warehouse_grid — DRIVE `agv` op

• Datenarten: keine → any (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)

• Aufruf: import fullseye as fs; fs.ledger.warehouse_grid(n_rack_rows=3, n_rack_cols=4, rack_len=4, aisle=1, margin=2) (die Implementierung direkt: import agvfleet; agvfleet.warehouse_grid(n_rack_rows=3, n_rack_cols=4, rack_len=4, aisle=1, margin=2); aus dem Register: opsdrive.get("warehouse_grid"))

• GPU: nein (nur CPU-Referenzimplementierung)

Verwendung

Lagergitter aus Regalreihen und Gängen (True = befahrbar).

Ein Regal ist ein horizontaler Block aus 1 Reihe x „Rack_Len“-Quadraten, umgeben von Gängen mit der Breite „Aisle“ oben, unten, links und rechts. „Rand“ um den Umfang Platzieren Sie die quadratische Laufzone (vor der Station). Die Rückgabe ist „(grid, info)“, wobei info eine Liste von Racks, „Racks“ und die „Form“ des Gitters enthält.

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_agv_fleet — py -3.11 examples/poc_agv_fleet.py

Typkompatible Folge-Operatoren (nehmen `any` als Eingabe)

course_crank · course_s_curve · course_turnaround · course_slope · course_intersection · course_parallel_parking · course_crossing · course_road

Gleiche Kategorie (`agv`)

grid_distances · mapf_cbs · mapf_ecbs · mapf_joint_astar · mapf_prioritized · plan_conflicts · plan_cost · adg_build

*Provenance: agvfleet.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

warehouse_grid — DRIVE agv op