Add licensed local vehicle detection

.gitignore

@@ -26,6 +26,8 @@ expo-env.d.ts
 npm-debug.*
 yarn-debug.*
 yarn-error.*
+metro.log
+metro-error.log
 
 # macOS
 .DS_Store
@@ -49,6 +51,7 @@ yarn-error.*
 
 # AI model binaries require independently verified redistribution rights.
 /assets/models/*.tflite
+!/assets/models/efficientdet-lite0-int8-v1.tflite
 /.local-models/
 
 # typescript

App.tsx

@@ -71,10 +71,15 @@ function VehicleAnalysisSheet({ session, onClose, onRequestAnalysis }: { session
               <Text style={styles.modelNoticeTitle}>{analysis.status === 'completed' ? 'Lokalna analiza je dovršena' : 'Lokalna analiza nije dostupna'}</Text>
               <Text style={styles.modelNoticeText}>
                 {analysis.status === 'ready-for-model'
-                  ? 'Model detekcije nije uključen u ovu javnu verziju. Snimka ostaje spremljena i spremna za buduću lokalnu analizu.'
+                  ? 'Lokalni model detekcije nije se mogao pokrenuti u ovom buildu. Snimka ostaje spremljena; tehnički detalj prikazan je u ograničenjima izvještaja.'
                   : 'Analiza koristi lokalni model vozila i OCR. Rezultati oznake ostaju kandidati dok se ne potvrde kroz više kadrova.'}
               </Text>
               <Text style={styles.modelNoticeText}>Dokazni kadrovi: {analysis.evidenceFrames.length} · tragovi vozila: {analysis.vehicleTracks.length}</Text>
+              {analysis.audioSummary && (
+                <Text style={styles.modelNoticeText}>
+                  Zvuk videa: prosjek {formatDbfs(analysis.audioSummary.averageDbfs)} · vrh {formatDbfs(analysis.audioSummary.peakDbfs)} · {analysis.audioSummary.sampleCount} očitanja
+                </Text>
+              )}
               {analysis.vehicleTracks.map(track => (
                 <View key={`${track.id}-evidence`} style={styles.trackEvidence}>
                   {track.evidenceCropUri
@@ -175,7 +180,10 @@ function ReportSheet({ session, onClose, onExport }: { session: Session; onClose
             <View style={styles.reportSummary}>
               <Text style={styles.reportSummaryText}>Trajanje: {formatDuration(session.durationSeconds)}</Text>
               <Text style={styles.reportSummaryText}>Lokacija: {formatLocation(session.location)}</Text>
-              <Text style={styles.reportSummaryText}>Buka: prosjek {formatDbfs(session.noiseAverageDbfs)} · vrh {formatDbfs(session.noisePeakDbfs)}</Text>
+              <Text style={styles.reportSummaryText}>
+                Zvuk: prosjek {formatDbfs(report?.audioSummary?.averageDbfs ?? session.noiseAverageDbfs)} · vrh {formatDbfs(report?.audioSummary?.peakDbfs ?? session.noisePeakDbfs)}
+              </Text>
+              {report?.audioSummary && <Text style={styles.reportSummaryText}>Dekodirano: {report.audioSummary.sampleCount} očitanja po {report.audioSummary.windowMs} ms</Text>}
               <Text style={styles.reportSummaryText}>{analysisLabel(session.analysis)}</Text>
             </View>
             {report ? (
@@ -188,6 +196,7 @@ function ReportSheet({ session, onClose, onExport }: { session: Session; onClose
                     {track.plateCandidates.some(candidate => candidate.confirmationCount >= 2) ? track.plateCandidates.filter(candidate => candidate.confirmationCount >= 2).map(candidate => (
                       <Text key={candidate.normalizedText} style={styles.reportPlateText}>{candidate.normalizedText} · {candidate.confirmationCount} kadar(a) · {candidate.confidenceLevel}</Text>
                     )) : <Text style={styles.reportMuted}>Nema potvrđenog kandidata oznake.</Text>}
+                    {track.noise && <Text style={styles.reportMuted}>Zvuk uz prolazak: prosjek {formatDbfs(track.noise.averageDbfs)} · vrh {formatDbfs(track.noise.peakDbfs)}</Text>}
                   </View>
                 )) : <Text style={styles.reportMuted}>U dokaznim kadrovima nisu pronađena vozila.</Text>}
                 {report.unassignedPlateCandidates.length > 0 && (

README.md

@@ -8,7 +8,7 @@
 
 Mobilni istraživačko-razvojni projekt za snimanje i kasniju analizu prometnih scena pomoću kamere, mikrofona i umjetne inteligencije na pametnom telefonu.
 
-> Trenutačna verzija: **v0.2.0 razvojna**. Aplikacija lokalno snima videosesije sa zvukom i priprema dokazne kadrove za eksperimentalnu analizu. Javni izvor ne distribuira AI model. Aplikacija ne mjeri niti potvrđuje stvarnu brzinu vozila ili razinu buke.
+> Trenutačna verzija: **v0.2.0 razvojna**. Aplikacija lokalno snima videosesije sa zvukom, izdvaja dokazne kadrove i koristi licencirani lokalni EfficientDet-Lite0 model za eksperimentalnu detekciju vozila. Aplikacija ne mjeri niti potvrđuje stvarnu brzinu vozila ili razinu buke.
 
 ## Cilj
 
@@ -46,7 +46,7 @@ flowchart TB
 - Lokalni dnevnik sesija s vremenom snimanja, trajanjem i veličinom datoteke.
 - Pregled snimljenog videa unutar aplikacije i trajno brisanje odabrane sesije.
 - Sučelje prilagođeno radu na terenu: status, mjerač vremena i brzo zaustavljanje snimanja.
-- Eksperimentalna lokalna obrada: izdvajanje i rangiranje kadrova, osnovno praćenje, OCR kandidati oznaka i korelacija audio uzoraka. Detektor vozila zahtijeva zaseban pravilno licenciran model.
+- Eksperimentalna lokalna obrada: EfficientDet-Lite0 detekcija vozila, izdvajanje i rangiranje kadrova, osnovno praćenje, OCR kandidati oznaka te dekodiranje i vremenska korelacija zvuka iz uvezenog videa.
 - Razvojna dijagnostika prikazuje confidence, vrijeme i okvir svake detekcije po tragu vozila.
 - Automatizirane provjere obuhvaćaju lint, TypeScript i testove čistih analitičkih modula.
 
@@ -81,7 +81,7 @@ Pokrenite razvojni poslužitelj i otvorite ga development buildom. Za rad kamere
 
 ## Android development build i terensko testiranje
 
-Za lokalni AI model aplikacija će koristiti vlastiti Android development build, a ne Expo Go. Konfiguracija je pripremljena u `eas.json` pod profilom `development` i proizvodi interni `.apk` paket.
+Za lokalni AI model aplikacija koristi vlastiti Android development build, a ne Expo Go. Konfiguracija je pripremljena u `eas.json` pod profilom `development` i proizvodi interni `.apk` paket.
 
 Nakon prijave u Expo račun, build se stvara naredbom:
 
@@ -107,21 +107,22 @@ Prije početka snimanja potvrdite dozvole za kameru, mikrofon i lokaciju. Snimit
 
 ## Tehnologije
 
-- Expo SDK 54
-- React Native 0.81.5
+- Expo SDK 57
+- React Native 0.86.3
 - TypeScript
 - `expo-camera`
 - `expo-file-system`
 - `expo-video`
+- `react-native-audio-api`
 - AsyncStorage
 
 ## AI model
 
-Javni repozitorij ne uključuje binarni AI model. Zašto je prethodni razvojni artefakt uklonjen i koji su uvjeti za doprinos novog modela opisano je u [modelskoj kartici](docs/MODEL.md).
+Javni repozitorij uključuje službeni EfficientDet-Lite0 int8 v1 pod Apache-2.0 licencom. Izvor, SHA-256, ulazno-izlazni ugovor i ograničenja opisani su u [modelskoj kartici](docs/MODEL.md).
 
 ## Smjer projekta
 
-JEKA AOPS je otvoreni istraživačko-razvojni projekt pod licencom Apache-2.0. Sljedeći korak je integracija provjerljivo licenciranog lokalnog modela i terenska provjera u Android development buildu. Bez kalibracije scene rezultati se ne smiju predstavljati kao mjerenje.
+JEKA AOPS je otvoreni istraživačko-razvojni projekt pod licencom Apache-2.0. Sljedeći korak je terenska provjera lokalnog modela, OCR-a i praćenja u Android development buildu. Bez kalibracije scene rezultati se ne smiju predstavljati kao mjerenje.
 
 ## Doprinos i sigurnost
 

app.json

@@ -27,7 +27,9 @@
       ],
       "expo-asset",
       "expo-sharing",
-      "expo-status-bar"
+      "expo-status-bar",
+      "react-native-fast-tflite",
+      "react-native-audio-api"
     ],
     "ios": {
       "supportsTablet": true

docs/MODEL.md

@@ -1,34 +1,48 @@
 # Model detekcije vozila
 
-## Status javne distribucije
+JEKA AOPS uključuje lokalni **EfficientDet-Lite0 int8, verzija 1** za početnu detekciju cestovnih vozila. Model radi na uređaju; snimke i kadrovi ne šalju se vanjskom AI servisu.
 
-Javni repozitorij namjerno **ne sadrži binarni AI model**. Raniji razvojni artefakt identificirao se kao EfficientDet Lite0 V1, ali nije postojao izvorni zapis preuzimanja ni upstream checksum kojim bi se nedvojbeno potvrdili porijeklo i pravo redistribucije. Zbog toga je uklonjen prije javne objave.
+## Podrijetlo i licenca
 
-`detectVehiclesInFrames` trenutačno je stabilna neutralna implementacija koja vraća prazan skup detekcija. Snimanje, lokalna pohrana, audio uzorkovanje, izdvajanje kadrova i izvještaji mogu se razvijati neovisno o odabiru modela.
+- Izdavač: Google / TensorFlow
+- Arhitektura: EfficientDet-Lite0
+- Skup podataka: COCO 2017, 80 klasa
+- Fiksni izvor: <https://storage.googleapis.com/mediapipe-models/object_detector/efficientdet_lite0/int8/1/efficientdet_lite0.tflite>
+- Službena kartica: <https://www.kaggle.com/models/tensorflow/efficientdet/tfLite/lite0-detection-metadata/1>
+- Službeni vodič: <https://developers.google.com/edge/mediapipe/solutions/vision/object_detector>
+- Licenca modela: Apache License 2.0
+- Datum preuzimanja: 2026-09-01
+- Veličina: 4.602.795 bajtova
+- SHA-256: `0720bf247bd76e6594ea28fa9c6f7c5242be774818997dbbeffc4da460c723bb`
 
-## Uvjeti za novi model
+Model je spremljen kao `assets/models/efficientdet-lite0-int8-v1.tflite`. Runtime `react-native-fast-tflite` distribuira se pod MIT licencom.
 
-Prije dodavanja ili automatskog preuzimanja modela pull request mora sadržavati:
+## Ulaz i izlaz
 
-1. naziv modela, izdavača, verziju, izvorni URL i datum preuzimanja;
-2. SHA-256 preuzete datoteke i reproducibilan postupak provjere;
-3. licencu modela, obavezne obavijesti i licencu skupa podataka;
-4. dopušta li licenca redistribuciju binarnog artefakta i komercijalnu uporabu;
-5. ulazni tip, oblik, RGB raspored i normalizaciju;
-6. redoslijed, tipove i oblike izlaznih tenzora;
-7. mapu klasa, confidence/NMS pragove i poznata ograničenja;
-8. testove na sintetičkim ili pravilno licenciranim snimkama bez osobnih podataka.
+- Ulaz: RGB `uint8`, `[1, 320, 320, 3]`
+- Predobrada: očuvanje omjera slike uz letterbox rubove vrijednosti 114
+- Izlazi: okviri `[top, left, bottom, right]`, COCO klase, confidence i broj detekcija
+- Prag: 0,32
+- Prihvaćene klase: bicycle, car, motorcycle, bus i truck
+- Koordinate: nakon izvođenja vraćaju se u normalizirane koordinate izvornog kadra
 
-## Integracijska granica
+Kadrovi se izdvajaju lokalno iz videozapisa. Model se izvršava CPU delegatom radi predvidljive kompatibilnosti; kasnije se može zasebno provjeriti GPU delegat.
 
-Adapter se implementira u `src/analysis/vehicleDetectionModel.ts` i mora zadržati potpis:
+## OCR fallback
 
-```ts
-detectVehiclesInFrames(frames: EvidenceFrame[]): Promise<VehicleDetection[]>
-```
+Ako detektor ne pronađe vozilo, aplikacija ipak zadržava do tri najkvalitetnija cijela kadra i na njima pokreće OCR. Takvi kandidati nisu prostorno pridruženi vozilu i moraju biti jasno označeni kao nepouzdani. Registracijska oznaka ne prikazuje se kao potvrđena bez ponavljanja kroz više različitih kadrova.
 
-Native biblioteka i config plugin dodaju se tek kada je odabrani model odobren. Model ne treba commitati ako se može reproducibilno preuzeti tijekom lokalne pripreme ili builda uz provjeru očekivanog SHA-256.
+## Poznata ograničenja
 
-## Ograničenja rezultata
+- COCO model prepoznaje opće klase vozila; ne prepoznaje marku, model, identitet ni prometni prekršaj.
+- Mala, zamućena, zaklonjena i noćna vozila mogu biti propuštena.
+- Confidence nije dokaz točnosti niti certificirana mjera.
+- OCR može zamijeniti slične znakove; rezultat ostaje kandidat dok se ne potvrdi kroz više kadrova.
+- Zvuk u videozapisu uvezenom iz galerije lokalno se dekodira i svodi na RMS dBFS očitanja u prozorima od 250 ms. To omogućuje vremensku korelaciju s vizualnim tragom vozila, ali nije kalibrirano mjerenje razine zvučnog tlaka u dB(A) niti dokaz da je baš opaženo vozilo izvor zvuka.
+- Bez kalibracije scene aplikacija ne mjeri stvarnu brzinu vozila.
 
 Detekcija, OCR i korelacija buke eksperimentalne su procjene. Ne smiju se predstavljati kao identifikacija osobe, certificirano mjerenje, forenzički dokaz ili automatski zaključak o prometnom prekršaju.
+
+## Promjena modela
+
+Pull request koji mijenja model mora navesti izvorni URL, verziju, licencu, SHA-256, skup podataka, ulazno-izlazni ugovor, mapu klasa, pragove i rezultate provjere na stvarnom Android uređaju. Nova binarna datoteka ne prihvaća se bez provjerljivog podrijetla i prava redistribucije.