v11.0 · 151 Fases
ADAS & IA Fases 81–90 Implementado · ~6 min (1.217 palavras) V2XHSMK3sSRTM
📄 docs/20-v2x-pothole-hsm-bio-topo-hvac-k3s-tribologia-twin3d-dag-fases-81-90.md ↗

20 — V2X SPaT, Pothole Detection, HSM ATECC608, Bio-Feedback, Topo Energy, HVAC, K3s, Tribologia, Gêmeo 3D & Boot DAG (Fases 81–90)

Este documento cobre as camadas finais de inteligência conectada V2X, preparação preditiva de chassi, segurança criptográfica em silício, fisiologia embarcada, otimização energética topográfica, cluster Kubernetes distribuído, tribologia de lubrificante, Gêmeo Digital 3D WebGL/WebRTC e o Monolito de Inicialização DAG das Fases 81 a 90 do Zenith AutoOS.

Zenith AutoOS: 11.0.0 Fases: 151 Guias: 33 Idioma: PT-BR

Categoria: ADAS & IA Fases: 81–90 Status: Implementado V2X: stack HSM: stack K3s: stack SRTM: stack

🏠 README · 📚 Documentação · ⬅️ 19 · CAN/gRPC · 21 · Temas ➡️

📑 Neste guia — 11 seções · ~7 min de leitura

Cluster avançado com telemetria V2X
Fases 81–90: V2X/GLOSA, HSM, topo energia, K3s, tribologia e boot DAG.


🗺️ Visão geral em diagrama

Diagrama Mermaid
flowchart TB
    V2X["V2X SPaT / GLOSA"] --> HUB["Hub 60 Hz"]
    POT["Pothole Detection"] --> HUB
    HSM["HSM ATECC608"] --> SEC["Segurança / PaaK"]
    BIO["Bio-feedback BLE"] --> HUB
    TOPO["SRTM Topo Energy"] --> HUB
    HVAC["HVAC inteligente"] --> HUB
    K3S["K3s cluster"] --> OFF["Offload de vídeo"]
    OIL["Tribologia de óleo"] --> HUB
    TWIN["Gêmeo 3D"] --> CLOUD["WebRTC"]
    DAG["Boot DAG < 3,5 s"] --> HUB

    style HUB fill:#0A5C36,color:#fff,stroke:#C8A951
    style HSM fill:#334155,color:#fff,stroke:#94A3B8
    style K3S fill:#FFC61C,color:#111,stroke:#FDE68A

Como ler: o diagrama resume o fluxo principal deste guia; os detalhes, pinagens, endpoints e trechos de código aparecem nas seções abaixo.

1. V2X (Vehicle-to-Everything) & Semáforo Inteligente SPaT/GLOSA (Fase 81)

  • Daemon (zenith_v2x_its.py + zenith-v2x.service):
    • Recebe mensagens SPaT (Signal Phase and Timing) V2I municipais (DSRC / LTE-V / UDP :15100), calcula a velocidade recomendada GLOSA (Green Light Optimal Speed Advisory) e o cronômetro regressivo do semáforo.
    • Coordena o Start-Stop suave via ESP32: mantém parada automática quando o sinal vermelho tiver >= 8.0 s restantes e envia CMD:START_STOP_RESTART quando faltarem <= 2.0 s para o verde.
    • AR_HUD.gd projeta o cronômetro do semáforo e a velocidade GLOSA diretamente no para-brisa.

2. Leitura de Terreno & Preparação Preditiva Pothole Detection (Fase 82)

  • Pipeline TPU & Pré-Impacto (adas_radar.py):
    • Estende CLASS_SPEC com as classes 80: Buraco, 81: Valeta e 82: Lombada.
    • A função compute_terrain_impact_alert cruza a distância longitudinal com a velocidade real do SocketCAN e o eixo das rodas (wheel_track_half_m = 0.78 m), classificando Roda Direita, Roda Esquerda ou Eixo Dianteiro.
    • Na janela de 200–550 ms (~500 ms) antes do impacto, aciona o pré-tensor elétrico do cinto via PWM no ESP32 ({"cmd":"pretensioner","side":...,"duty_pct":85,"duration_ms":450} nos canais 10..11 do PCA9685) e exibe "Impacto Iminente - Roda Direita/Esquerda" em ClusterWindow.gd e AR_HUD.gd.

3. Hardware Security Module (HSM ATECC608) & Criptografia Automotiva (Fase 83)

  • Silício Seguro & Verificação ECC P-256 (zenith_hsm_crypto.py + firmware.ino):
    • HsmEccCommandSigner assina comandos críticos (trunk, door_unlock, immobilizer) com ECDSA NIST P-256 (secp256r1) + SHA-256, Nonce monotônico anti-replay e janela temporal estrita.
    • No ESP32, o barramento I2C aciona o crypto-chip ATECC608 (0x60) (verifyHsmCommandAuth) antes de liberar relés físicos (EVENT:HSM_REJECTED caso assinatura ou nonce falhem).

4. Wearables BLE GATT & Bio-Feedback Fisiológico (Fase 84)

  • Serviço GATT 0x180D / 0x2A37 (zenith_biofeedback.py + zenith-biofeedback.service):
    • Decodifica pacotes BLE SIG Heart Rate Measurement (parse_ble_hrm_payload, suporte 8-bit/16-bit + intervalos RR) de relógios Apple Watch / Garmin.
    • Se a frequência cardíaca passar de 110 BPM de forma sustentada no trânsito lento (< 15 km/h), dispara resposta fisiológica automática: reduz o A/C em -2 °C, atenua o subwoofer em -3.0 dB via CamillaDSP e altera as zonas RGB do PCA9685 para Azul Claro calmante (#38BDF8).

5. Roteamento Energético Topográfico via Altimetria SRTM 3D (Fase 85)

  • Planejador (zenith_topo_energy.py + zenith-topo-energy.service):
    • Lê matrizes binárias de elevação SRTM .hgt (parse_srtm_hgt_sample) cruzadas com a rota GPS e calcula o saldo gravitacional potencial (m * g * dh) e Wh recuperáveis em descidas de serra (plan_topographic_energy).
    • Quando há grande recuperação prevista à frente (descida longa pós-subida), libera estratégia PREEMPT_DISCHARGE_CLIMB para poupar torque mecânico do alternador nas subidas.

6. Microclima Dinâmico & Difusores Motorizados (Fase 86)

  • Controle de Servos HVAC (zenith_smart_hvac.py + zenith-smart-hvac.service):
    • Cruza ocupação por câmera interna/DMS e sensor de peso do banco (GPIO 34).
    • Quando o motorista dirige sozinho (driver_present=True, passenger_occupied=False, rear_occupants=0), envia {"cmd":"hvac_vents","driver_pct":100,"passenger_pct":0,"rear_pct":0} para os canais servo 12..14 do PCA9685 (0x40) no ESP32, fechando fisicamente as aletas do passageiro e traseira.

7. Cluster Kubernetes Automotivo Distribuído K3s (Fase 87)

  • Manifestos & Scheduler Térmico (board/zenith/k3s/, zenith_k3s_scheduler.py, zenith-k3s-scheduler.service):
    • Configura o Dell OptiPlex como Master (optiplex-master) e os dois Raspberry Pis dos encostos como Worker Nodes (rpi-rear-1, rpi-rear-2).
    • Se a GPU/CPU do OptiPlex atingir >= 80.0 °C, o controlador aplica kubectl patch no Deployment zenith-rse-transcoder, migrando o processamento de vídeo traseiro em tempo real para rpi-rear-1 (retornando em <= 72.0 °C).

8. Tribologia Computacional & Degradação Molecular de Óleo (Fase 88)

  • Motor Preditivo (zenith_oil_tribology.py + zenith-oil-tribology.service):
    • Persiste estado contínuo em SQLite WAL (/data/ml/zenith_oil_tribology.db).
    • Pondera partidas a frio (< 35 °C), ciclos de cisalhamento acima de 6000 RPM, estresse térmico (> 102 °C), carga MAP e cinética térmica de Arrhenius, exibindo no painel ClusterWindow.gd a vida útil exata (ex: ÓLEO 5W-40: 34.2%).

9. Gêmeo Digital Holístico 3D na Nuvem (WebRTC + Three.js/GLB) (Fase 89)

  • Servidor & Interface WebGL 60 FPS (zenith_webrtc_twin.py & static/index.html):
    • Transmite telemetria no WebRTC DataChannel a 60 FPS (16 ms) com medição de RTT ms em tempo real, stream de vídeo das câmeras de sentinela e assinatura ECC (Fase 83) para comandos remotos.
    • Renderiza em Three.js / WebGL o modelo 3D /models/*.glb (com malha articulada embarcada de fallback offline): as rodas dianteiras esterçam exatamente no ângulo do encoder do volante (hardware.steering_angle_deg), giram na velocidade real da via e exibem nuvem LiDAR, buracos, V2X e vida útil do óleo no navegador do celular.

10. O Monolito de Inicialização & DAG State Machine (< 3.5s) (Fase 90)

  • Orquestrador DAG (zenith_boot_dag.py + zenith-boot-dag.service + grub.cfg):
    • Modela todo o boot como um Grafo Acíclico Direcionado (DAG) validado por ordenação topológica de Kahn e com orçamento crítico total <= 3500 ms: (esp32_relays | settings_nvme_decrypt <10ms) -> kernel_can_ptp -> (drm_weston | pipewire_bitperfect_dsp | coral_tpu_tensors | socketcan_grpc_protobuf) -> (hsm_attestation | mdns_k3s_mesh) -> godot_hmi_ready.
    • Inclui na Fase 118 o nó settings_nvme_decrypt (budget_ms: 10.0, _probe_settings_nvme()) para descriptografar /data/config/zenith_settings.yaml antes da subida dos módulos consumidores (active_phases: 118).
    • Ao concluir todas as ramificações em paralelo, dispara clean_flash_triggered = true e ZenithMaster.gd executa o flash limpo de tomada de controle total do veículo.

⬅️ 19 · CAN/gRPC · ⬆️ Topo · 📚 Índice · 21 · Temas ➡️

Zenith AutoOS 11.0 · Documentação técnica · Novembro de 2026 · README principal