pass op• 데이터 종류: points → table
• 호출: import fullseye as fs; fs.ledger.mirror_image_side(eye_xy, mirror_center_xy, mirror_normal_xy, points, *, heading, velocities=None) -> 'Dict[str, object]'(구현을 직접 호출하려면 import drivepass; drivepass.mirror_image_side(eye_xy, mirror_center_xy, mirror_normal_xy, points, *, heading, velocities=None) -> 'Dict[str, object]', 원장에서 가져오려면 opsdrive.get("mirror_image_side"))
커브 미러에 비친 점이 거울 중심의 좌우 어느 쪽에 보이는지·어느 쪽으로 움직여 보이는지(평면거울의 닫힌 식). 장면 S064·S130.
좌우 방향은 볼록 거울이어도 같다(게이트에서 광선 추적과 대조. 볼록면은 각을 줄일 뿐).
위에서 본 2 차원(x, y). 상 P' = P − 2((P − M)·n)n(drivedecide.mirror_reflection_matrix 의 2 차원판). image_offset = 눈에서 거울 중심을 보는 방향에 대한 상의 방향 각(+ = 왼쪽). real_side = heading(운전자의 앞)에대해 물체가 왼쪽(+1)인지 오른쪽(−1)인지. velocities 를 넘기면 image_motion = 상의 각속도, direct_motion = 눈에서 물체를직접 볼 때의 각속도(가림은 보지 않음), virtual_eye_motion = 가상의 눈 E' 에서 본 각속도(= −image_motion 이 항등식), reversed = 상과 직접 보는 움직임의 방향이 반대인지.
• 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.
• gallery_drive_mirrors_crowds — py -3.11 examples/gallery_drive_mirrors_crowds.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
pass)overtake_requirement · overtake_return_gap · no_overtaking_zones · overtake_permitted · overtaken_conduct_check · lane_change_follower_decel · lane_change_permitted · roundabout_entry_check
*Provenance: drivepass.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.