docs(R&D): documentación técnica de CarPlay Bridge, Nexus y Edge AI

[pagabo18]

Añade Technical_R&D_Documentation/: 36 documentos de investigación y arquitectura para tres proyectos futuros, escritos para que un ingeniero en electrónica que no los conoce pueda empezar a investigar, seleccionar componentes, diseñar y prototipar.

Sólo documentación. No toca código de la aplicación.

Contenido

Technical_R&D_Documentation/
    README.md                          convenciones de evidencia y madurez
    00_MASTER_TECHNOLOGY_ROADMAP.md    fases del ecosistema
    ENGINEER_HANDOFF.md                punto de entrada del ingeniero
    01_CarPlay_Bridge/                 9 documentos
    02_Nexus/                          12 documentos
    03_Edge_AI_Research/               12 documentos

Cada afirmación técnica lleva etiqueta: [CONFIRMADO] (con enlace a fuente oficial), [INFERENCIA], [HIPÓTESIS] (con experimento asociado), [PROPUESTA DE DISEÑO] o [NO RELIABLE BENCHMARK FOUND]. No se inventan cifras ni precios.

Las tres correcciones a la idea original

La instrucción era no asumir que las ideas fueran viables tal como se describían. Tres no lo eran:

1. CarPlay Bridge — el "iPhone falso" no es una ruta construible. CarPlay es un enlace IP (USB + iAP2 + NCM, o Bluetooth → Wi-Fi 5 GHz) cuya sesión exige el coprocesador de autenticación de Apple, que sólo se obtiene dentro de MFi. Apple licencia CarPlay para head units, no para transmisores: no existe categoría que cubra este uso. La ruta equivalente y construible es Android Auto, donde AOAP es público en AOSP y no hay chip de autenticación. Arquitectura elegida: el dispositivo se presenta al coche como teléfono por USB gadget y reenvía la sesión sin transcodificar, lo que mantiene la latencia añadida en ~5–22 ms y esquiva la ausencia de encoder de vídeo en el Pi 5.

2. Nexus — la pantalla LED transparente es la tecnología equivocada. Su pixel pitch comercial va de 3,9 a 25 mm y la transparencia aumenta al empeorar el pitch: son la misma variable. Mostrar una cara a 2 m exigiría ~0,5 mm. Es tecnología de escaparate, pensada para verse desde 10 m. Las rutas reales son Pepper's Ghost (hoy) y OLED/MicroLED transparente (más adelante). Se documenta también que el EULA de MetaHuman permite usarlo en cualquier motor pero prohíbe entrenar modelos de IA con él.

3. Edge AI — el límite no es el almacenamiento ni los TOPS. El rendimiento en generación es tokens/s ≈ ancho de banda de memoria / tamaño del modelo. Calibrada contra benchmarks publicados, la fórmula predice dentro de un factor 2 tanto en Raspberry Pi 5 como en Jetson Orin Nano Super. Frontera práctica del Pi 5: modelos de 1B a 8B. Un clúster de Pi no resuelve el problema (la medición de referencia da 10–15 % de mejora con dos nodos), y sólo sirven para LLM los aceleradores con memoria propia.

Estructura de cada proyecto

Resumen ejecutivo, visión, requisitos funcionales y no funcionales, arquitectura de sistema, hardware, software, comunicaciones, flujos de datos, frontera hardware/software, hardware candidato con matrices de decisión, arquitectura de prototipo y de producción, retos técnicos, incógnitas, experimentos, riesgos, alternativas y recomendaciones. Además: BOM preliminar, tablas de interfaces, arquitectura de potencia con presupuestos calculados, diagramas Mermaid (sistema, secuencia, flujo de datos, máquinas de estado, despliegue) y bloques de preguntas dirigidas a electrónica, software e investigación.

Cosas que el ingeniero debe mirar primero

• Etapa de potencia automotriz: ISO 16750-2 (load dump de hasta ~101 V durante ~400 ms) e ISO 7637-2, con el argumento de por qué desconectar es mejor que disipar.
• Requisito de consumo en reposo < 1 mA, y por qué un módulo buck genérico lo incumple.
• Cadena de privacidad del Sensor Hub de Nexus: indicador LED en serie con el rail de alimentación del sensor, no controlado por firmware.
• Cálculo de seguridad fotobiológica (IEC 62471) del iluminador IR de 940 nm, con límite de corriente por hardware. Es seguridad de personas.
• 31 decisiones abiertas numeradas (Q-Exx) repartidas por los documentos.

Limitaciones conocidas

Documentadas dentro de los propios ficheros, no ocultas:

• El proxy de egreso de la sesión bloquea arxiv.org, raspberrypi.com, troopers.de y cnx-software.com. El paper arXiv:2511.07425, probablemente la mejor fuente académica sobre inferencia de LLM en SBC, queda pendiente de leer y consta como tal.
• El ancho de banda de memoria del Hailo-10H no aparece en ninguna fuente localizada. Es el hueco más importante, con experimento asignado.
• Las cifras publicadas del AI HAT+ 2 varían 6× entre sí para el mismo tamaño de modelo; están marcadas como no fiables para planificar.
• Los precios son órdenes de magnitud etiquetados como hipótesis salvo los de displays, que llevan fuente y fecha. Varias celdas dicen SIN PRECIO FIABLE.

Cómo revisarlo

Empezar por ENGINEER_HANDOFF.md. Los tres 01_EXECUTIVE_SUMMARY.md dan el panorama en unos 30 minutos.

Antes de diseñar electrónica hay una fase de validación de ~545 € con cuatro experimentos de resultado binario o numérico: EXP-101 (¿funciona el Bridge en el coche?), EXP-201 (¿latencia conversacional < 1 s?), EXP-210 (¿aporta Pepper's Ghost frente a un monitor?) y EXP-301/302 (¿predice bien el modelo de rendimiento?).

🤖 Generated with Claude Code

https://claude.ai/code/session_01HM5b3UmTUxuYocAzPbFt3j

---

Generated by Claude Code