braid_class_representatives — DRIVE braidpath op

• データ種: any → table

• 呼び出し: import fullseye as fs; fs.ledger.braid_class_representatives(plans, obstacles=None, costs=None, angle=0.1, jitter='auto') (実装を直接呼ぶなら import braidpath; braidpath.braid_class_representatives(plans, obstacles=None, costs=None, angle=0.1, jitter='auto')、台帳から引くなら opsdrive.get("braid_class_representatives"))

• GPU: なし(CPU 参照実装のみ)

使い方

複数の計画(どの計画器の出力でもよい)をホモトピー類に分け、類ごとに費用の最も小さい計画を代表に選ぶ。

計画は (K, T, 2) の軌道か、格子の経路の列か、計画器の dict(paths、失敗した None は飛ばして数える)。全部の計画の始点と終点がそろっている必要がある(類は端を止めた変形の類)。費用は costs か、なければ軌道の長さの和。

Returns: dict classes(費用の安い順の list、各要素 dict: key・word(代表の語)・best(計画の番号)・ cost・count・members)、n_plans、n_failed、n_classes。

参考(サンプルデータ・文献)

• 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。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_braid_homotopy_classes — py -3.11 examples/poc_braid_homotopy_classes.py

型が繋がる次の op(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

同カテゴリ(braidpath)

braid_from_trajectories · braid_reduce · braid_artin_images · dynnikov_coordinates · dynnikov_act · braid_equivalent · homotopy_class_compare · pairwise_winding

*Provenance: braidpath.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.