traffic op• 数据种类:无 → signal(仅由参数决定的算子 —— 不接受图像或数据输入)
• 调用: import fullseye as fs; fs.ledger.lateral_wobble(n: 'int', dt: 'float', *, theta: 'float', sigma: 'float', seed: 'Optional[int]', x0: 'Optional[float]' = None) -> 'np.ndarray'(要直接调用实现,import drivetraffic; drivetraffic.lateral_wobble(n: 'int', dt: 'float', *, theta: 'float', sigma: 'float', seed: 'Optional[int]', x0: 'Optional[float]' = None) -> 'np.ndarray';从台账取用则 opsdrive.get("lateral_wobble"))
Ornstein–Uhlenbeck 过程 dX = −θ X dt + σ dW 的精确离散化(长度 n 的序列，步长 dt)。
x_{k+1} = x_k e^{−θ dt} + σ sqrt((1 − e^{−2θ dt}) / (2θ)) ξ_k, ξ_k ~ N(0, 1) 独立
由于转移分布是精确的,定常方差与 dt 无关,为 σ²/(2θ),自相关 corr(x_k, x_{k+j}) = e^{−θ j dt}(门用长序列的样本检验, 容许幅度由 AR(1) 的样本误差决定)。x0 = None 时从定常分布 N(0, σ²/(2θ)) 抽取(从一开始就是定常的)。seed 传给 np.random.default_rng(seed)(也可为 None,但不确定)。
Raises ValueError:n < 1、dt ≤ 0、θ ≤ 0、σ < 0。
• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。
• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。
• 算法的正典(作者、年份)与用途见上面的族使用指南。
• poc_driving_traffic — py -3.11 examples/poc_driving_traffic.py
signal 作为输入)flight_vacuum · magnus_lift_coefficient · drag_coefficient_sphere · restitution_from_apexes · restitution_from_intervals · fit_parabola · flight_fit · fit_aero
traffic)idm_accel · idm_equilibrium_gap · idm_platoon_simulate · driver_style · ou_estimate · social_force_step · pedestrian_crossing · occlusion_reveal_distance
*Provenance: drivetraffic.py — DRIVE 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.