Embeded Combinatory Firmware

Firmware embedded real-time per macchine di selezione ottica — Panoramica Progetto

Cos'è

Firmware C embedded per SoC FPGA basato su ARM con OS real-time. Combina rilevamenti da 4 telecamere industriali su una linea di selezione ottica. I rilevamenti arrivano via code seriali, vengono combinati tra telecamere in un buffer circolare, valutati tramite regole booleane configurabili, e trasformati in comandi per gli attuatori.

Include anche: libreria C# per compilazione regole e client C# host per diagnostica e logging.

Architettura

graph TD
    subgraph CAM["4 Telecamere Industriali"]
        C1["Telecamera 1"] --> Q1["Coda\nRilevamenti"]
        C2["Telecamera 2"] --> Q1
        C3["Telecamera 3"] --> Q1
        C4["Telecamera 4"] --> Q2["Coda\nLocale"]
    end

    subgraph FW["Firmware Embedded"]
        ORCH["Orchestratore"] --> PIPE["Pipeline\nCombinatoria"]
        PIPE --> EVAL["Valutazione\nRegole"]
        EVAL -->|accettato| OUT["Coda\nOutput"]
        EVAL -->|scartato| X["Scarto"]
    end

    subgraph HOST["Software Host"]
        RULES["Compilatore\nRegole"]
        DIAG["Diagnostica\ne Logging"]
    end

    Q1 --> ORCH
    Q2 --> ORCH
    OUT --> HW["Attuatori"]
    RULES -->|"upload"| EVAL
    FW -.->|"telemetria"| DIAG
  

Codice Nostro — Conteggio Righe

Stima Tempi di Sviluppo

Quanto impiegherebbe un super senior developer embedded C + C# a costruire tutto da zero, scrivendo tutto il codice a mano?

Perché le Stime Devono Includere i Costi Nascosti

Dettaglio per Fase (Stima Realistica)

Confronto Scenari

Timeline di Sviluppo Reale (con AI Coding Assistant)

Il progetto è stato costruito con un AI coding assistant che scriveva ~90% del codice, diretto da un senior developer che ha progettato l'architettura e preso tutte le decisioni. Ruolo umano: architettura, decisioni, prompting, review, test su hardware.

Ricostruito da Git + Memory Bank

Stima vs Realtà

Osservazioni Chiave

1. Architettura e debugging = solo 2–2.5x speedup. Richiedono ragionamento umano che l'AI può assistere ma non sostituire. Capire race condition e bug specifici dell'hardware richiede competenza di dominio e accesso fisico all'attrezzatura.
2. Fasi di generazione codice = 3–8x speedup. L'AI eccelle nel generare codice testato e coerente con i pattern. Il compilatore regole, i due engine di valutazione, e 530 test sono stati prodotti a velocità impossibili a mano.
3. Il costo del rework scende da giorni a minuti. Le 1.277 righe cancellate sarebbero costate ~5 giorni-uomo a scrivere. Con l'AI, scrivere e cancellare 500 righe è un'operazione da 15 minuti. Questo cambia fondamentalmente l'approccio al design esplorativo.
4. Secondo engine di valutazione completo in 2h16m. Piano + implementazione + 18 test per un modulo completo. Un umano impiegherebbe 5 giorni pieni. L'esempio più chiaro di come lo sviluppo assistito da AI sia qualitativamente diverso, non solo più veloce.
5. Produttività implicita: 1.637 LOC/giorno con AI vs 370 LOC/giorno a mano. Per C embedded con copertura test completa. Media industriale per embedded safety-critical: 50–150 LOC/giorno.