predict_amber_onset — DRIVE decide op

• Data kinds: table → table

• Call: import fullseye as fs; fs.ledger.predict_amber_onset(observations, *, flash_duration: 'Optional[float]' = None, crossing_length: 'Optional[float]' = None, walk_speed: 'float' = 1.0, ped_red_to_amber: 'float' = 2.0, t_now: 'Optional[float]' = None) -> 'Dict[str, object]' (implementation को सीधे call करना हो तो import drivedecide; drivedecide.predict_amber_onset(observations, *, flash_duration: 'Optional[float]' = None, crossing_length: 'Optional[float]' = None, walk_speed: 'float' = 1.0, ped_red_to_amber: 'float' = 2.0, t_now: 'Optional[float]' = None) -> 'Dict[str, object]', registry से लेना हो तो opsdrive.get("predict_amber_onset"))

उपयोग

समानांतर pedestrian signal के observations (समय-क्रम में (t, state), state ∈ green / flash / red) से वाहनों के पीले signal के आरंभ का अनुमान लगाता है।

F = flash_duration (न हो तो crossing_length / walk_speed), Δ = ped_red_to_amber। प्रत्येक देखे गए परिवर्तन (green→flash, flash→red) के लिए पीली बत्ती का समय समाहित करने वाला अंतराल बनाया जाता है, और उनका सर्वनिष्ठ लिया जाता है:

green→flash (अंतिम green t_g, पहला flash t_f): पीला ∈ [t_g + F + Δ, t_f + F + Δ]

flash→red (अंतिम flash t_f', पहला red t_r): पीला ∈ [t_f' + Δ, t_r + Δ]

लौटाया गया मान: amber_onset (अंतराल का मध्य बिंदु), lo / hi, half_width (त्रुटि की ऊपरी सीमा), remaining = amber_onset − t_now (डिफ़ॉल्ट = अंतिम अवलोकन का समय), basis (प्रयुक्त परिवर्तन)। एक भी परिवर्तन न हो तो ValueError (केवल हरी बत्ती जारी रहने से "कब टिमटिमाना शुरू होगा" पता नहीं चलता)। अंतराल खाली हो (अवलोकन और F, Δ में विरोधाभास) तो भी ValueError।

संदर्भ (sample data, साहित्य)

• 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।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_driving_decisions — py -3.11 examples/poc_driving_decisions.py

वे अगले ops जिनसे type जुड़ता है (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

इसी category के (decide)

mirror_reflection_matrix · mirror_virtual_camera · mirror_aim_normal · convex_mirror_fov · mirror_blind_zone · check_sequence_score · signal_phase_plan · signal_state

*Provenance: drivedecide.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.