roverslip op• Data kinds: signal × signal → table
• Call: import fullseye as fs; fs.ledger.slip_gp_fit(slopes, slips, length_scales=None, noise_levels=None) -> 'dict' (implementation को सीधे call करना हो तो import roverslip; roverslip.slip_gp_fit(slopes, slips, length_scales=None, noise_levels=None) -> 'dict', registry से लेना हो तो opsdrive.get("slip_gp_fit"))
slope कोण → slip ratio का Gaussian process (RBF kernel + समान observation noise)। hyperparameter log marginal likelihood पर grid search से।
y से माध्य घटाकर और मानक विचलन से भाग देकर फ़िट किया जाता है (संकेत प्रसरण σ_f² = 1 पर स्थिर; ℓ और शोर σ_n खोजे जाते हैं)। length_scales का डिफ़ॉल्ट कोण-परास के 0.05 से 2 गुना तक 16 चरण (लघुगणकीय) है, और noise_levels 0.01 से 1 (सामान्यीकृत y की इकाई में) तक 16 चरण। लौटाया गया मान पूर्वानुमान के लिए प्रयुक्त dict है (kind = "gp", x, alpha, L, ell, noise, y_mean, y_scale, log_marginal_likelihood)। जिस डेटा में शोर कोण के साथ बदलता है (विषम-प्रसरणी), उसमें बैंड पूरे औसत की चौड़ाई का होता है (गेट का जाल)।
• 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।
• gallery_drive_soil_tactile — py -3.11 examples/gallery_drive_soil_tactile.py
• poc_rover_slip_risk_path — py -3.11 examples/poc_rover_slip_risk_path.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
roverslip)bekker_pressure · bekker_wheel_sinkage · wheel_forces · wheel_sinkage · wheel_traction_curve · slope_slip_curve · ground_shift_track · odometry_slip
*Provenance: roverslip.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.