passing_simulate — DRIVE `traffic` op

• Datenarten: keine → table (ein Operator, der allein durch seine Argumente bestimmt ist — er nimmt kein Bild und keine Daten entgegen)

• Aufruf: import fullseye as fs; fs.ledger.passing_simulate(dist_oncoming: 'float', parked_len: 'float', margin_front: 'float', margin_back: 'float', v_ego: 'float', v_oncoming: 'float', *, lane_change_time: 'float', ego_length: 'float' = 0.0, dt: 'float' = 0.01, v_obstacle: 'float' = 0.0) -> 'Dict[str, float]' (die Implementierung direkt: import drivetraffic; drivetraffic.passing_simulate(dist_oncoming: 'float', parked_len: 'float', margin_front: 'float', margin_back: 'float', v_ego: 'float', v_oncoming: 'float', *, lane_change_time: 'float', ego_length: 'float' = 0.0, dt: 'float' = 0.01, v_obstacle: 'float' = 0.0) -> 'Dict[str, float]'; aus dem Register: opsdrive.get("passing_simulate"))

Verwendung

Simuliert den Fall "go" zeitlich vorwärts und gibt die PET zurück (Differenz zwischen dem Zeitpunkt, zu dem das Ego-Fahrzeug vollständig von der Gegenfahrbahn zurückgekehrt ist, und dem Zeitpunkt, zu dem das entgegenkommende Fahrzeug diesen Punkt erreicht).

Ein von der geschlossenen Form unabhängiger Weg: Die Querposition des Ego-Fahrzeugs ist zwischen x_in und x_out auf der Gegenfahrbahn (y = 1), nach x_out kehrt es gemäß y(τ) = 1 − smoothstep(τ / T_lc) (τ = Zeit seit dem Passieren von x_out) zurück; es wird mit Schrittweite dt vorangeschritten, der Schritt, in dem y 0 erreicht, wird gesucht und der innerhalb des Schritts per Bisektion eingegrenzte Zeitpunkt als Zeitpunkt der vollständigen Rückkehr genommen (bei T_lc = 0 der Zeitpunkt des Passierens von x_out). Das entgegenkommende Fahrzeug bewegt sich ab x = D mit −v_on; der Schritt, in dem es den Rückkehrpunkt passiert, wird gesucht und linear interpoliert. Bei v_on = 0 ist PET = inf.

v_obstacle > 0: auch der Punkt jenseits der Front des Hindernisses (x_out) bewegt sich mit v_obstacle (Überholen eines fahrenden Fahrrads).

Rückgabe-dict: t_clear, x_clear, t_oncoming (Zeitpunkt, zu dem das entgegenkommende Fahrzeug x_clear erreicht), pet.

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_traffic — py -3.11 examples/poc_driving_traffic.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 (`traffic`)

idm_accel · idm_equilibrium_gap · idm_platoon_simulate · driver_style · lateral_wobble · ou_estimate · social_force_step · pedestrian_crossing

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

passing_simulate — DRIVE traffic op