decide op• 資料種類:signal → table
• 呼叫: 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]'(要直接呼叫實作,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]';從台帳取用則 opsdrive.get("doppler_track"))
從警笛聲估計瞬時頻率，判斷其正在接近還是遠離。
1. 解析訊號(FFT 的 Hilbert 轉換)的相位差 → 瞬時頻率 f(t) = arg(z[n+1] z̄[n]) fs / 2π。
2. 寬度 smooth 秒的移動中位數。
3. 在每個時刻,把標稱 2 音(f_high / f_low)中比值較近的一個視為「發出的音」,都卜勒係數 D = f / f_nom,視線速度 v_r = c (1 − 1/D)(doppler_shift 對 v_r 求解所得)。
4. 音切換處(中位數跳變 > 20 Hz)前後 guard 秒以及兩端 edge 秒無效(valid = False)。
5. 判定: 最後 verdict_window 秒內有效 v_r 的中位數大於 +v_tol → "approaching",小於 −v_tol → "receding",介於之間 → "abeam"。state 是各時刻的相同判定(無效處為 "unknown")。
標稱音誤判的極限: 分配的分界是幾何平均 √(f_h f_l)。低音接近而越過分界時為 v_r = c (1 − √(f_l/f_h)),高音遠離而越過分界時為 v_r = −c (√(f_h/f_l) − 1)。960/770 Hz 時為 +35.8 m/s(129 km/h)與 −40.0 m/s。比這更快的視線速度會被誤判(在測試中固定)。
• 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。
• poc_driving_decisions — py -3.11 examples/poc_driving_decisions.py
table 作為輸入)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 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.