traffic op• 데이터 종류: 없음 → table(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)
• 호출: import fullseye as fs; fs.ledger.driver_style(kind: 'str', seed: 'Optional[int]' = None) -> 'Dict[str, float]'(구현을 직접 호출하려면 import drivetraffic; drivetraffic.driver_style(kind: 'str', seed: 'Optional[int]' = None) -> 'Dict[str, float]', 원장에서 가져오려면 opsdrive.get("driver_style"))
운전 성향 3종("careful" / "normal" / "sloppy")의 모수를 반환합니다. 값은 모두 가정(출처 없음).
키: IDM 의 v0, T, a, b, s0, delta, reaction_delay [s], 가로 흔들림(OU 과정)의 wobble_theta [1/s] 와 wobble_sigma [m/√s] (정상 표준편차는 σ/sqrt(2θ) = 0.05 / 0.11 / 0.28 m), speed_noise(희망 속도의상대적 불균일), length 4.5 m(가정), kind. 반환값은 그대로 idm_platoon_simulate 의 1 대분으로 넘길 수 있다.
seed 를 주면 주요 값에 균일 ±10% 의 개인차를 곱한다(default_rng(seed) 로 결정적). None 이면 명목값. 순서의 성질(게이트): 명목값에서 careful 의 T·s0 가 최대이고 반응 지연이 최소, sloppy 는 그 반대, 흔들림의 정상 SD 는 careful < normal < sloppy.
Raises ValueError: 알 수 없는 kind.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_driving_traffic — py -3.11 examples/poc_driving_traffic.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
traffic)idm_accel · idm_equilibrium_gap · idm_platoon_simulate · lateral_wobble · ou_estimate · social_force_step · pedestrian_crossing · occlusion_reveal_distance
*Provenance: drivetraffic.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.