traffic op• Data kinds: कोई नहीं → table (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)
• Call: import fullseye as fs; fs.ledger.passing_gap_required(parked_len: 'float', margin_front: 'float', margin_back: 'float', v_ego: 'float', v_oncoming: 'float', *, lane_change_time: 'float', ego_length: 'float' = 0.0, pet_min: 'float' = 0.0, v_obstacle: 'float' = 0.0) -> 'Dict[str, float]' (implementation को सीधे call करना हो तो import drivetraffic; drivetraffic.passing_gap_required(parked_len: 'float', margin_front: 'float', margin_back: 'float', v_ego: 'float', v_oncoming: 'float', *, lane_change_time: 'float', ego_length: 'float' = 0.0, pet_min: 'float' = 0.0, v_obstacle: 'float' = 0.0) -> 'Dict[str, float]', registry से लेना हो तो opsdrive.get("passing_gap_required"))
खड़े वाहन से बचकर सामने की lane में जाने वाले खंड को पार करने का समय, और वह सीमा-दूरी जिस पर सामने से आने वाला वाहन तब तक नहीं पहुँचता (closed form)।
अपना वाहन खड़े वाहन के पिछले सिरे से margin_back पहले (x_in) विपरीत लेन में निकलना शुरू करता है, और अगले सिरे से margin_front आगे (x_out) निकलने के बाद lane_change_time में अपनी लेन में पूरी तरह लौटता है। बाहर निकली लंबाई L_occ = margin_back + parked_len + margin_front + ego_length, बाहर रहने का समय t_occ = L_occ / v_ego + T_lc। पूरी तरह लौटने के बिंदु P = x_in + L_occ + v_ego T_lc पर विपरीत वाहन पूरी तरह लौटने के समय से कम से कम pet_min बाद पहुँचे (PET ≥ pet_min), इसके लिए निर्णय के समय (अपना वाहन x_in पर) विपरीत वाहन तक की दूरी की सीमा:
D* = t_occ (v_ego + v_on) + v_on · pet_min
चलता हुआ अवरोध (साइकिल आदि, उसी दिशा में v_obstacle से): बाहर निकली लंबाई अवरोध के सापेक्ष दूरी है, इसलिए t_occ = L_occ / (v_ego − v_obstacle) + T_lc, पूरी तरह लौटने का बिंदु P = x_in + v_ego t_occ। D* का सूत्र उसी रूप का है। v_obstacle = 0 पर यह रुके हुए वाहन के सूत्र पर लौट आता है।
रिटर्न dict: L_occ, t_occupy, d_required (= D*), clear_point (x_in से P तक की दूरी)।
Raises ValueError: ऋणात्मक लंबाई या मार्जिन, v_ego ≤ 0, v_oncoming < 0, lane_change_time < 0, v_obstacle < 0 या v_obstacle ≥ v_ego (पकड़ नहीं सकता)।
• 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_traffic — py -3.11 examples/poc_driving_traffic.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
traffic)idm_accel · idm_equilibrium_gap · idm_platoon_simulate · driver_style · lateral_wobble · ou_estimate · social_force_step · pedestrian_crossing
*Provenance: drivetraffic.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.