 要求安全带误用检测

解决方案：
- 在安全带织物中嵌入红外反射材料
- 使安全带在红外摄像头下高对比度可见
- 不影响正常视觉外观（人眼看不到差异）
"""

import numpy as np

class InfraredBeltAnalysis:
    """红外安全带技术分析"""
    
    def __init__(self):
        # 红外波段参数
        self.ir_wavelength = 940e-9  # 940nm 红外补光
        self.visible_wavelength = 550e-9  # 可见光中心波长
        
        # 安全带织物参数
        self.belt_width = 48e-3  # 48mm 标准宽度
        self.belt_thickness = 1.5e-3  # 1.5mm 厚度
        
    def contrast_analysis(self):
        """
        对比传统安全带 vs 红外安全带在摄像头下的对比度
        
        对比度计算：
        C = (I_belt - I_background) / I_background
        
        其中 I 为图像强度
        """
        # 模拟在红外补光条件下的图像强度
        # 传统安全带：低红外反射率
        traditional_belt_ir = 0.15  # 15% 反射率
        background_ir = 0.35  # 35% 背景反射率（内饰）
        
        # 红外安全带：高红外反射率
        infrared_belt_ir = 0.80  # 80% 反射率
        background_visible = 0.30  # 30% 可见光反射率
        
        # 对比度
        trad_contrast = abs(
            traditional_belt_ir - background_ir
        ) / background_ir
        ir_contrast = abs(
            infrared_belt_ir - background_ir
        ) / background_ir
        
        print("=== 红外安全带对比度分析 ===")
        print(f"  传统安全带 IR 反射率: "
              f"{traditional_belt_ir*100:.0f}%")
        print(f"  红外安全带 IR 反射率: "
              f"{infrared_belt_ir*100:.0f}%")
        print(f"  背景反射率: "
              f"{background_ir*100:.0f}%")
        print(f"  传统对比度: {trad_contrast:.2f}")
        print(f"  红外对比度: {ir_contrast:.2f}")
        print(f"  对比度提升: "
              f"{ir_contrast/trad_contrast:.1f}x")
        
        return trad_contrast, ir_contrast
    
    def detection_confidence(self, contrast):
        """
        根据 contrast 估计安全带检测置信度
        
        经验模型：
        - contrast < 0.3: 检测困难，置信度 < 60%
        - contrast 0.3-0.7: 可检测，置信度 60-85%
        - contrast > 0.7: 高置信度检测，>90%
        """
        if contrast < 0.3:
            return 0.3 + contrast * 1.0
        elif contrast < 0.7:
            return 0.6 + (contrast - 0.3) * 0.625
        else:
            return min(0.9 + (contrast - 0.7) * 0.25, 0.98)


# 测试
if __name__ == "__main__":
    analyzer = InfraredBeltAnalysis()
    trad_c, ir_c = analyzer.contrast_analysis()
    
    print(f"\n=== 检测置信度估计 ===")
    print(f"  传统安全带: "
          f"{analyzer.detection_confidence(trad_c)*100:.0f}%")
    print(f"  红外安全带: "
          f"{analyzer.detection_confidence(ir_c)*100:.0f}%")

"""
ZF LIFETEC ACR.8 主动控制卷收器技术参数

工作模式：
1. 预碰撞阶段：电机驱动可逆预紧（数百N，100ms内）
2. 碰撞阶段：火药锁止 + 多级力限制
3. 碰撞后：电机辅助回缩
"""

@dataclass_init
class ACR8Spec:
    """ACR.8 主动控制卷收器规格"""
    # 预碰撞可逆预紧
    reversible_pretension_force: float = 300.0  # N
    pretension_time: float = 0.100  # 100ms
    
    # 碰撞火药锁止
    pyrotechnic_lock_time: float = 0.005  # 5ms
    
    # 多级力限制
    load_limiting_stages: list = None  # 4级
    
    # 集成传感器
    seat_belt_displacement: bool = True  # 位移传感器
    seat_belt_latch: bool = True  # 锁扣传感器
    webbing_tension: bool = True  # 织带张力传感器


# 力限制曲线
import numpy as np
import matplotlib
matplotlib.use('Agg')

# 模拟 ACR.8 多级力限制曲线
time = np.linspace(0, 0.1, 100)  # 100ms 碰撞过程

# 传统固定力限制（如 4kN）
traditional_force = np.full_like(time, 4000)

# ACR.8 自适应力限制
# 小体型乘员：2.5kN → 1.5kN → 1kN → 0.5kN
small_occupant = np.piecewise(time, 
    [time < 0.02, 
     (time >= 0.02) & (time < 0.04),
     (time >= 0.04) & (time < 0.07),
     time >= 0.07],
    [2500, 1500, 1000, 500])

# 大体型乘员：5kN → 4kN → 3kN → 2kN
large_occupant = np.piecewise(time,
    [time < 0.02,
     (time >= 0.02) & (time < 0.04),
     (time >= 0.04) & (time < 0.07),
     time >= 0.07],
    [5000, 4000, 3000, 2000])

print("=== ACR.8 自适应力限制策略 ===")
print(f"  传统固定: 4.0 kN 恒定")
print(f"  小体型乘员: 2.5→1.5→1.0→0.5 kN "
      f"(峰值降低 {4000-2500} N)")
print(f"  大体型乘员: 5.0→4.0→3.0→2.0 kN "
      f"(峰值增加 {5000-4000} N)")
print(f"  胸部载荷减少(小乘员): "
      f"{(4000-2500)/4000*100:.0f}%")

"""
ZF LIFETEC Dual Contour Airbag 技术

可变体积：60L - 90L
根据乘员距离和姿态自动调整
"""

class DualContourAirbag:
    """双轮廓可变体积气囊"""
    
    def __init__(self):
        self.min_volume = 60  # L (小体型/远距离)
        self.max_volume = 90  # L (大体型/近距离)
        self.current_volume = 75  # L (默认)
        
    def compute_deployment(self, occupant_mass, 
                           seat_position, 
                           torso_angle):
        """
        根据乘员参数计算气囊展开参数
        
        Args:
            occupant_mass: 乘员质量 (kg)
            seat_position: 座椅位置 (mm, 从最后位置)
            torso_angle: 躯干角度 (度, 0=直立, 30=后仰)
            
        Returns:
            volume: 气囊体积 (L)
            venting: 排气模式 (1=小排气, 2=中, 3=大)
            tether: 内部约束带状态 (bool)
        """
        # 距离评估
        # 座椅越靠前，距离方向盘越近
        distance_factor = seat_position / 200.0  # 0-1
        
        # 姿态评估
        # 后仰角度越大，需要更大气囊
        posture_factor = torso_angle / 30.0  # 0-1
        
        # 体型评估
        mass_factor = min(occupant_mass / 100.0, 1.5)
        
        # 综合计算
        base_volume = self.min_volume
        range_vol = self.max_volume - self.min_volume
        
        # 距离近 → 小体积；后仰 → 大体积
        volume = base_volume + range_vol * (
            0.3 * (1 - distance_factor) +  # 近距离减小
            0.4 * posture_factor +  # 后仰增大
            0.3 * (mass_factor - 0.5)  # 体型调整
        )
        volume = np.clip(volume, self.min_volume, self.max_volume)
        
        # 排气模式
        if volume < 70:
            venting = 3  # 大排气（软气囊）
            tether = True  # 约束带激活
        elif volume < 80:
            venting = 2  # 中排气
            tether = True
        else:
            venting = 1  # 小排气（硬气囊）
            tether = False  # 约束带释放
        
        return {
            'volume_L': round(volume, 1),
            'venting': venting,
            'tether_active': tether,
            'occupant_mass': occupant_mass,
            'seat_position': seat_position,
            'torso_angle': torso_angle
        }


# 测试
if __name__ == "__main__":
    airbag = DualContourAirbag()
    
    scenarios = [
        ("小体型+座椅前移+直立", 50, 180, 5),
        ("标准体型+中间位置+直立", 75, 100, 5),
        ("大体型+座椅后移+直立", 95, 50, 5),
        ("标准体型+后仰(自动驾驶)", 75, 100, 25),
        ("小体型+座椅前移+后仰", 50, 180, 30),
    ]
    
    print("=== Dual Contour Airbag 自适应展开 ===")
    for name, mass, pos, angle in scenarios:
        result = airbag.compute_deployment(mass, pos, angle)
        print(f"  {name}:")
        print(f"    体积: {result['volume_L']}L, "
              f"排气: {result['venting']}, "
              f"约束带: {result['tether_active']}")

"""
OMS → 约束控制系统的 CAN 消息接口设计
基于 ZF LIFETEC 方案参考

关键消息：
1. 乘员分类信息
2. 姿态和位置信息
3. 安全带状态
4. 约束系统反馈
"""

# CAN 消息定义
RESTRAINT_MESSAGES = {
    'OMS_OCCUPANT_CLASS': {
        'can_id': 0x720,
        'length': 8,
        'signals': {
            'occupant_class': {
                'bits': [0, 3],
                'values': {
                    0: 'empty',
                    1: 'child_small',
                    2: 'child_large',
                    3: 'adult_small',
                    4: 'adult_medium',
                    5: 'adult_large',
                    6: 'unknown',
                    7: 'invalid'
                }
            },
            'mass_estimate_kg': {
                'bits': [3, 8],
                'scale': 0.5,
                'offset': 0,
                'range': '0-127.5 kg'
            },
            'confidence': {
                'bits': [11, 4],
                'scale': 6.25,
                'range': '0-100%'
            },
            'seat_position_mm': {
                'bits': [15, 9],
                'scale': 1,
                'offset': 0,
                'range': '0-511 mm'
            },
            'torso_angle_deg': {
                'bits': [24, 7],
                'scale': 0.5,
                'offset': -30,
                'range': '-30 to +30 deg'
            },
            'seatbelt_status': {
                'bits': [31, 3],
                'values': {
                    0: 'unbuckled',
                    1: 'buckled_correct',
                    2: 'buckled_misuse_behind',
                    3: 'buckled_misuse_under_arm',
                    4: 'buckled_loose',
                    5: 'buckled_twisted',
                    6: 'unknown',
                    7: 'invalid'
                }
            },
            'checksum': {'bits': [56, 8]}
        }
    },
    'RESTRAINT_DEPLOYMENT': {
        'can_id': 0x721,
        'length': 8,
        'signals': {
            'airbag_volume_mode': {
                'bits': [0, 3],
                'values': {
                    0: 'small_60L',
                    1: 'medium_75L',
                    2: 'large_90L',
                    3: 'adaptive'
                }
            },
            'venting_mode': {
                'bits': [3, 2],
                'values': {
                    0: 'closed',
                    1: 'small',
                    2: 'medium',
                    3: 'large'
                }
            },
            'belt_pretension_N': {
                'bits': [5, 10],
                'scale': 1,
                'range': '0-1023 N'
            },
            'belt_load_limit_N': {
                'bits': [15, 10],
                'scale': 10,
                'range': '0-10230 N'
            }
        }
    }
}

# 打印接口定义
for msg_name, msg_def in RESTRAINT_MESSAGES.items():
    print(f"\n=== {msg_name} (ID: 0x{msg_def['can_id']:03X}) ===")
    for sig_name, sig_def in msg_def['signals'].items():
        if 'values' in sig_def:
            print(f"  {sig_name}: {sig_def['bits']} "
                  f"({len(sig_def['values'])} states)")
        elif 'scale' in sig_def:
            print(f"  {sig_name}: {sig_def['bits']} "
                  f"scale={sig_def['scale']} "
                  f"range={sig_def.get('range', 'N/A')}")