traffic op• 데이터 종류: any → any
• 호출: import fullseye as fs; fs.ledger.poisson_events_xt(rate_fn: 'Callable', x_max: 'float', t_max: 'float', *, rate_max: 'float', seed, n_grid=(201, 201)) -> 'np.ndarray'(구현을 직접 호출하려면 import drivetraffic; drivetraffic.poisson_events_xt(rate_fn: 'Callable', x_max: 'float', t_max: 'float', *, rate_max: 'float', seed, n_grid=(201, 201)) -> 'np.ndarray', 원장에서 가져오려면 opsdrive.get("poisson_events_xt"))
[0, x_max] × [0, t_max]의 시공간 비균질 포아송 과정(율 λ(x, t) [건/(m·s)])을 thinning으로 1개 추출합니다.
정차 중인 버스처럼 출현율이 장소와 시각 양쪽에 의존하는 경우(λ(x, t) = bus_stop_rate(x) · [t < 발차] + base). 율 rate_max 의 균일한 후보(건수 ~ Poisson(rate_max · x_max · t_max), 위치·시각은 균일)를 확률 λ/rate_max 로 남긴다. 건수 ~ Poisson(Λ), Λ = ∫∫λ dx dt. rate_fn(x, t) 는 같은 형태의 배열 2 개를 받아 율을 반환하는 함수. 뽑기 전에 n_grid = (nx, nt) 의 격자에서 λ ≤ rate_max 를 확인하고, 후보의 위치에서도 확인한다(초과하면 ValueError).
반환값: (N, 2) 의 배열 [[x, t], ...] (시각의 오름차순).
• 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
any 를 입력으로 받는 것)course_crank · course_s_curve · course_turnaround · course_slope · course_intersection · course_parallel_parking · course_crossing · course_road
traffic)idm_accel · idm_equilibrium_gap · idm_platoon_simulate · driver_style · lateral_wobble · ou_estimate · social_force_step · pedestrian_crossing
*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.