# quiXzoom — Smart Scan Architecture
*Beslutad: 2026-06-17. Ersätter "fotoflöde"-tänket.*

---

## Paradigmskiftet

| Fotoflöde (v1/v2) | Smart Scan |
|-------------------|------------|
| Zoomern tar bilder | Zoomern skannar ett objekt |
| AI bedömer varje bild | AI bygger upp ett bevispaket |
| Kvalitetsansvar: Zoomern | Kvalitetsansvar: systemet |
| Input: foto | Input: kontinuerlig videoström |
| Output: godkänd/nekad bild | Output: verifierad kontrollpunkt |
| Känsla: formulär | Känsla: Face ID / 3D-skanner |

**Kärninsikt:** Zoomern förstår inte uppdraget. AI vet redan vilka datapunkter som krävs, vilka vinklar som behövs, vilka detaljer som måste vara synliga, och när bevisningen är tillräcklig.

Zoomerns enda uppgift: *"Peka kameran mot objektet och följ instruktionerna."*

---

## Arkitektur

### Evidenspaketet (ersätter "foto")

Varje kontrollpunkt definierar ett `evidence_requirements`-objekt:

```json
{
  "control_point": "electricity_meter",
  "evidence_requirements": [
    { "id": "e1", "label": "Översikt",      "type": "visual_coverage", "min_coverage_pct": 85 },
    { "id": "e2", "label": "Serienummer",   "type": "ocr",             "target": "serial_number" },
    { "id": "e3", "label": "Mätarställning","type": "ocr",             "target": "meter_reading" },
    { "id": "e4", "label": "Plombering",    "type": "presence_check",  "target": "seal" }
  ]
}
```

Kontrollpunkten är **inte klar** förrän alla `evidence_requirements` är uppfyllda.
Det spelar ingen roll hur många frames det tar.

---

### Scanloopen (on-device, kontinuerlig)

```
Videoström
    │
    ▼
Frame-sampler (~5fps)
    │
    ▼
Evidence Matcher
    ├─ e1 täckt? → ja (frame 142)
    ├─ e2 läsbar? → ja (frame 198)
    ├─ e3 läsbar? → nej → direktiv: "Visa displayen"
    └─ e4 synlig? → nej → direktiv: "Visa plomberingen"
    │
    ▼
En direktiv åt gången → AR-overlay
    │
    ▼ (när alla ej uppfyllda)
Bästa frame per requirement väljs ut
    │
    ▼
All clear → "Kontrollpunkt klar ✓"
```

**Systemet väljer frames** — Zoomern fattar aldrig ett fotograferingsbeslut.

---

### Frame-selektion

När ett requirement är uppfyllt sparas den bästa frame:

```json
{
  "requirement_id": "e2",
  "frame_number": 198,
  "timestamp_ms": 4820,
  "confidence": 0.94,
  "extracted_value": "SE-4821-9938-01",
  "selected": true
}
```

Systemet väljer den frame med högst confidence inom ett kvalitetsfönster (skärpa, ljus, täckning). Aldrig den sista — den bästa.

---

### Evidenspaketet som skickas till server

Inte ett foto. Ett paket:

```json
{
  "control_point": "electricity_meter",
  "session_id": "sess_abc123",
  "zoomer_id": "z_9981",
  "geo": { "lat": 59.334, "lng": 18.063, "accuracy_m": 4 },
  "device_id": "dev_ios_xyz",
  "scan_duration_ms": 12400,
  "evidence": [
    { "requirement_id": "e1", "frame": "frame_142.jpg", "confidence": 0.97 },
    { "requirement_id": "e2", "frame": "frame_198.jpg", "confidence": 0.94, "value": "SE-4821-9938-01" },
    { "requirement_id": "e3", "frame": "frame_265.jpg", "confidence": 0.91, "value": "04821.3" },
    { "requirement_id": "e4", "frame": "frame_302.jpg", "confidence": 0.88 }
  ]
}
```

Server-AVO verifierar paketet. Inte enskilda bilder.

---

### Server-AVO på evidenspaketet

```json
{
  "phase": "evidence_review",
  "control_point": "electricity_meter",
  "decision": "approved",
  "confidence": 0.942,
  "evidence_summary": {
    "e1": { "status": "verified", "confidence": 0.97 },
    "e2": { "status": "verified", "confidence": 0.94, "value": "SE-4821-9938-01" },
    "e3": { "status": "verified", "confidence": 0.91, "value": "04821.3" },
    "e4": { "status": "verified", "confidence": 0.88 }
  },
  "deviations": [],
  "summary": "🟢 Elmätare verifierad. Alla 4 datapunkter insamlade."
}
```

---

## reject_class i Smart Scan

reject_class kvarstår men beter sig annorlunda:

| reject_class | Situation | Åtgärd |
|-------------|-----------|--------|
| `capture` | Requirement kan inte uppfyllas pga scan-kvalitet (för mörkt, för ostadigt) | Direktiv, fortsätt scanning |
| `content` | Requirement kan aldrig uppfyllas (skylt förstörd, mätare plomberad på fel sätt) | Stoppa, registrera avvikelse, eskalera |
| `evidence_incomplete` | Scanning avbröts innan alla krav uppfylldes | Återuppta scanning |

---

## UX-känslan

### Traditionellt fotoflöde
```
Öppna kamera → ta bild → vänta → underkänt → ta om
```

### Smart Scan
```
Öppna kontrollpunkt → kamera startar → följ guidning →
"Kontrollpunkt klar ✓" → nästa
```

Det närmaste analogin är **Face ID** — inte "ta ett foto av ditt ansikte", bara "titta mot telefonen".

Eller en **3D-skanner** — inte "ta 12 foton från dessa vinklar", bara "rör kameran runt objektet".

---

## Vad det innebär för skala

**Gammalt:** Uppdragsgivaren definierar bildkrav → Zoomer tolkar → kvalitetsvariation
**Nytt:** Uppdragsgivaren definierar datakrav → AI samlar in → konsekvent kvalitet

Uppdragsgivaren behöver inte längre tänka i bilder. De anger:
- Vilka värden de behöver (serienummer, mätarställning, skadetyp)
- Vilka element som måste vara synliga (plombering, skylt, fasad)

AI:n avgör hur det samlas in.

---

## Teknisk implementation

| Komponent | Ansvar |
|-----------|--------|
| Frame-sampler | ~5fps från videoström, on-device |
| Evidence Matcher | Per-frame check mot requirements, TF Lite / CoreML |
| AR Directive Layer | En instruktion åt gången, uppdateras per frame |
| Frame Store | Temporär ring-buffer, behåller kandidat-frames |
| Frame Selector | Väljer bästa frame per requirement vid completion |
| Evidence Packager | Bygger JSON-paketet för server-upload |
| Server AVO | Full verifiering, OCR-validering, avvikelseanalys |
| Audit Trail | `image_hash + geo + timestamp + device_id` per frame |

---

## Öppna frågor (uppdaterade)

1. **Liveness / anti-spoofing** — hur verifierar vi att videoströmmen är levande och inte en inspelning eller skärmdump? Device attestation (iOS App Attest / Android Play Integrity)?
2. **Frame-kvalitetströskel** — vilken minsta confidence krävs för att en frame ska väljas? Konfigurerbart per requirement?
3. **Offline scanning** — frames buffras lokalt, paket skickas vid uppkoppling. Max buffer-storlek?
4. **GDPR / ansikten** — scanning av fasader och miljöer fångar troligen ansikten. Face blurring before upload?
5. **Scan-timeout** — max tid per kontrollpunkt? (förslag: 120 sek → eskalera)
6. **Multi-objekt** — kan en scanning-session samla bevis för flera kontrollpunkter parallellt?

---

*Ersätter QUIXZOOM_CAPTURE_FLOW.md och AVO-masterprompt v1/v2 som konceptuellt underlag.*
*AVO-masternprompt v2 gäller fortfarande som tekniskt kontrakt för fas B (server-AVO).*