"""DESCENDING NEURONS — решение.

Весь разбор сцены у мухи сходится на нескольких десятках нисходящих нейронов,
идущих в грудной ганглий. Два из них работают как раз по надвигающемуся объекту:

* **Giant Fiber (DNp01)** — один толстый аксон с высоким порогом. Срабатывает
  только на близкое и быстрое надвигание и запускает немедленный аварийный
  взлёт, жертвуя устойчивостью ради скорости.
* **DNp02/DNp11** — порог ниже, реакция раньше и мягче: муха успевает
  подготовиться, не срываясь в паническое движение.

Поезду нужна ровно такая же пара уровней: заблаговременное предупреждение с
запасом по дальности и экстренное торможение по надёжному близкому объекту.
Гистерезис здесь — не украшение: без него трек на пороге даёт дребезг, а
дребезжащая команда торможения хуже её отсутствия.
"""
from __future__ import annotations

from dataclasses import dataclass, field

from .central_complex import CentralComplex, Track

BRAKING_DECEL = 1.0      # м/с², служебное торможение метропоезда (оценка)
REACTION_TIME = 1.5      # с, задержка канала «решение → тормоз»


@dataclass
class DetectedObject:
    distance: float
    lateral: float
    height: float
    width: float
    size_v: float
    confidence: float
    novelty: float
    n_rays: int
    track_id: int
    ttc: float


@dataclass
class Decision:
    """Выход системы за один кадр."""

    detected: bool = False
    emergency: bool = False
    distance: float = float("inf")
    ttc: float = float("inf")
    confidence: float = 0.0
    stopping_distance: float = 0.0
    objects: list[DetectedObject] = field(default_factory=list)
    speed: float = 0.0

    @property
    def clear(self) -> bool:
        return not self.detected


class DescendingNeurons:
    """Два порога с гистерезисом поверх подтверждённых треков."""

    def __init__(self, *, warn_evidence: float = 0.5, clear_evidence: float = 0.3,
                 emergency_evidence: float = 0.75, min_hits: int = 2,
                 novelty_floor: float = 0.10, max_range: float = 200.0,
                 warn_far: float | None = None, warn_far_from: float = 90.0):
        self.warn_evidence = warn_evidence
        self.clear_evidence = clear_evidence
        self.emergency_evidence = emergency_evidence
        self.min_hits = min_hits
        self.novelty_floor = novelty_floor
        self.max_range = max_range
        # Порог предупреждения, ослабевающий с дальностью. Пара нисходящих
        # нейронов у мухи не равноправна: DNp02/DNp11 срабатывают рано и
        # мягко, Giant Fiber — поздно и жёстко. Здесь то же самое по
        # дальности: далёкая улика физически слабее (4…8 лучей вместо
        # сотни), а цена ошибки ниже — до предмета ещё сотня метров и
        # десятки кадров на подтверждение. Экстренное торможение своего
        # порога не снижает. None — послабления нет.
        self.warn_far = warn_evidence if warn_far is None else warn_far
        self.warn_far_from = warn_far_from
        self._latched: set[int] = set()

    @property
    def _hyst(self) -> float:
        return self.clear_evidence / max(self.warn_evidence, 1e-6)

    def _warn_at(self, d: float) -> float:
        """Порог тревоги на дальности d: линейно от warn до warn_far."""
        span = self.max_range - self.warn_far_from
        if span <= 0 or d <= self.warn_far_from:
            return self.warn_evidence
        f = min((d - self.warn_far_from) / span, 1.0)
        return self.warn_evidence + (self.warn_far - self.warn_evidence) * f

    def decide(self, cx: CentralComplex, speed: float) -> Decision:
        out = Decision(speed=speed)
        stop = speed * REACTION_TIME + speed * speed / (2 * BRAKING_DECEL)
        out.stopping_distance = stop

        live: list[tuple[Track, float]] = []
        for t in cx.tracks:
            d = t.distance(cx.s_world)
            if not (0.0 < d <= self.max_range):
                self._latched.discard(t.id)
                continue
            warn = self._warn_at(d)
            # гистерезис: попавший в тревогу трек держится до нижнего порога
            on = warn if t.id not in self._latched else warn * self._hyst
            if t.evidence < on or t.hits < self.min_hits or t.novelty < self.novelty_floor:
                self._latched.discard(t.id)
                continue
            self._latched.add(t.id)
            live.append((t, d))

        if not live:
            return out

        live.sort(key=lambda p: p[1])
        for t, d in live:
            ttc = d / speed if speed > 0.5 else float("inf")
            out.objects.append(DetectedObject(
                distance=d, lateral=t.u, height=t.h, width=t.width, size_v=t.height,
                confidence=min(1.0, t.evidence * t.novelty + 0.0),
                novelty=t.novelty, n_rays=t.last_n_rays, track_id=t.id, ttc=ttc))

        nearest, d0 = live[0]
        out.detected = True
        out.distance = d0
        out.ttc = d0 / speed if speed > 0.5 else float("inf")
        out.confidence = max(o.confidence for o in out.objects)
        out.emergency = any(
            t.evidence >= self.emergency_evidence and (d <= max(stop, 25.0))
            for t, d in live)
        return out