ttc op• 데이터 종류: image2d × image2d → table
• 호출: import fullseye as fs; fs.ledger.ttc_from_flow(u, v, dt: 'float', *, foe=None, mask=None, min_speed: 'float' = 0.001, at_first_frame: 'bool' = True) -> 'dict'(구현을 직접 호출하려면 import drivettc; drivettc.ttc_from_flow(u, v, dt: 'float', *, foe=None, mask=None, min_speed: 'float' = 0.001, at_first_frame: 'bool' = True) -> 'dict', 원장에서 가져오려면 opsdrive.get("ttc_from_flow"))
광류로부터 τ(초): {"tau_map", "tau", "n", "foe"}.
sceneflow.time_to_contact(픽셀별, 프레임 단위, FoE 로부터의 반경² / 반경 방향의 흐름)를 초로 고친다. 2 프레임 차분의 흐름이 반환하는 것은 2 번째 프레임 시각의 τ(Z₁ / (Z₀ − Z₁) 프레임)이므로, at_first_frame=True (기본값)는 1 프레임을 더해 첫 프레임의 τ 로 한다(등속이면 엄밀, ttc_truth 와 같은 시각). foe 를 생략하면 흐름에서 추정한다(sceneflow.focus_of_expansion). 참 FoE 는 foe_from_motion. tau 는 mask(생략 시 전 픽셀) 안에서 유한/양인 τ 의 중앙값(없으면 inf), n 은 그 픽셀 수.
• 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.
• poc_ttc_rss — py -3.11 examples/poc_ttc_rss.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
ttc)relative_motion · foe_from_motion · flow_from_depth_motion · ttc_truth · ttc_from_scale · ttc_from_range · label_extent · foe_from_flow
*Provenance: drivettc.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.