feat: sensecap watcher add inference (#1312)

* feat: Wake up when a person is detected

* fix: Solve the problem of no sound when using WakeWordInvoke

* fix: Solve the problem of triggering dialogue when the person has not left

* feat(vision): 优化视觉检测逻辑并增加配置接口

本次提交旨在优化视觉检测功能,使其行为更自然、更智能,并为用户提供灵活的配置选项。

主要更新包括:

1. 引入了更精细的检测状态机:

   - IDLE: 空闲状态,等待检测目标。

   - VALIDATING: 验证状态,在检测到目标后,持续一段时间(可配置)以确认其存在,防止误触发。

   - COOLDOWN: 冷却状态,在一次成功交互后进入,避免过于频繁的打扰。

2. 新增了用于配置视觉检测的 MCP 工具:

   - self.vision.get_detection_config: 获取当前的检测参数(阈值、冷却间隔、验证时长、目标类型)。

   - self.vision.set_detection_config: 允许用户动态修改这些参数,以适应不同场景。

3. 性能优化:

   - 增加了配置参数的内存缓存,避免了在检测循环中对 NVS 的频繁访问。

* feat: Inference using Model 4

* feat: default inference disable

* feat: version cmd change to output json

* fix: fix image display

* Fix include directives for esp_check and esp_app_desc

---------

Co-authored-by: Spencer <love4yzp@gmail.com>
Co-authored-by: Xiaoxia <terrence@tenclass.com>

main/boards/sensecap-watcher/sscma_camera.h

@@ -1,6 +1,7 @@
 #ifndef SSCMA_CAMERA_H
 #define SSCMA_CAMERA_H
 
+#include <cstdint>
 #include <lvgl.h>
 #include <thread>
 #include <memory>
@@ -35,9 +36,31 @@ private:
     jpeg_dec_handle_t jpeg_dec_;
     jpeg_dec_io_t *jpeg_io_;
     jpeg_dec_header_info_t *jpeg_out_;
+    // 检测状态机
+    enum DetectionState {
+        IDLE,           // 空闲状态
+        VALIDATING,     // 验证中（连续检测3秒）
+        COOLDOWN        // 冷却期（等待重新检测）
+    };
+    
+    DetectionState detection_state = IDLE;
+    int64_t state_start_time = 0;
+    bool need_start_cooldown = false; // 是否需要开始冷却期
+    int64_t last_detected_time = 0; // 验证期间最后一次检测到物体的时间
+    
+    int detect_target = 0;
+    int detect_threshold = 75;
+    int detect_duration_sec = 2; // 检测持续时间2秒，确认人员持续存在
+    int detect_invoke_interval_sec = 8; // 默认15秒冷却期，避免频繁开始会话
+    int detect_debounce_sec = 1; // 验证期间人员离开的去抖动时间1秒
+    int inference_en = 0; // 推理使能开关（0: 关闭, 1: 开启）
+    
+    sscma_client_model_t *model;
+    int model_class_cnt = 0;
 public:
     SscmaCamera(esp_io_expander_handle_t io_exp_handle);
     ~SscmaCamera();
+    void InitializeMcpTools();
 
     virtual void SetExplainUrl(const std::string& url, const std::string& token);
     virtual bool Capture();
@@ -45,6 +68,7 @@ public:
     virtual bool SetHMirror(bool enabled) override;
     virtual bool SetVFlip(bool enabled) override;
     virtual std::string Explain(const std::string& question);
+
 };
 
 #endif // ESP32_CAMERA_H