Clean up State and keep trajectory drawing fast
Los mantenedores suelen responder en 9 días
Evaluación
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Aptitud para principiantes
- 76/100
- Tipo de issue
- Refactorización
- Claridad
- Bien especificado
- Estado de actividad
- Activo
- Stack tecnológico
- matplotlib, python
- Área
- performance, robotics
Línea de trabajo
Start in src/components/state/state.py and read update(), update_by_localizer(), motion_model(), and draw() to trace the duplicated speed limiting and history plotting. The issue reports that plotting the full position history each frame accounts for 11% of runtime in pure_pursuit_path_tracking; inspect that entry point and its tests or example run to establish a baseline. Done when speed limiting is shared, history updates incrementally, input is renamed, and the missing docstring is added.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
Problem
In src/components/state/state.py:
- The speed limiting code is duplicated in
update()andupdate_by_localizer() draw()plots the whole position history every frame, so drawing gets slower as the simulation runs (11% of runtime inpure_pursuit_path_tracking)- The argument name
inputinmotion_model()shadows the Python built-in update_by_localizer()has no docstring
Expected fix
Extract the speed limiting into one private method, update the history plot incrementally (or with set_data, see the drawing performance issue), rename input, and add the missing docstring.
- Lenguaje dominante
- Python
- Estrellas
- 1.9k
- Forks
- 313
- Merge medio
- 9 d 10 h
- PR fusionados (30 d)
- 7
Preparar el entorno
Inicia el contenedor de desarrollo del proyecto en tu navegador, con tu propia cuenta de GitHub.
- Incluye un Dockerfile o un archivo de Docker Compose
- Sin plantilla de pull request
- Sin guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de ShisatoYano/AutonomousVehicleControlBeginnersGuide
-
good first issue refactoring
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
ShisatoYano/AutonomousVehicleControlBeginnersGuide#129 · 1 comentario ·
Los mantenedores suelen responder en 9 días
-
documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 78/100
ShisatoYano/AutonomousVehicleControlBeginnersGuide#99 ·
Los mantenedores suelen responder en 9 días
-
documentation good first issue
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
ShisatoYano/AutonomousVehicleControlBeginnersGuide#98 ·
Los mantenedores suelen responder en 9 días
-
documentation enhancement
Dificultad 2/5 1-3 horas Aptitud para principiantes 76/100
ShisatoYano/AutonomousVehicleControlBeginnersGuide#88 ·
Los mantenedores suelen responder en 9 días
-
long term
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
ShisatoYano/AutonomousVehicleControlBeginnersGuide#131 ·
Los mantenedores suelen responder en 9 días
Todos los issues de ShisatoYano/AutonomousVehicleControlBeginnersGuide
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
aws-samples/sample-per-model-bedrock#639 ·
Los mantenedores suelen responder en 1 día
-
bug
Dificultad 1/5 Menos de una hora Aptitud para principiantes 86/100
awslabs/visual-asset-management-system#937 ·
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 62/100
Los mantenedores suelen responder en 1 día
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 79/100
project-codeflare/codeflare-sdk#1195 ·
Los mantenedores suelen responder en 1 día
-
Bump numpy dependencyAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 65/100
pandas-dev/pandas-stubs#2051 ·
Los mantenedores suelen responder en 1 día