roverslip op• 데이터 종류: image2d × scalar × any → table
• 호출: import fullseye as fs; fs.ledger.cvar_cost_map(dtm, cell: 'float', model, alpha: 'float' = 0.9, speed: 'float' = 0.05, s_max: 'float' = 0.9, soil_map=None, extrapolate: 'bool' = False) -> 'dict'(구현을 직접 호출하려면 import roverslip; roverslip.cvar_cost_map(dtm, cell: 'float', model, alpha: 'float' = 0.9, speed: 'float' = 0.05, s_max: 'float' = 0.9, soil_map=None, extrapolate: 'bool' = False) -> 'dict', 원장에서 가져오려면 opsdrive.get("cvar_cost_map"))
수치 표고(DTM)로부터 8근방의 에지마다 소요 시간 [s]을, 에지 기울기(진행 방향 부호 포함)에서의 미끄럼 CVaR_α로 할인하여 만듭니다.
dtm (H, W) [m], cell [m]. 변 (i, j) → 이웃 k 의 기울기 θ = atan2(Δz, 水平距離), 비관적인 미끄럼 ρ = CVaR_α(s(θ))(θ ≥ 0)/ CVaR_α(−s(θ))(θ < 0), 소요 시간 L / (v (1 − ρ)), L 은 3-D 변의 길이. ρ ≥ s_max 와 범위 밖은 inf. extrapolate = False(기본값)에서는, 모형을 맞춘 데이터의 각도 범위(x_range) 밖의 기울기의 변도 inf(모르는 사면은 지나지 않는다)—— 가우스 과정은 데이터 밖에서 사전 평균으로 돌아가므로, 외삽시키면 급사면일수록 "미끄러지지 않는다"고 답한다(게이트의 함정). alpha = 0 이면 평균 미끄럼(리스크 중립). model 은 1 개이거나, soil_map (H, W 의 정수 0..K−1)과 짝으로 K 개의 list. 반환값 {"cost": (8, H, W), "risk_slip": (8, H, W), "pitch": (8, H, W) [deg], "offsets": (8, 2), "worst_slip": (H, W) 8 方向の ρ の最大, "alpha", "cell"}. 횡방향 기울기(전복·옆미끄럼)는 넣지 않는다.
• 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_rover_slip_risk_path — py -3.11 examples/poc_rover_slip_risk_path.py
table 를 입력으로 받는 것)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 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.