braidpath op• Data kinds: any → table
• Call: import fullseye as fs; fs.ledger.braid_class_representatives(plans, obstacles=None, costs=None, angle=0.1, jitter='auto') (implementation को सीधे call करना हो तो import braidpath; braidpath.braid_class_representatives(plans, obstacles=None, costs=None, angle=0.1, jitter='auto'), registry से लेना हो तो opsdrive.get("braid_class_representatives"))
• GPU: नहीं (केवल CPU reference implementation)
कई plans (किसी भी planner का output) को homotopy classes में बाँटता है और हर class में सबसे कम cost वाले plan को प्रतिनिधि चुनता है।
Plan या तो (K, T, 2) trajectory है, या grid paths का sequence, या planner का dict (paths; विफल None छोड़े जाते हैं और गिने जाते हैं)। सभी plans के start और end points समान होने चाहिए (class स्थिर ends वाले deformations की class है)। Cost costs है, न हो तो trajectory की लंबाइयों का योग।
Returns: dict classes (cost के बढ़ते क्रम में list, हर element एक dict: key, word (प्रतिनिधि का word), best (plan की संख्या), cost, count, members), n_plans, n_failed, n_classes।
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• poc_braid_homotopy_classes — py -3.11 examples/poc_braid_homotopy_classes.py
table को input के रूप में लेते हैं)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.