osm_parse — DRIVE `japan` op

• Datenarten: any → table

• Aufruf: import fullseye as fs; fs.ledger.osm_parse(source, *, origin=None) -> 'Dict[str, object]' (die Implementierung direkt: import drivejapan; drivejapan.osm_parse(source, *, origin=None) -> 'Dict[str, object]'; aus dem Register: opsdrive.get("osm_parse"))

Verwendung

Liest OSM-XML (String oder Dateipfad) und überführt die Knoten in lokale ebene Koordinaten [m].

Rückgabewert {"origin": (lat0, lon0), "nodes": {id: {"xy": (x, y), "lat", "lon", "tags": {}}}, "ways": [{"id", "nodes": [id], "tags": {}}], "bbox": (xmin, xmax, ymin, ymax)(<bounds> があればそれ、無ければ節点の範囲), "n_nodes", "n_ways"}. Ist origin None, die Mitte von <bounds> (falls nicht vorhanden, der Mittelwert der Knoten). Ein way, dessen <nd ref> auf einen unbekannten Knoten zeigt, verliert diesen Knoten (Anzahl in n_dangling). Raises ValueError: kein XML, kein <osm>, überhaupt keine Knoten.

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• poc_driving_japan_town — py -3.11 examples/poc_driving_japan_town.py

Typkompatible Folge-Operatoren (nehmen `table` als Eingabe)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

Gleiche Kategorie (`japan`)

osm_synthetic · osm_road_graph · osm_road_mask · osm_road_loops · osm_route · japan_world · japan_stats · latlon_to_local

*Provenance: drivejapan.py — DRIVE Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

osm_parse — DRIVE japan op