lidar op• 데이터 종류: 없음 → table(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)
• 호출: import fullseye as fs; fs.ledger.lidar_spec(n_beams: 'int' = 32, v_fov_deg=(-25.0, 15.0), azimuth_res_deg: 'float' = 0.2, range_max: 'float' = 60.0, range_min: 'float' = 0.5, noise_std: 'float' = 0.0) -> 'dict'(구현을 직접 호출하려면 import lidarsim; lidarsim.lidar_spec(n_beams: 'int' = 32, v_fov_deg=(-25.0, 15.0), azimuth_res_deg: 'float' = 0.2, range_max: 'float' = 60.0, range_min: 'float' = 0.5, noise_std: 'float' = 0.0) -> 'dict', 원장에서 가져오려면 opsdrive.get("lidar_spec"))
회전식 LiDAR의 사양 dict를 만듭니다(기본 32 beam, 앙각 −25…+15°, 방위 0.2° = 1800열).
• n_beams: 레이저 층의 수(≥ 1). 앙각 대역 v_fov_deg=(v_min, v_max) [도] 를 등분하며, 행 0 이상단 v_max 쪽(spherical_proj 와 같음). v_min < v_max, 모두 [−90, 90] 안.
• azimuth_res_deg: 방위각 간격 [도] (> 0). 360° 를 나누어떨어지게 하는 값이 아니면 ValueError (등간격의 한 바퀴가 전제. 0.2 → 1800 열, 0.1 → 3600 열).
• range_min / range_max [m]: 측거 범위(0 ≤ range_min < range_max < ∞). 범위 밖의 최근접은 무응답.
• noise_std [m]: range 방향 가우스 노이즈의 표준편차(≥ 0, 0 = 완전 결정적).
반환 dict: n_beams, n_az, v_fov_deg, azimuth_res_deg, range_min, range_max, noise_std, elevations (n_beams,) [rad, 行 0 = 上端], azimuths (n_az,) [rad, 列 0 = −π 側の中心].
• 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_school — py -3.11 examples/poc_driving_school.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
lidar)lidar_scan · ray_plane_range · ray_box_ranges
*Provenance: lidarsim.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.