traffic op• Datenarten: any → signal
• Aufruf: import fullseye as fs; fs.ledger.poisson_events(rate_fn: 'Callable', x_max: 'float', *, rate_max: 'float', seed, n_grid: 'int' = 2001) -> 'np.ndarray' (die Implementierung direkt: import drivetraffic; drivetraffic.poisson_events(rate_fn: 'Callable', x_max: 'float', *, rate_max: 'float', seed, n_grid: 'int' = 2001) -> 'np.ndarray'; aus dem Register: opsdrive.get("poisson_events"))
Zieht 1 Realisierung eines inhomogenen Poisson-Prozesses auf [0, x_max] per Thinning (Lewis & Shedler 1979) (Array der Positionen in aufsteigender Reihenfolge).
Kandidaten werden aus einem homogenen Poisson-Prozess der Rate rate_max gezogen, und jeder Kandidat x wird mit Wahrscheinlichkeit λ(x)/rate_max behalten. Die behaltenen Punkte bilden einen inhomogenen Poisson-Prozess der Rate λ → Anzahl N ~ Poisson(Λ), Λ = ∫₀^{x_max} λ(x) dx (Gate: über viele Versuche Mittelwert = Varianz = Λ, Verteilung der Positionen = λ/Λ). rate_fn ist eine Funktion, die ein numpy-Array entgegennimmt und Raten derselben Form zurückgibt. Vor dem Ziehen wird λ ≤ rate_max auf einem äquidistanten Gitter aus n_grid Punkten geprüft, und auch an den gezogenen Kandidaten. Wird es an einer der beiden Stellen überschritten, ValueError (fail-closed. Wird die Obergrenze nicht eingehalten, zählt Thinning stillschweigend zu wenig). seed ist ein int oder ein np.random.Generator.
• 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.
• poc_driving_traffic — py -3.11 examples/poc_driving_traffic.py
signal als Eingabe)flight_vacuum · magnus_lift_coefficient · drag_coefficient_sphere · restitution_from_apexes · restitution_from_intervals · fit_parabola · flight_fit · fit_aero
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).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.