humanoid op• 데이터 종류: table × matrix × matrix → table
• 호출: import fullseye as fs; fs.ledger.world_camera_impostors(world: 'dict', pose, K, width: 'int' = 640, height: 'int' = 400, actors=(), **camera_kw) -> 'dict'(구현을 직접 호출하려면 import drivehumanoid; drivehumanoid.world_camera_impostors(world: 'dict', pose, K, width: 'int' = 640, height: 'int' = 400, actors=(), **camera_kw) -> 'dict', 원장에서 가져오려면 opsdrive.get("world_camera_impostors"))
driveworld.world_camera로 월드를 촬영하고, actors의 임포스터를 깊이로 앞뒤를 비교하여 붙입니다.
actors = [{"imp": humanoid_impostors の返り値, "x", "y", "yaw", "distance" (歩いた距離 [m])}, …]. 방향 단계 = 몸에서 본 카메라의 방위를 n_yaw 단계로 반올림한 것, 위상 = 걸은 거리를 주기로 나눈 나머지에 가장 가까운 단계. 크기 = 실제 카메라의 "1 m 당 화소" / 사전 렌더링의 "1 m 당 화소"(최근접 이웃으로 확대 축소). 반환값은 world_camera 와 같은 키. 붙인 화소는 label = 물체의 라벨(7), face = −2(삼각형 없음), shade = 1. 추가로 "impostor_pixels"(붙인 화소 수).
빈 입력(world 이(가) 빈 dict)은 ValueError 를 발생시킨다.
• 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_humanoids — py -3.11 examples/poc_driving_humanoids.py
table 를 입력으로 받는 것)course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same
humanoid)humanoid_clip_mesh · world_pose_humanoid · humanoid_impostors
*Provenance: drivehumanoid.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.