traffic op• 데이터 종류: signal → table
• 호출: import fullseye as fs; fs.ledger.ou_estimate(x, dt: 'float') -> 'Dict[str, float]'(구현을 직접 호출하려면 import drivetraffic; drivetraffic.ou_estimate(x, dt: 'float') -> 'Dict[str, float]', 원장에서 가져오려면 opsdrive.get("ou_estimate"))
등간격 dt의 관측 열로부터 횡방향 흔들림(평균 0인 OU 과정 dX = −θX dt + σ dW)의 모수를 읽어 냅니다.
엄밀 이산화 x_{k+1} = φ x_k + ε_k(φ = e^{−θ dt}, ε ~ N(0, q²), q² = σ²(1 − φ²)/(2θ))의 조건부 최대우도:
φ̂ = Σ x_k x_{k+1} / Σ x_k², q̂² = mean((x_{k+1} − φ̂ x_k)²), θ̂ = −ln φ̂ / dt, σ̂ = q̂ sqrt(2θ̂ / (1 − φ̂²))
(Euler 의 (1 − φ̂)/dt 가 아니라 ln 을 쓰므로 dt 가 거칠어도 편향되지 않는다). 표준오차는 점근식: se(φ̂) = sqrt((1 − φ²)/n), se(q̂) = q/sqrt(2n), θ̂·σ̂ 는 델타법. sigma_increment = sqrt(mean(Δx²)/dt) 는 θ 를 쓰지 않는 대략적 추정(E[Δx²] = σ²(1 − φ)/θ 이므로 θ dt → 0 에서 σ. 상관 시간이 긴 계열을 짧게 볼 때, 위치의 표본 SD 보다 σ 를 안정적으로 읽을 수 있다).
반환 dict: theta, sigma, sd(정상 SD σ/√(2θ)), phi, q, n(증분 개수), se_theta, se_sigma, sigma_increment.
Raises ValueError: 1-D 가 아님·3 점 미만·비유한, dt ≤ 0, φ̂ ∉ (0, 1)(이 dt 에서는 평균으로 돌아가는 과정으로 보이지 않음).
• 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 · driver_style · lateral_wobble · 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.