swarmflow op• 資料種類:table → table
• 呼叫: import fullseye as fs; fs.ledger.obstacle_fit_doublet(field, speed=None, upstream_only: 'bool' = False, exclude_margin: 'float' = 1.25, min_explained: 'float' = 0.5, min_radius=None) -> 'dict'(要直接呼叫實作,import swarmflow; swarmflow.obstacle_fit_doublet(field, speed=None, upstream_only: 'bool' = False, exclude_margin: 'float' = 1.25, min_explained: 'float' = 0.5, min_radius=None) -> 'dict';從台帳取用則 opsdrive.get("obstacle_fit_doublet"))
將圓柱繞流的勢流 u − i v = U (1 − R²/(z − z_c)²) 擬合到速度場(實作 2，2 維非線性最小平方)。
未知數為 (x_c, y_c, R², U)。起點有 2 個: stagnation_from_centerline,以及把網格節點作為中心候選的粗搜尋(固定 U 時模型對 R² 是一次的,可用閉式求解)。取可解釋比例較大者。圓的 exclude_margin 倍以內的網格不使用(因為向網格轉移的核會跨越壁面而把速度平均掉)—— 重新估計並迭代 3 次。upstream_only 時僅用衝擊點上游(x < x_c − R)的網格擬合(能否「在撞上之前」得知)。
判定: 相對於僅含均勻流的模型(u、v 為常數)的殘差 RSS₀,圓柱模型減少的比例 1 − RSS₁/RSS₀(擾動中可由圓柱解釋的比例)不小於 min_explained、半徑不小於 min_radius(預設 = 2 個網格間距)、中心位於場內 —— 滿足這 3 條即為 detected。否定判定(無障礙物)由該比例較小得出。
★半徑下限即解析度極限: swarm_field_from_tracks 的網格按個體間距 s 劃分,因此預設不會對 R < 2s 的障礙物說「有」。拒絕的正當性已透過實測確認(均勻撒布的粒子,R = 0.6 m: R/s ≈ 5 時中心、半徑均在 2 % 以內, R/s ≈ 2.5 時在 5 % 以內,R/s ≈ 1.2 時半徑偏小 48 %)。
Returns:
dict: center、radius、speed、stagnation、explained、detected、n_used、rms_residual
(m/s)、rms_null(m/s)。
• 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_swarm_obstacle_from_flow — py -3.11 examples/poc_swarm_obstacle_from_flow.py
table 作為輸入)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
swarmflow)sph_kernel · sph_density_pressure · swarm_simulate · swarm_render_overhead · swarm_field_from_tracks · swarm_field_from_piv · potential_flow_cylinder · velocity_deficit_map
*Provenance: swarmflow.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.