fullseye

marker_divergence — DRIVE tactorque op

• データ種: matrix × matrix × scalar → table
• 呼び出し: import fullseye as fs; fs.ledger.marker_divergence(pts, u, radius: 'float', min_neighbors: 'int' = 4, k_max: 'int' = 24) -> 'dict' (実装を直接呼ぶなら import tactorque; tactorque.marker_divergence(pts, u, radius: 'float', min_neighbors: 'int' = 4, k_max: 'int' = 24) -> 'dict'、台帳から引くなら opsdrive.get("marker_divergence"))

使い方

散在マーカー pts (N, 2) と変位 u (N, 2) から各点の発散 div = ∂ux/∂x + ∂uy/∂y と回転 curl = ∂uy/∂x − ∂ux/∂y (単位は u の単位 ÷ pts の単位)。近傍半径 radius 内(最大 k_max 個)の点に平面 c0 + c1 x + c2 y を最小二乗で当てる (規則格子 + 半径 1.01 ピッチなら 5 点の中心差分と同値で :func:sceneflow.flow_divergence と 1e-15、半径 1.5 ピッチの 9 点は行平均の差分で 縁で 11 % 違う、実測)。正規方程式を点ごとに一括で解く。近傍が min_neighbors 未満、または正規方程式が特異(共線)な点は valid = False、div/curl = nan(fail-closed: 黙って 0 にしない)。FEM の散在節点にも同じ op。 Raises ValueError: pts/u が (N, 2) でない、形が違う、radius ≤ 0、N < min_neighbors。

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)

• poc_tactile_dipole_torque — py -3.11 examples/poc_tactile_dipole_torque.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(tactorque)

punch_pressure · punch_surface_uz · hertz_pressure_shifted · ellipse_pressure_shifted · pressure_first_moment · boussinesq_kernel · boussinesq_surface_displacement · surface_divergence_closed_form

---

Provenance: tactorque.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.