skill_test_score — DRIVE `long` op

• Datenarten: table → table

• Aufruf: import fullseye as fs; fs.ledger.skill_test_score(events, venue: 'str' = '場内', thresholds: 'Optional[dict]' = None) -> 'Dict[str, object]' (die Implementierung direkt: import drivelong; drivelong.skill_test_score(events, venue: 'str' = '場内', thresholds: 'Optional[dict]' = None) -> 'Dict[str, object]'; aus dem Register: opsdrive.get("skill_test_score"))

Verwendung

Summiert den Punktabzug der Fahrprüfung (Nationale Polizeibehörde, Rundschreiben Hei-Un-Hatsu Nr. 12, Reiwa 4, detaillierte Abzugspositionen).

events : Folge von dicts.

• {"kind": "stop", "gap": 前端から停止線 [m] (負 = 越えた), "signal": "red" など(任意)} → gap < 0 oder gap > stop_gap_max ergibt ungeeignete Halteposition. Bei Rot und Überfahrweite > signal_violation_over: Rotlichtverstoß (Prüfungsabbruch).

• {"kind": "brake", "stages": 段数} (段数 = Anzahl Stufen) → 1 Stufe oder weniger ergibt mangelhafte Bremsbedienung ("wenn die Bremse nicht in mehreren Stufen betätigt wird").

• {"kind": "start", "rollback": 逆行 [m] (その場所の累計), "delay": 発進の合図から動き出すまで [s] (任意)} → Zurückrollen klein / mittel / groß (groß = Prüfungsabbruch); delay > start_delay_max ergibt verzögertes Anfahren.

• {"kind": "hold", "creep": 保持中に動いた距離 [m]} → creep > creep_eps ergibt mangelhafte Bremsbedienung (Kriechen).

venue : "場内" (auf dem Übungsplatz) oder "路上" (im Straßenverkehr) (einige Einzelpunkte haben unterschiedliche Punktzahlen).

Returns

dict : deductions (Folge von (細目, 点, 説明) (Einzelpunkt, Punkte, Beschreibung); Punkte None = Prüfungsabbruch), total (Summe der Abzüge), score (100 − Summe;

None bei Prüfungsabbruch), test_stopped, passed (70 Punkte oder mehr für Führerschein Klasse 1), thresholds.

Raises ValueError: ungültiges venue, unbekannter kind eines Events, nicht endliche Werte.

Leere Eingabe (events mit 0 Einträgen) gibt ein leeres Ergebnis zurück (Grund: eine Fahrt mit 0 Abzugsereignissen erhält die volle Punktzahl, und das ist die richtige Antwort).

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery_drive_lateral_env — py -3.11 examples/gallery_drive_lateral_env.py

• poc_driving_longitudinal — py -3.11 examples/poc_driving_longitudinal.py

• poc_driving_weather — py -3.11 examples/poc_driving_weather.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

Gleiche Kategorie (`long`)

long_params · road_profile · road_eval · long_simulate · long_energy_residual · stopping_distance_grade · stop_line_plan · plan_command

*Provenance: drivelong.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

skill_test_score — DRIVE long op