sun_events — DRIVE `env` op

• 데이터 종류: scalar × scalar × scalar × scalar × scalar → table

• 호출: import fullseye as fs; fs.ledger.sun_events(year: 'int', month: 'int', day: 'int', lat: 'float', lon: 'float', tz_hours: 'float' = 9.0, *, h0: 'float' = -0.8333) -> 'Dict[str, object]'(구현을 직접 호출하려면 import driveenv; driveenv.sun_events(year: 'int', month: 'int', day: 'int', lat: 'float', lon: 'float', tz_hours: 'float' = 9.0, *, h0: 'float' = -0.8333) -> 'Dict[str, object]', 원장에서 가져오려면 opsdrive.get("sun_events"))

사용법

그날(지방 역일)의 일출·남중·일몰 시각과 일출·일몰 방위, 남중 고도.

일출/일몰 = 태양 중심의 기하학적 고도가 h0(기본 −0.8333° = 대기차 34′ + 시반경 16′, 윗가장자리가 지평선에 접함)를가로지르는 시각. h0="naoj" 이면 일본 국립천문대 역 계산실의 정의(태양의 윗가장자리가 시지평선, 지평 대기차 35′8″, 시반경은 거리로부터). 남중 = 시각 0. 둘 다 sun_at 을 시각에 대해 푼다(이분법, 1e-6 일 ≈ 0.1 초까지).

Returns

dict : sunrise / transit / sunset(시간대가 있는 datetime, 일출/일몰이 없으면 None),

sunrise_azimuth / sunset_azimuth(도), transit_altitude(도, 대기차 없는 기하학적 고도와, transit_altitude_apparent).

참고(샘플 데이터·문헌)

• 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.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_driving_weather — py -3.11 examples/poc_driving_weather.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

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

같은 카테고리(`env`)

julian_day · sun_at · sun_vector · sun_illuminance · koschmieder · mor_from_beta · beta_from_mor · road_row_distance

*Provenance: driveenv.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

sun_events — DRIVE env op

사용법