EdgeSentry-Inspect — アーキテクチャ

エッジ・クラウド分担

┌──────────────────────────────────────────────────────────┐
│  現場 PC（エッジ）                                       │
│                                                          │
│  3D センサ（LiDAR / ToF）                               │
│      │  点群データ（PointCloud）                        │
│      ▼                                                   │
│  trilink-core::project_to_depth_map                      │
│  trilink-core::project_to_height_map                     │
│      │  DepthMap  HeightMap                              │
│      ▼                                                   │
│  AI 推論（組み込みモデルまたは HTTP エンドポイント）    │
│      │  Vec<Detection>（BBox2D + クラス + 信頼度）      │
│      ▼                                                   │
│  trilink-core::unproject                                 │
│      │  ワールド座標系の Point3D（検出ごと）            │
│      ▼                                                   │
│  edgesentry-inspect::ifc      — IFC ジオメトリ          │
│  edgesentry-inspect::deviation — 偏差計算（mm）          │
│  edgesentry-inspect::heatmap   — ヒートマップ PNG        │
│  edgesentry-inspect::report    — JSON レポート           │
│      │                                                   │
│      ├── タブレット / AR ヘッドセットに即時表示         │
└──────┬───────────────────────────────────────────────────┘
       │  レポート JSON + ヒートマップ PNG（生点群ではない）
       ▼
┌──────────────────────────────────────────────────────────┐
│  クラウド（監査ストア / デジタルツイン）                │
│                                                          │
│  edgesentry-inspect::sync                                │
│      │  S3 互換アップロード（Object Lock WORM）         │
│      │  構造変化フラグ → メッセージキュー               │
│      ▼                                                   │
│  監査レポートストア — 改ざん防止の証跡                  │
│  デジタルツイン更新 — 実測 IFC デルタ                   │
│  中央ダッシュボード — フリート全体の偏差傾向            │
└──────────────────────────────────────────────────────────┘

現場 PC で処理するもの

クラウドに送るもの

コンポーネント設計

edgesentry-inspect::ifc

• 入力: IFC ファイルパス（.ifc）
• 出力: Vec<Point3D> — 壁・スラブ・柱のジオメトリからサンプリングした設計参照点群
• 実装: pyo3 経由の Python FFI（ifcopenshell）またはネイティブ Rust IFC リーダー
• 参照点群は点検セッション 1 回につき 1 度だけ読み込み、メモリにキャッシュ

edgesentry-inspect::deviation

• 入力: スキャン Vec<Point3D>（trilink-core::unproject 経由）+ 設計 Vec<Point3D>（ifc 経由）
• 出力: スキャン点ごとの偏差値 f32（メートル単位）
• アルゴリズム: k-d ツリー最近傍探索（kiddo クレート）。O(n log m)
• しきい値: 設定可能（建設デフォルト 10 mm、海事船体 5 mm）

edgesentry-inspect::heatmap

• 入力: スキャン点群 + 点ごとの偏差値
• 出力: PNG 画像 — 偏差を色でマッピング（緑 ≤ しきい値、黄 2 倍、赤 4 倍以上）
• trilink-core::project_to_depth_map を再利用して各色点を 2D に配置

edgesentry-inspect::report

JSON スキーマ:

{
  "compliant_pct": 94.2,
  "max_deviation_mm": 23.1,
  "mean_deviation_mm": 3.8,
  "point_count": 142850,
  "threshold_mm": 10.0
}

AI 検出位置はレポートと並んで points.json に書き込まれます:

{
  "scan_points": [
    { "x": 12.3, "y": 4.1, "z": 2.05, "deviation_mm": 23.1 }
  ],
  "detections": [
    { "x": 12.3, "y": 4.1, "z": 2.05 }
  ]
}

edgesentry-inspect::sync

• 偏差レポート JSON とヒートマップ PNG を S3 互換監査ストアにアップロード（Object Lock WORM）
• 設定しきい値の 2 倍を超える異常が検出された場合、構造変化フラグをメッセージキュー（SQS または MQTT）に発報
• edgesentry-rs の S3 互換インタフェースを再利用

AI 推論モード

EdgeSentry-Inspect は config.toml の inference.mode で選択できる 2 つの推論バックエンドをサポートします。どちらも同じ Vec<Detection> を出力し、以降のパイプラインで使用されます。

組み込みモデル（inference.mode = "builtin"）

EdgeSentry-Inspect にバンドルされた軽量の欠陥検出モデルです。ONNX Runtime を使ってプロセス内で実行されるため、外部サーバーもネットワークアクセスも不要です。

• 入力: trilink-core が生成する DepthMap + HeightMap 画像
• 出力: Vec<Detection> — バウンディングボックス・クラスラベル・信頼度スコア
• 初期クラス: surface_void（表面空洞）・misalignment（位置ずれ）・rebar_exposure（鉄筋露出）
• ハードウェア: 標準的な現場 PC CPU で動作。基本的な用途では専用 GPU 不要

外部サーバーが利用できないオフライン専用デプロイや、すぐに使い始めたい場合に builtin を使用してください。

外部 HTTP エンドポイント（inference.mode = "http"）

推論クライアントが inference.base_url に深度マップと高さマップを POST し、検出リストを受け取ります。エンドポイントは以下のいずれかです。

• 現場 PC またはロボット上でローカルに動作するベンダーのモデルサーバー（同一ホスト。インターネット不要）
• 専門的なクラウド推論 API（シナリオ 1 / 接続ありのデプロイのみ）

このモードがベンダー連携の統合ポイントです。ベンダーは自社モデルでサーバー側を実装し、EdgeSentry-Inspect は固定スキーマでそれを呼び出します。オペレーターは設定で inference.base_url を指定するだけでコード変更は不要です。

インタフェース仕様:

POST /detect
Content-Type: multipart/form-data
  depth_map: <PNG バイト列>
  height_map: <PNG バイト列>

200 OK
[{"x":120,"y":45,"w":30,"h":20,"class":"surface_void","confidence":0.87}, ...]

オプション：数学的に検証可能な監査レコード

点検レポートに対して第三者が独立して改ざんを検証できる必要がある場合（規制提出書類、法的拘束力のある構造認証など）、偏差レポートを edgesentry-rs を使って署名・ハッシュチェーンに組み込むことができます。

このレイヤーはオプションです。標準的な建設点検では edgesentry-inspect::sync の S3 Object Lock WORM ストアで十分です。海事船体認証や法的効力を持つ構造サインオフなど高保証が求められる用途では、edgesentry-rs の AuditRecord でレポートをラップすることで、EdgeSentry-Inspect インフラとは独立して検証可能な暗号監査証跡が得られます。

計測精度の要因

UC-1（建設）の目標精度は 10 mm、UC-2（海事）は 5 mm です。現場での計測精度を決定する主要因と対策を以下に示します。

技術サマリー

PoC 用オープンデータセット