traffic op• Data kinds: कोई नहीं → table (केवल arguments से तय होने वाला op — यह कोई image या data input नहीं लेता)
• Call: 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]' (implementation को सीधे call करना हो तो 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]', registry से लेना हो तो opsdrive.get("passing_simulate"))
"go" वाली स्थिति को समय में आगे चलाता है और PET (अपने वाहन के सामने की lane से पूरी तरह लौटने के समय और सामने वाले वाहन के उस बिंदु पर पहुँचने के समय का अंतर) लौटाता है।
बंद रूप से स्वतंत्र मार्ग: अपने वाहन की पार्श्व स्थिति को x_in〜x_out के बीच विपरीत लेन (y = 1) में, और x_out पार करने के बाद y(τ) = 1 − smoothstep(τ / T_lc) (τ = x_out पार करने के बाद का समय) से लौटता मानकर dt के चरणों में आगे बढ़ाया जाता है, जिस चरण में y 0 होता है उसे खोजकर, चरण के भीतर द्विभाजन से संकुचित समय को पूरी तरह लौटने का समय माना जाता है (T_lc = 0 हो तो x_out पार करने का समय)। विपरीत वाहन को x = D से −v_on पर आगे बढ़ाया जाता है, और पूरी तरह लौटने के बिंदु से गुज़रने वाला चरण खोजकर रैखिक अंतर्वेशन किया जाता है। v_on = 0 हो तो PET = inf।
v_obstacle > 0: अवरोध के अगले सिरे के बाहर का बिंदु (x_out) भी v_obstacle से आगे बढ़ता है (चलती साइकिल को ओवरटेक करना)।
रिटर्न dict: t_clear, x_clear, t_oncoming (विपरीत वाहन के x_clear पर पहुँचने का समय), pet।
• 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।
• poc_driving_traffic — py -3.11 examples/poc_driving_traffic.py
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
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. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.