cvar_cost_map — DRIVE roverslip op

• 資料種類:image2d × scalar × any → table

• 呼叫: import fullseye as fs; fs.ledger.cvar_cost_map(dtm, cell: 'float', model, alpha: 'float' = 0.9, speed: 'float' = 0.05, s_max: 'float' = 0.9, soil_map=None, extrapolate: 'bool' = False) -> 'dict'(要直接呼叫實作,import roverslip; roverslip.cvar_cost_map(dtm, cell: 'float', model, alpha: 'float' = 0.9, speed: 'float' = 0.05, s_max: 'float' = 0.9, soil_map=None, extrapolate: 'bool' = False) -> 'dict';從台帳取用則 opsdrive.get("cvar_cost_map"))

用法

由數值高程(DTM)建構 8 鄰域各邊的所需時間 [s]，並依邊的坡度(帶行進方向符號)下滑移的 CVaR_α 折算。

dtm (H, W) [m]、cell [m]。邊 (i, j) → 鄰格 k 的傾斜 θ = atan2(Δz, 水平距離),悲觀的滑移 ρ = CVaR_α(s(θ))(θ ≥ 0)/ CVaR_α(−s(θ))(θ < 0),所需時間 L / (v (1 − ρ)),L 為 3-D 邊長。ρ ≥ s_max 與範圍外為 inf。extrapolate = False(預設)時,傾斜在擬合模型所用資料的角度範圍(x_range)之外的邊也為 inf(不走不了解的斜坡)—— 高斯過程在資料之外會回到先驗平均,因此讓它外插的話,越陡的斜坡它越會回答「不會滑」(門檻的陷阱)。alpha = 0 則為平均滑移(風險中立)。model 為 1 個,或與 soil_map (H, W 的整數 0..K−1)搭配的 K 個 list。回傳值 {"cost": (8, H, W), "risk_slip": (8, H, W), "pitch": (8, H, W) [deg], "offsets": (8, 2), "worst_slip": (H, W) 8 方向の ρ の最大, "alpha", "cell"}。不納入橫向傾斜(翻覆、側滑)。

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_rover_slip_risk_path — py -3.11 examples/poc_rover_slip_risk_path.py

型別可銜接的下一個運算子(可接受 table 作為輸入)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

同類別(roverslip)

bekker_pressure · bekker_wheel_sinkage · wheel_forces · wheel_sinkage · wheel_traction_curve · slope_slip_curve · ground_shift_track · odometry_slip

*Provenance: roverslip.py — DRIVE 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.