lateral op• 데이터 종류: 없음 → table(인자만으로 정해지는 연산자 —— 이미지나 데이터 입력을 받지 않습니다)
• 호출: import fullseye as fs; fs.ledger.pure_pursuit_circle_offset(radius: 'float', lookahead: 'float', wheelbase: 'float', *, understeer: 'float' = 0.0, speed: 'float' = 0.0, params: 'Optional[dict]' = None) -> 'Dict[str, float]'(구현을 직접 호출하려면 import drivelateral; drivelateral.pure_pursuit_circle_offset(radius: 'float', lookahead: 'float', wheelbase: 'float', *, understeer: 'float' = 0.0, speed: 'float' = 0.0, params: 'Optional[dict]' = None) -> 'Dict[str, float]', 원장에서 가져오려면 opsdrive.get("pure_pursuit_circle_offset"))
정상 원(반경 R)을 pure pursuit(뒤차축 중심 기준)로 추종할 때의 정상 원 반경 ρ와 횡방향 편차 ρ − R(바깥쪽이 양).
운동학 + 언더스티어(params = None): 지령 조향각 δ = L κ_cmd 에 대해 실제 곡률이 κ_cmd / (1 + K v²/L) 가 된다고 하면, 동심원 정상 상태에서 ρ = √(R² + (K v²/L) L_d²)(이 판에서 유도한 닫힌 형식). K = 0 이면 ρ = R(횡편차 0).
선형 2 륜 등가 모델(params 를 준다. δ = atan(L κ_cmd)): 정상 상태에서는 차체 방향이 후차축의 속도(원의 접선)보다후축 횡미끄럼각 α_r = m l_f a_y / (C_r L) 만큼 안쪽을 향하므로, 주시점이 보이는 각이 α_r 줄어든다. 정상 상태의 관계(δ = L/R_c + K u²/R_c, β, 회전 중심)를 무게중심의 선회 반경 R_c 에 대한 1 변수 방정식으로 만들어 이분법으로 푼다(반닫힌 형식). 운동학 식은 이 효과를 빠뜨리므로 횡편차를 작게 추정한다(PoC 에서는 약 절반).
Raises ValueError: R, L_d, L ≤ 0, 주시점이 원에 닿지 않음, 1 + K v²/L ≤ 0, params 에서 v ≤ 0.5.
• 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_lateral — py -3.11 examples/poc_driving_lateral.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
lateral)friction_circle_usage · curve_speed_limit · design_min_radius · understeer_gradient · steady_cornering · bicycle_model_step · ackermann_steer_angles · offtracking_circle
*Provenance: drivelateral.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.