move_detect/edge/detectors/zone.py
유창욱 4bfb7e0274
Some checks are pending
verify / edge (push) Waiting to run
verify / server (push) Waiting to run
feat: 추락 · 동시 다발 쓰러짐 · 구역 프리셋 (1.2.0)
AI CCTV 목적을 원론부터 재점검한 결과. 셋 다 새 추론 모델 없이 지금 있는
자세추정·구역·트랙 이력만으로 구현했다.

■ 추락 (fall_from_height)

잡고 있던 것은 같은 높이의 '넘어짐'이었고, 사망 1위 유형인 '떨어짐'은 못
잡았다. GhostIncidentDetector 가 트랙이 이미 위험 자세일 때만 무장하므로
(_DANGEROUS), 발판에 서 있다가 떨어지는 사람은 소실 순간 STANDING 이라
아무것도 안 걸렸다.

판정의 핵심은 bbox 중심이 아니라 하단(y2)이다. 쭈그려 앉으면 중심은
내려가도 발은 그 자리이고, 추락은 발 밑선이 통째로 내려간다 — 중심으로
재면 쭈그려 앉아 작업하는 사람이 전부 추락이 된다. 원근 접근은 y2 도
내려가므로 높이 증가 가드로 따로 막는다. Track.frames 가 90프레임을 들고
있어 별도 버퍼가 없다.

발보는 두 갈래로 나뉘되 한 사고는 한 건이다: 프레임 안에서 넘어짐이
확정되면 유형을 승격하고, 화각 밖으로 사라지면 ghost 무장을 넓혀 그쪽으로
낸다. 심각도 CRITICAL — 척추·두부 손상 주의가 통보에 실리려면 넘어짐(HIGH)과
등급이 갈라져야 한다. 고소 구역은 rules_json 의 elevated 키로 붙어 스키마
변경이 없고, 구역이 없어도 하강 신호만으로 동작한다.

■ 동시 다발 쓰러짐 (multi_down)

같은 구역에서 짧은 시간에 둘이 쓰러진 것은 넘어짐 두 건이 아니라 질식·
가스·폭발이다. 이 기능의 본체는 감지가 아니라 통보 문구다 — 밀폐공간
사망자의 상당수가 구조하러 들어간 사람이므로, 링크를 열기 전에 메일 본문에서
"공기호흡기 없이 진입하지 마십시오"가 읽혀야 한다. Channels::guidance 로
유형별 안내를 붙였고 문구를 테스트로 고정했다(문구가 사라지면 기능이 사라진
것과 같다).

서버에 둔 이유: 가스는 카메라 화각을 존중하지 않아 노드를 넘는 판단이
필요하고, 현장 즉시 대응은 첫 쓰러짐의 경광등이 이미 확보한다. 오탐 방어의
핵심은 근접성 — 넓은 공장에서 2분 안의 무관한 넘어짐 두 건은 실제로
일어나므로 같은 구역이거나 좌표가 가까워야 묶는다. 한 사람이 두 번 넘어진
것은 한 명으로 센다.

■ 구역 프리셋 6종 + max_workers:0 수정

밀폐공간 감시에 필요한 것(제한구역+2인1조+체류상한)은 이미 전부 있었는데
화면이 "최소 인원을 넣으세요"라고만 물어 아무도 그렇게 쓰지 못했다.
안전관리자는 min_workers 가 아니라 밀폐공간을 생각한다.

그 과정에서 잠복 결함 하나: max_workers:0 이 falsy 로 걸러져 "아무도 있으면
안 되는 구역"(크레인 짐 아래·굴착기 선회 반경 = 깔림 사고의 전형)이 통째로
꺼져 있었다. 운영자가 저장해 놓고도 아무 일이 안 일어났다. 감지기·입력란
(min=1)·저장 직렬화(>0)·목록 표시 네 곳에서 막혀 있었다.

■ 검증

pytest 322 passed / phpunit 263 passed. 신규 테스트 30건.
이벤트 유형 2종 추가는 test_event_type_parity 가 강제하는 5곳(엣지 enum ·
EventValidator · schema CHECK · 프런트 라벨 5파일 · 필터 옵션) 전부 동기화했고
기존 설치용 마이그레이션을 추가했다.

■ Pi 번들

1.1.0 과 달리 이번에는 edge/ 가 바뀌었으므로 Pi 번들 재빌드가 필수다.
낡은 1.0.0 번들은 dist/ 에서 제거했다 — 두면 추락 감지가 빠진 노드가 그대로
납품된다. arm64 + 네트워크 빌드 머신에서 재빌드해야 Pi 납품이 가능하다.

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>
Claude-Session: https://claude.ai/code/session_01EBjuR7DW6PNNMows4KnbYU
2026-09-05 12:21:50 +09:00

105 lines
4.3 KiB
Python

from dataclasses import dataclass
from edge.tracking import Track
from edge.models import L_ANKLE, R_ANKLE
# Below this an ankle keypoint is treated as unusable (typically hallucinated at conf~0).
MIN_ANKLE_CONF = 0.2
def point_in_polygon(x: float, y: float, poly: list[tuple[float, float]]) -> bool:
inside = False
n = len(poly)
j = n - 1
for i in range(n):
xi, yi = poly[i]
xj, yj = poly[j]
if ((yi > y) != (yj > y)) and (x < (xj - xi) * (y - yi) / ((yj - yi) or 1e-9) + xi):
inside = not inside
j = i
return inside
@dataclass(frozen=True)
class Zone:
zone_id: str
level: str # "warning" | "restricted"
polygon: list # list[tuple[float,float]]
# 선택적 존 규칙 (occupancy.py가 소비): {"min_workers": 2, "max_workers": 4,
# "max_dwell_s": 600} — 키가 없으면 그 규칙은 꺼진 것. None = 규칙 없음.
rules: dict | None = None
@dataclass
class ZoneConfig:
debounce_s: float = 0.75
class ZoneIntrusionDetector:
def __init__(self, zones: list[Zone], cfg: ZoneConfig):
self.zones = zones
self.cfg = cfg
self._inside_since: dict[tuple[int, str], float] = {}
self._fired: set[tuple[int, str]] = set()
def forget(self, track_id: int) -> None:
self._inside_since = {k: v for k, v in self._inside_since.items() if k[0] != track_id}
self._fired = {k for k in self._fired if k[0] != track_id}
def _foot(self, track: Track, frame_wh=None) -> tuple[float, float]:
p = track.latest
a, b = p.keypoints[L_ANKLE], p.keypoints[R_ANKLE]
# Average only the ankles the model is confident about. A hallucinated ankle (conf~0,
# often pinned to (0,0) or a frame corner) would otherwise drag the foot point into or
# out of a zone. With neither ankle trustworthy, fall back to the bbox bottom-centre — a
# robust standing-foot proxy (same bbox-fallback discipline as fall.py's cues).
good = [k for k in (a, b) if k.conf >= MIN_ANKLE_CONF]
if good:
fx = sum(k.x for k in good) / len(good)
fy = sum(k.y for k in good) / len(good)
else:
fx, fy = p.bbox.cx, p.bbox.y2
# Zones are stored NORMALIZED (0..1 of the image) by the dashboard, which stretches the
# camera snapshot to a fixed canvas. The foot is camera-native pixels, so normalize it
# by the frame size to compare in the same space — otherwise every zone is misplaced
# (a zone drawn at image-centre would be checked against a raw pixel like 480, matching
# nothing on a 1280-wide frame). frame_wh=None keeps raw coords for unit tests that
# supply their own matching space.
if frame_wh:
w, h = frame_wh
if w > 0 and h > 0:
fx, fy = fx / w, fy / h
return (fx, fy)
def in_elevated_zone(self, track_id: int) -> bool:
"""이 트랙이 '고소' 표시된 구역 안에 있는가.
rules_json 의 `elevated: true` 한 키로 붙는다 — 스키마 변경이 없다. 운영자가 발판·
비계·개구부를 그려두면 추락 판정이 훨씬 정확해지지만, 구역이 없어도 하강 신호만으로
동작한다. 위험은 운영자가 선언하되, 선언이 없어도 최소한은 본다.
"""
active = self.active_zone_ids(track_id)
if not active:
return False
for z in self.zones:
if z.zone_id in active and (z.rules or {}).get("elevated"):
return True
return False
def active_zone_ids(self, track_id: int) -> set:
return {z for (tid, z) in self._inside_since if tid == track_id}
def update(self, track: Track, now: float, frame_wh=None) -> list[dict]:
fx, fy = self._foot(track, frame_wh)
out = []
for zone in self.zones:
key = (track.track_id, zone.zone_id)
if point_in_polygon(fx, fy, zone.polygon):
start = self._inside_since.setdefault(key, now)
if now - start >= self.cfg.debounce_s and key not in self._fired:
self._fired.add(key)
out.append({"zone_id": zone.zone_id, "level": zone.level})
else:
self._inside_since.pop(key, None)
self._fired.discard(key)
return out