Add unit tests that check algorithm outputs

Aperta
  • Qualcosa non va?
#103 1 commento 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 9 giorni

@kocaemre ci sta già lavorando.

Dal 4/10/2026.

  • #140 di @kocaemre — aperta

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
35/100
Tipo di issue
Funzionalità
Chiarezza
Abbastanza chiara
Stato di attività
Ferma
Stack tecnologico
python
Ambito
autonomous-driving, robotics, testing

Direzione di ricerca

Read test/test_polar_histogram.py for the project’s testing example, then choose one component from the listed localizers, controllers, planners, maps, search algorithms, or detectors. Build small tests with known inputs and expected outputs; for example, check A* path length, straight-ahead Pure Pursuit steering, or kd-tree results against brute force. Done means the chosen component has focused output-checking unit tests; coordinate the component in the issue and open one PR for it.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

enhancement help wanted

Problem

Most tests are smoke tests that only run main() with show_plot = False. They don't check outputs, so wrong results pass (e.g. an obstacle yaw bug or a planner that finds a bad path). There are no direct unit tests for:

  • Localizers: EKF, UKF, particle filter
  • Controllers: Pure Pursuit, Adaptive Pure Pursuit, Stanley, Rear Wheel Feedback, LQR, MPC, MPPI
  • Planners: A*, Dijkstra, RRT family, PRM and others
  • Maps and search: grid map, binary occupancy grid, cost/NDT/potential maps, kd-tree
  • Detectors: L-shape fitting, robust least squares

Expected fix

Add small unit tests that check outputs on simple inputs where the answer is known, for example:

  • A* on an empty grid returns a path of the expected length
  • Pure Pursuit returns zero steering when the target point is straight ahead
  • kd-tree nearest neighbor matches a brute-force search

Please open one PR per component, and mention which component you are working on in this issue to avoid duplicate work. See test/test_polar_histogram.py for an example.

Lingua principale
Python
Stelle
1.9k
Fork
313
Merge medio
9g 10h
PR unite (30g)
7

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

  • Include un Dockerfile o un file Docker Compose
  • Nessun modello di pull request
  • Nessuna guida per i contributori

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di ShisatoYano/AutonomousVehicleControlBeginnersGuide

Tutte le issue di ShisatoYano/AutonomousVehicleControlBeginnersGuide

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.