lateral op• 数据种类:无 → table(仅由参数决定的算子 —— 不接受图像或数据输入)
• 调用: import fullseye as fs; fs.ledger.pure_pursuit_circle_offset(radius: 'float', lookahead: 'float', wheelbase: 'float', *, understeer: 'float' = 0.0, speed: 'float' = 0.0, params: 'Optional[dict]' = None) -> 'Dict[str, float]'(要直接调用实现,import drivelateral; drivelateral.pure_pursuit_circle_offset(radius: 'float', lookahead: 'float', wheelbase: 'float', *, understeer: 'float' = 0.0, speed: 'float' = 0.0, params: 'Optional[dict]' = None) -> 'Dict[str, float]';从台账取用则 opsdrive.get("pure_pursuit_circle_offset"))
• GPU:无(仅 CPU 参考实现)
用 pure pursuit(以后轴中心为基准)跟踪定常圆(半径 R)时的稳态圆半径 ρ 与横向偏差 ρ − R(向外为正)。
运动学 + 转向不足(params = None):对于指令转向角 δ = L κ_cmd,实际曲率为 κ_cmd / (1 + K v²/L) 然后,在同心静止状态下,ρ = √(R² + (K v²/L) L_d²)(此版本中导出的闭合形式)。如果 K = 0,则 ρ = R(横向滑移 0)。
线性两轮等效模型(给定params。δ = atan(L κ_cmd)):稳态时,车身方向小于后轴速度(与圆相切)。由于后轴向内指向侧滑角α_r = m l_f a_y / (C_r L),因此注视点的可视角度减小α_r。静止关系将(δ = L/R_c + Ku²/R_c, β, 旋转中心) 制成以重心回转半径R_c 为一变量的方程,并使用二分法(半闭式)进行求解。运动学方程减少了这种影响,因此估计横向滑移很小(大约是 PoC 中的一半)。
引发 ValueError:R,L_d,L ≤ 0,注视点未到达圆,1 + K v²/L ≤ 0,参数中的 v < 0.5。
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者、年份)与用途见上面的族使用指南。
• poc_driving_lateral — py -3.11 examples/poc_driving_lateral.py
table 作为输入)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
lateral)friction_circle_usage · curve_speed_limit · design_min_radius · understeer_gradient · steady_cornering · bicycle_model_step · ackermann_steer_angles · offtracking_circle
*Provenance: drivelateral.py — DRIVE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.