osm_parse — DRIVE `japan` op

• Data kinds: any → table

• Call: import fullseye as fs; fs.ledger.osm_parse(source, *, origin=None) -> 'Dict[str, object]' (implementation को सीधे call करना हो तो import drivejapan; drivejapan.osm_parse(source, *, origin=None) -> 'Dict[str, object]', registry से लेना हो तो opsdrive.get("osm_parse"))

उपयोग

OSM XML (string या file path) पढ़ता है और nodes को local planar coordinates [m] में बदलता है।

लौटाया गया मान {"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"}। origin None हो तो <bounds> का केंद्र (न हो तो नोड्स का माध्य)। जिस way का <nd ref> किसी अज्ञात नोड को इंगित करता है, वह उस नोड को छोड़ देता है (संख्या n_dangling में)। Raises ValueError: XML नहीं, <osm> नहीं, एक भी नोड नहीं।

संदर्भ (sample data, साहित्य)

• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।

• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।

• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।

चलाए जा सकने वाले उदाहरण (verified samples जो सच में यह op call करते हैं)

• poc_driving_japan_town — py -3.11 examples/poc_driving_japan_town.py

वे अगले ops जिनसे type जुड़ता है (`table` को input के रूप में लेते हैं)

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

इसी category के (`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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*

osm_parse — DRIVE japan op