decide op• 데이터 종류: table → table
• 호출: import fullseye as fs; fs.ledger.predict_amber_onset(observations, *, flash_duration: 'Optional[float]' = None, crossing_length: 'Optional[float]' = None, walk_speed: 'float' = 1.0, ped_red_to_amber: 'float' = 2.0, t_now: 'Optional[float]' = None) -> 'Dict[str, object]'(구현을 직접 호출하려면 import drivedecide; drivedecide.predict_amber_onset(observations, *, flash_duration: 'Optional[float]' = None, crossing_length: 'Optional[float]' = None, walk_speed: 'float' = 1.0, ped_red_to_amber: 'float' = 2.0, t_now: 'Optional[float]' = None) -> 'Dict[str, object]', 원장에서 가져오려면 opsdrive.get("predict_amber_onset"))
병행하는 보행자 신호의 관측(시각 순 (t, state), state ∈ green / flash / red)으로부터 차량 황색 신호의 시작을 추정합니다.
F = flash_duration(없으면 crossing_length / walk_speed), Δ = ped_red_to_amber. 관측된 전환(green→flash, flash→red)마다 황색 시각이 들어가는 구간을 만들고, 그 교집합을 취한다:
green→flash(마지막 green t_g, 처음 flash t_f): 황색 ∈ [t_g + F + Δ, t_f + F + Δ]
flash→red (마지막 flash t_f', 처음 red t_r): 황색 ∈ [t_f' + Δ, t_r + Δ]
반환값: amber_onset(구간의 중점), lo / hi, half_width(오차의 상한), remaining = amber_onset − t_now(기본값 = 마지막 관측 시각), basis(사용한 전환). 전환이 하나도 없으면 ValueError(녹색이 계속될 뿐이면 "언제 점멸할지"는 알 수 없다). 구간이 비어 있음(관측과 F·Δ 가 모순)도 ValueError.
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• poc_driving_decisions — py -3.11 examples/poc_driving_decisions.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
decide)mirror_reflection_matrix · mirror_virtual_camera · mirror_aim_normal · convex_mirror_fov · mirror_blind_zone · check_sequence_score · signal_phase_plan · signal_state
*Provenance: drivedecide.py — DRIVE 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.