env op• 데이터 종류: any × any × scalar × scalar × scalar → table
• 호출: import fullseye as fs; fs.ledger.fog_beta_from_profile(rows, luminance, horizon_row: 'float', focal: 'float', cam_height: 'float', pitch: 'float' = 0.0, *, method: 'str' = 'fit', slant: 'bool' = True, beta_range=(0.0001, 0.5), n_grid: 'int' = 400) -> 'Dict[str, float]'(구현을 직접 호출하려면 import driveenv; driveenv.fog_beta_from_profile(rows, luminance, horizon_row: 'float', focal: 'float', cam_height: 'float', pitch: 'float' = 0.0, *, method: 'str' = 'fit', slant: 'bool' = True, beta_range=(0.0001, 0.5), n_grid: 'int' = 400) -> 'Dict[str, float]', 원장에서 가져오려면 opsdrive.get("fog_beta_from_profile"))
노면의 세로 방향 휘도 곡선으로부터 안개의 감쇠 계수 β를 측정합니다(Hautière 외 2006의 발상).
method="fit"(기본): 각 행의 노면까지의 거리(road_row_distance, slant=True 이면 시선 길이 √(d² + H²))에 Koschmieder L = L_h + (L₀ − L_h) e^{−β r} 를 맞춘다(β 는 로그 격자 + 황금 분할, 각 β 에서 L₀·L_h 는 선형 최소제곱). method="inflection": 곡선을 5 행 이동 평균으로 고르고, 2 계 차분이 부호를 바꾸는 행 v_i 로부터 β = 2 (v_i − v_h)/λ (λ = f H / cos²α. 거리를 λ/(v − v_h) 로 근사했을 때의 엄밀한 변곡점: L = L_h + (L₀ − L_h) e^{−βλ/u} 의 2 계 미분은 u = βλ/2 에서 0). 반환값에는 둘 다 들어간다: beta(선택한 쪽)·beta_fit·beta_inflection(찾지 못하면 nan)·L0·L_h· rms·mor(2.996/β).
Raises ValueError: 길이가 다름·지평선 아래의 점이 5 미만·method 가 부정.
• 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_driving_weather — py -3.11 examples/poc_driving_weather.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
env)julian_day · sun_at · sun_events · sun_vector · sun_illuminance · koschmieder · mor_from_beta · beta_from_mor
*Provenance: driveenv.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.