slip_gp_fit — DRIVE `roverslip` op

• 資料種類:signal × signal → table

• 呼叫: import fullseye as fs; fs.ledger.slip_gp_fit(slopes, slips, length_scales=None, noise_levels=None) -> 'dict'(要直接呼叫實作,import roverslip; roverslip.slip_gp_fit(slopes, slips, length_scales=None, noise_levels=None) -> 'dict';從台帳取用則 opsdrive.get("slip_gp_fit"))

用法

坡角 → 滑移率的高斯過程(RBF 核 + 均勻的觀測雜訊)。超參數以對數邊際概似的網格搜尋決定。

y 先減去平均值並除以標準差後再擬合(訊號變異數固定為 σ_f² = 1,搜尋 ℓ 和雜訊 σ_n)。length_scales 的預設值為角度範圍的 0.05~2 倍共 16 段(對數),noise_levels 為 0.01~1(正規化後 y 的單位)共 16 段。回傳值是用於預測的 dict(kind = "gp"、x、alpha、L、ell、noise、y_mean、y_scale、log_marginal_likelihood)。對於雜訊隨角度變化(異質變異)的資料,帶寬會是整體平均的寬度(門的陷阱)。

參考(範例資料、文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者、年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• 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

型別可銜接的下一個運算子(可接受 `table` 作為輸入)

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

同類別(`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 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

slip_gp_fit — DRIVE roverslip op

用法

參考(範例資料、文獻)

可執行的範例(實際呼叫該運算子並已驗證的樣例)

型別可銜接的下一個運算子(可接受 table 作為輸入)

同類別(roverslip)

slip_gp_fit — DRIVE `roverslip` op

型別可銜接的下一個運算子(可接受 `table` 作為輸入)

同類別(`roverslip`)