fullseye

lead_from_depth — DRIVE carla op

• データ種: image2d × image2d × matrix → table
• 呼び出し: import fullseye as fs; fs.ledger.lead_from_depth(depth, label, K, cam_height: 'float', *, pitch: 'float' = 0.0, band: 'float' = 0.5, car_label: 'int' = 2) -> 'dict' (実装を直接呼ぶなら import carlabridge; carlabridge.lead_from_depth(depth, label, K, cam_height: 'float', *, pitch: 'float' = 0.0, band: 'float' = 0.5, car_label: 'int' = 2) -> 'dict'、台帳から引くなら opsdrive.get("lead_from_depth"))

使い方

ルールベースの先行車の距離(両方の世界に同じ式): depth_median = 画像の中央の帯(幅 band × W)にある車の画素の深度の中央値(後ろ面は像面に平行なので一定)、 row_distance = 車の最下行から平らな路面の式(driveenv.road_row_distance)で出した水平距離、 bbox = (top, bottom, left, right)、n_pixels、found。車の画素が無ければ found = False(距離は inf)。

参考(サンプルデータ・文献)

• サンプルデータ カタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。
• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。
• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery_drive_carla_bridge — py -3.11 examples/gallery_drive_carla_bridge.py

型が繋がる次の op(table を入力に取れる)

course_layout · course_occupancy · course_contains · world_build · world_camera · world_move · lidar_scan · rss_longitudinal_same

同カテゴリ(carla)

carla_labels · carla_label_map · carla_label_unmap · carla_depth_decode · carla_depth_encode · carla_intrinsics · intrinsics_to_fullseye · intrinsics_to_carla

---

Provenance: carlabridge.py — DRIVE operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.

This site is open source. Improve this page.