GAP: Ekosystemet för Autonom Intelligens

API-Lager och Systemintegration

API-lagret är GAP-plattformens primära gränssnitt, med över 153 API-endpoint-filer. Vi använder en robust hybrid arkitektur med Flask (`app.py`) för affärslogik och FastAPI (`main.py`) för högpresterande, asynkrona realtidsdataflöden. Hela systemet initieras enhetligt via `gap_complete_system.py`, vilket garanterar både stabilitet och hastighet.

Speciella rutter som `patrol_endpoints.py` hanterar skapande, schemaläggning och realtidsövervakning av autonoma patrulluppdrag, medan `xai_endpoints.py` exponerar Explainable AI (XAI) funktioner. Detta ger transparens i AI-modellers beslutsprocesser, särskilt viktigt för regulatorisk efterlevnad.

Kärnsystem och Databaser

Vårt kärnsystem abstraherar datalager, affärslogik och interaktion med industriell hårdvara. En robust datamodellering med fyra logiskt separerade databaser minimerar attackytan och maximerar prestanda:

• `gap.db` (Huvuddatabas): Robotdata, uppdrag, användarprofiler och systemkonfigurationer.
• `gap_security.db` (Säkerhetsdatabas): Användarautentisering (lösenordshashar), JWT tokens, RBAC-roller och revisionsloggar.
• `technical_kb.db` (Kunskapsbas): Tekniska manualer, diagnostiska mallar, AI-modeller och kalibreringsdata.
• `telemetry.db` (Prestanda/Monitoring): Högfrekvent realtids sensordata, systemhälsomått och prestandaloggar.

Tjänstelager

Services-lagret innehåller den komplexa affärslogiken, frikopplad från API:er och datalager. Det implementerar data access patterns (`Repositories`) för att hantera CRUD-operationer mot databaserna, hanterar middleware för autentisering och loggning, samt standardiserar och exekverar industriella styrsignaler (t.ex. Modbus-kommandon) till GAPbotar och anslutna system. Denna modulära uppbyggnad säkerställer flexibilitet och underlättar skalbarhet.

Kärnlogik och Övervakning

GAPbotens kärna är `robot_core.py` (över 5400 rader kod), som fungerar som robotens centrala orkestreringsenhet. Den hanterar uppgiftstillstånd (`TaskStatus`), batterihälsa (`BatteryStatus` - Fas I autonom laddning) och navigeringslägen (`NavigationMode`). En kritisk process, `EdgeSystemWatchdog`, övervakar alla robotens lokala tjänster (AI, servo, MQTT, kamera, nätverk) och återstartar dem automatiskt vid fel, vilket garanterar maximal drifttid. Kontrollsystem som `PID.py` implementeras för exakt motor- och servokontroll.

Hardware och Sensor Abstraction

GAPbot har en strikt separation mellan mjukvara och fysisk hårdvara genom ett Hardware Abstraction Layer (HAL), vilket möjliggör enkel anpassning och byte av komponenter. Aktuatorer som `motor_controller.py` och `servo_controller.py` abstraheras för att hantera rörelse och verktyg. Roboten är utrustad med avancerade sensorer, inklusive `camera.py` (RGB/IR) för visionsystemet samt `ultrasonic_sensor.py` (avstånd), `infrared_sensor.py` (närhet/detektion), och `edge_sensors.py` för direkt bearbetning.

MQTT – Ryggraden för Edge-Kommunikation

Kommunikationen mellan GAP Platform (Broker) och GAPbot (Klient) bygger på MQTT (Message Queuing Telemetry Transport), en etablerad standard för IoT och M2M. Detta lättviktiga protokoll möjliggör realtidsdataöverföring och styrning via `enhanced_mqtt_command_handler.py`:

• Telemetri: GAPbot skickar sensordata (GPS, batteri, IR, etc.) till GAP via `gapbot/+/telemetry`.
• Status & Larm: Bekräftelse av mottagna kommandon, nuvarande uppgiftstillstånd och akuta meddelanden (t.ex. nödstopp, fel på drivsystem, AI-hot) rapporteras omedelbart via `gapbot/+/status` och `gapbot/+/alerts`.
• Styrkommandon: GAP Platform skickar specifika kommandon till enskilda robotar via gapbot/{uuid}/commands.
• Konfigurationer: Uppdateringar av SLAM-kartor, hastighetsgränser och andra inställningar distribueras effektivt via gapbot/{uuid}/config.
• Broadcast: Meddelanden som gäller hela flottan (t.ex. global firmware-uppdatering, nödstopp för hela flottan) hanteras via `gapbot/broadcast/*`.

MLOps Pipeline & Dataflöde

GAP Platform sköter hela MLOps-pipelinen, från modellträning till säker distribution. Nya, optimerade AI-modeller skickas till GAPbot-flottan via Secure OTA (Over-The-Air) updates (FAS I.5), digitalt signerade med PQC för att garantera integritet. Telemetridata från GAPbotar (via `gap_integration_service.py`) bearbetas, lagras i `telemetry.db`, och visualiseras på den interaktiva Frontend Dashboard för realtidsövervakning och analys. Även Offline data caching (FAS I.3) säkerställer att roboten kan fortsätta arbeta och logga data även vid nätverksavbrott.