traffic op• データ種: signal → table
• 呼び出し: import fullseye as fs; fs.ledger.ou_estimate(x, dt: 'float') -> 'Dict[str, float]' (実装を直接呼ぶなら import drivetraffic; drivetraffic.ou_estimate(x, dt: 'float') -> 'Dict[str, float]'、台帳から引くなら opsdrive.get("ou_estimate"))
横ふらつき(平均 0 の OU 過程 dX = −θX dt + σ dW)の母数を、等間隔 dt の観測の列から読む。
厳密離散化 x_{k+1} = φ x_k + ε_k(φ = e^{−θ dt}、ε ~ N(0, q²)、q² = σ²(1 − φ²)/(2θ))の条件つき最尤:
φ̂ = Σ x_k x_{k+1} / Σ x_k², q̂² = mean((x_{k+1} − φ̂ x_k)²), θ̂ = −ln φ̂ / dt, σ̂ = q̂ sqrt(2θ̂ / (1 − φ̂²))
(Euler の (1 − φ̂)/dt でなく ln を使うので dt が粗くても偏らない)。標準誤差は漸近式: se(φ̂) = sqrt((1 − φ²)/n)、
se(q̂) = q/sqrt(2n)、θ̂・σ̂ はデルタ法。`sigma_increment` = sqrt(mean(Δx²)/dt) は θ を使わない粗い推定
(E[Δx²] = σ²(1 − φ)/θ なので θ dt → 0 で σ。相関時間の長い系列を短く見るとき、位置の標本 SD より σ を安定に読める)。
戻り値 dict: `theta, sigma, sd(定常 SD σ/√(2θ))、phi, q, n(増分の数)、se_theta`,
`se_sigma, sigma_increment`。
Raises `ValueError`: 1-D でない・3 点未満・非有限、dt ≤ 0、φ̂ ∉ (0, 1)(この dt では平均へ戻る過程に見えない)。
• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。
• poc_driving_traffic — py -3.11 examples/poc_driving_traffic.py
table を入力に取れる)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
traffic)idm_accel · idm_equilibrium_gap · idm_platoon_simulate · driver_style · lateral_wobble · social_force_step · pedestrian_crossing · occlusion_reveal_distance
*Provenance: drivetraffic.py — DRIVE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.