slip_predict — DRIVE roverslip op

• 데이터 종류: table × signal → table

• 호출: import fullseye as fs; fs.ledger.slip_predict(model, slopes, level: 'float' = 0.9) -> 'dict'(구현을 직접 호출하려면 import roverslip; roverslip.slip_predict(model, slopes, level: 'float' = 0.9) -> 'dict', 원장에서 가져오려면 opsdrive.get("slip_predict"))

사용법

> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.

滑り率の予測と両側 `level` の帯。ガウス過程は観測の予測分布(潜在の分散 + 雑音)、分位点回帰は曲線そのもの。

返り値 `{"mean", "std", "lower", "upper", "median", "level"}(各 (n,))。分位点回帰の mean` は当てはめた

分位点の平均、`std` は四分位範囲 / 1.349、帯の端は (1 ± level)/2 の分位点(当てはめた段に無ければ ValueError)に、

共形の補正(:func:slip_quantile_fit の `conformal`)があればその幅を足す。

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_rover_slip_risk_path — py -3.11 examples/poc_rover_slip_risk_path.py

타입이 이어지는 다음 연산자(table 를 입력으로 받는 것)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

같은 카테고리(roverslip)

bekker_pressure · bekker_wheel_sinkage · wheel_forces · wheel_sinkage · wheel_traction_curve · slope_slip_curve · ground_shift_track · odometry_slip

*Provenance: roverslip.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.