decide op• Data kinds: signal → table
• Call: import fullseye as fs; fs.ledger.doppler_track(signal, fs, *, f_high: 'float' = 960.0, f_low: 'float' = 770.0, c: 'float' = 343.0, smooth: 'float' = 0.005, guard: 'float' = 0.01, edge: 'float' = 0.05, v_tol: 'float' = 1.0, verdict_window: 'float' = 0.5) -> 'Dict[str, object]' (implementation को सीधे call करना हो तो import drivedecide; drivedecide.doppler_track(signal, fs, *, f_high: 'float' = 960.0, f_low: 'float' = 770.0, c: 'float' = 343.0, smooth: 'float' = 0.005, guard: 'float' = 0.01, edge: 'float' = 0.05, v_tol: 'float' = 1.0, verdict_window: 'float' = 0.5) -> 'Dict[str, object]', registry से लेना हो तो opsdrive.get("doppler_track"))
siren की आवाज़ से instantaneous frequency का अनुमान लगाता है और तय करता है कि वह पास आ रहा है या दूर जा रहा है।
1. विश्लेषणात्मक संकेत (FFT द्वारा Hilbert रूपांतरण) का कला-अंतर → तात्क्षणिक आवृत्ति f(t) = arg(z[n+1] z̄[n]) fs / 2π।
2. smooth सेकंड चौड़ाई की चलित माध्यिका।
3. हर समय पर 2 नाममात्र स्वरों (f_high / f_low) में से जिसका अनुपात निकट हो उसे "उत्सर्जित स्वर" माना जाता है; डॉप्लर गुणांक D = f / f_nom, दृष्टि-रेखा वेग v_r = c (1 − 1/D) (doppler_shift को v_r के लिए हल किया गया रूप)।
4. स्वर बदलने के स्थान (माध्यिका में उछाल > 20 Hz) के पहले-बाद guard सेकंड और दोनों सिरों के edge सेकंड अमान्य हैं (valid = False)।
5. निर्णय: अंतिम verdict_window सेकंड के मान्य v_r की माध्यिका +v_tol से अधिक → "approaching", −v_tol से कम → "receding", बीच में → "abeam"। state हर समय पर वही निर्णय है (अमान्य स्थानों पर "unknown")।
नाममात्र स्वर की ग़लत पहचान की सीमा: आवंटन की विभाजक रेखा ज्यामितीय माध्य √(f_h f_l) है। निम्न स्वर पास आते हुए इसे v_r = c (1 − √(f_l/f_h)) पर पार करता है, उच्च स्वर दूर जाते हुए v_r = −c (√(f_h/f_l) − 1) पर। 960/770 Hz के लिए ये +35.8 m/s (129 km/h) और −40.0 m/s हैं। इससे तेज़ दृष्टि-रेखा वेग ग़लत पहचाने जाते हैं (परीक्षणों में स्थिर किया गया)।
• 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_driving_decisions — py -3.11 examples/poc_driving_decisions.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
decide)mirror_reflection_matrix · mirror_virtual_camera · mirror_aim_normal · convex_mirror_fov · mirror_blind_zone · check_sequence_score · signal_phase_plan · signal_state
*Provenance: drivedecide.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.