Sharpen CLARIDEN lot 01: corrigé, écart 1 (à reprendre)
Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>
No files matched your search
@@ -0,0 +1,39 @@
|
||||
# Corrigé : lot 01, CLARIDEN, 2026-09-16T00:00Z → 2026-09-20T00:00Z (UTC)
|
||||
|
||||
Station : 29 capteurs à 10 min, 144 mesures par jour et par capteur, aucune mesure manquante dans la fenêtre. 5 références globales (`D-302-C`, `PR-291`, `PR-293`, `PR-295`, `PR-296`), 2 références locales (`PR-283`, `PR-284`, `pattern_type` `ref`), 22 cibles ; seuil 0,7 partout. Scène : un tunnel sombre, cibles éclairées. Niveaux habituels pris sur le jour d'avant (et sur 17-18/09 pour l'après-réinitialisation). `D-302_A`, `D-304-A`, `D-304-C` (cibles) et les deux `ref` ont aussi `reproj_err` et `inlier`.
|
||||
|
||||
## Moments
|
||||
| Début | Fin | Capteurs | Colonnes | Ce que je vois | Images |
|
||||
|---|---|---|---|---|---|
|
||||
| avant 16/09 00:00 (déjà le 12/09) | 16/09 21:50 | `PR-283` (référence locale) | `error_value`, `corr_x/y`, `x/y` | Rejetée à chaque mesure : `error_value` 0,84 contre un seuil de 0,7, `corr` vides ; `x/y` à (1057,1 ; 987,9), 11,4 px à gauche de sa tache (centroïde de l'image vers 1068,5 ; 989,5). Finit avec la réinitialisation de 22:00. | `img_refs.png` (tache à 1069 ; 990) |
|
||||
| 16/09 09:00 | 16/09 14:30 | `PR-296` (référence globale) | `error_value` | Petits pics, jusqu'à 0,077 à 11:00 contre 0,02 d'habitude (10 MAD), sous le seuil, sans effet sur `sigma0`. Mineur. *Ajouté après la lecture, qui l'avait vu.* | — |
|
||||
| 16/09 22:00 | 16/09 22:00 (puis nouveau niveau durable) | tous | `corr_x/y`, `error_value`, `sigma0`, pose caméra, `x/y` de `PR-283` et `D-303-A` | Remise à zéro du traitement : à 22:00, `corr` = 0, `error_value` = 0, `sigma0` = 0, pan = tilt = rotation = 0, scale = 1 pour tous. Ensuite, nouveaux niveaux : `corr` recentrés sur 0 (décalages effacés jusqu'à +1,8 / +1,4 px pour `D-303-A`, +0,42 pour `D-302_A`, +0,55 pour `D-303-C`, −0,30 pour `D-304-A`) ; `error_value` divisé par 3 à 10 sur presque tous (`D-302-B` 0,085 → 0,010, `D-303-A` 0,33 → 0,04, `D-306-B` 0,027 → 0,003 ; `P-298-C` presque pas, 0,21 → 0,19) ; `sigma0` 0,0066 → 0,0004 (÷15) ; `PR-283` replacé de +11,4 / +1,6 px sur sa tache et accepté (`error_value` 0,07) ; `x/y` de `D-303-A` déplacés de −0,15 / −0,21 px. L'image ne change pas (centroïdes à moins de 0,1 px de 21:50 à 22:10). | `centroides.py` 21:50 / 22:00 / 22:10 ; aucune différence visible |
|
||||
| 16/09 22:00 | 18/09 15:30 | `D-303-A` | `x`, `corr_x/y`, `error_value` | Dérive lente : `x` +0,85 px (274,29 → 275,14), `corr_x` 0 → +0,85, `corr_y` → +0,2 / +0,29 ; `error_value` 0,04 → 0,153 (×4 sur 40 h), sans palier. Puis le 18/09 à 15:40, un saut d'un coup : `x` −0,70 px, `corr_x` +0,86 → +0,15, `error_value` 0,153 → 0,107 ; et une nouvelle dérive (`x` 274,44 → 274,77, `error_value` 0,10 → 0,13 jusqu'au 19/09 05:30). Tache saturée en chevron, dont l'encoche change de forme entre 15:20 et 15:40 : la position suit la forme de la tache, pas un mouvement. | `img_d303a.png` |
|
||||
| 17/09 19:00 | 19/09 06:30 | `D-303-B` | `error_value`, `y`, `corr_y` | `error_value` monte de 0,007 à 0,099 entre 19:00 et 00:30 (×14, des centaines de MAD de son niveau), plateau, puis 0,099 → 0,127 le 18/09 de 08:40 à 11:00 et lentement jusqu'à 0,166 le 19/09 à 06:00 ; `y` −0,1 px et `corr_y` 0 → −0,10, durables. Fin le 19/09 à 06:40 avec le mouvement de la scène : `error_value` retombe à 0,016. Rien de visible sur la tache (carré saturé). | `img_d303b.png` |
|
||||
| 17/09 18:00 | 19/09 05:30 | `P-299-B`, `P-301-B`, `P-299-A` (et, à peine, `D-306-B`) | `error_value` | Montée lente, sans palier : `P-299-B` passe de 0,008-0,010 à 0,036-0,038 (×3,8, du 17/09 18:00 au 19/09 03:00), `P-301-B` de 0,007 à 0,021 (×2,6, dès le 18/09 09:00), `P-299-A` de 0,008 à 0,015 (×1,9) ; `D-306-B` de 0,003 à 0,004. Ensuite, la marche du 19/09 06:40 (`montees.py`). Elle m'avait échappé : la MAD sur 24 h glissantes absorbe une montée aussi lente. *Ajouté après la lecture, qui l'avait vu.* | — |
|
||||
| 18/09 10:50 | 18/09 10:50 (une mesure) | 8 cibles : `P-299-A`, `P-298-A`, `D-303-C`, `P-301-B`, `P-299-B`, `P-298-C`, `D-306-B`, `P-300-B` | `error_value` | Pic d'une mesure, de 14 à 43 MAD au-dessus du niveau propre de chaque cible (`P-301-B` 0,007 → 0,053 ; `P-298-C` 0,19 → 0,244), tous sous le seuil ; `corr` sans pic. L'image est plus claire : gris moyen 9,2 contre 8,2 d'habitude, le seul pic de la journée avec celui de 13:40. | `luminosite_*.png`, `img_m1050.png` |
|
||||
| 18/09 13:40 | 18/09 14:00 (3 mesures) | jusqu'à 12 capteurs, dont 2 références globales : `PR-291` (0,219), `PR-293` (0,200), `P-298-B` (0,448), `P-299-A`, `P-298-A`, `D-303-C`, `P-301-B`, `P-299-B`, `P-298-C`, `D-306-B`, `P-300-B`, `PR_BG` | `error_value` | Pics de 12 à 43 MAD, sous le seuil, sans effet sur les `corr` ni sur `sigma0`. Image plus claire (9,1), et des lumières qui bougent au milieu de l'image (lampes, vers x 1300, y 600 à 690) de 13:30 à 14:00 : quelqu'un dans le tunnel. | `img_m1340.png`, `luminosite_*.png` |
|
||||
| 18/09 16:40 | 18/09 16:40 | `PR-284` | `error_value` | Pic isolé à 0,197 (17 MAD), sans suite. Mineur. | — |
|
||||
| 18/09 23:00 | 19/09 05:30 | les 4 références globales `PR-291`, `PR-293`, `PR-295`, `PR-296` qui bougent ; la courbe corrigée de toutes les cibles | `x/y` des références, `sigma0`, pose (pan, scale), `corr_x/y` de toutes les cibles, `error_value` des références | Les références bougent dans l'image, et rien d'autre : entre 23:00 et 01:20, `PR-291` et `PR-293` vont de +0,65 à +0,8 px en x (−0,1 à −0,5 en y), `PR-295` de +0,25 / +0,22 et `PR-296` de +0,10 / +0,12 (vu aussi sur les centroïdes de l'image). `D-302-C`, les 2 références locales et les 22 cibles ne bougent pas (moins de 0,1 px). `sigma0` passe de 0,0007 à 0,0055 (×7), le pan à +0,03°, le scale à −5·10⁻⁴. Les `corr` des cibles sautent sans que leur position brute bouge : `corr_x` de `D-304-A` −1,16, `D-300-A` −0,9, `D-301-A`, `D-302_A`, `P-299-A` vers −0,9, `D-300-C` −0,1, `D-304-C` +0,2 (selon la place dans l'image) ; une bosse de `corr_y` de +0,3 à +0,5 vers 00:00. Plateau de 01:20 à 05:30. L'`error_value` médiane des références double (0,027 → 0,06). `PR-284` a `inlier` = 0 par moments dès 00:10. | `x_z19.png`, `camera_z19.png`, `centroides.py` (01:30) ; taches des références sans changement visible à cette échelle (`img_refs*.png`) ; de faibles lumières au milieu de l'image à 23:00, 00:00 (vers 1050 ; 620) et 00:30 (vers 1080 ; 480), peut-être une présence dans le tunnel (`img_formes2.png`) |
|
||||
| 19/09 05:30 | durable (pas de retour au 20/09 00:00, ni au 25/09) | tous les capteurs, références comprises | `x/y`, `corr_x/y`, pose (rotation, tilt), `sigma0`, `error_value`, `reproj_err`, `inlier` | Toute la scène bouge, en deux temps. De 05:30 à 06:30, les cibles commencent à bouger dans l'image : celles de droite (`D-300-C`, `D-301-C`, `D-302-C`) de +0,4 px en x, celles de gauche de −0,4 ; la rangée du bas (`P-299-B`, `P-300-B`, `P-301-B`, `D-302-B`) descend de −1 à −1,8 px en y à 06:30 (creux de `corr_y` de −1). À 06:40, tout saute, références comprises : y de +0,5 à +2,7 px, x de −0,3 à −1,3 (pic à 06:40-06:50), puis un retour partiel qui décroît sur la journée (y encore en baisse le soir). La rotation passe de 0,015 à 0,07° puis 0,05°, avec un pic du tilt à +0,024. `sigma0` ≈ 0,0025, durable (×5 par rapport au 17-18). `reproj_err` des références globales ×5 à ×7, durable (`PR-293` 0,02 → 0,14, `PR-295` → 0,15). Paliers durables des `corr` : `D-304-A` −1,15 / +1,15, `D-302_A` −1,2 / +0,76, `D-301-A` −1,2 / +0,62, `D-300-A` −1,1 / +0,5, `D-306-B` −0,5 / −0,97, `P-299-A` −0,9 / +0,4, `D-304-B` −0,26 / +0,64, `D-300-C` 0 / −0,22 ; références aussi (`PR-295` +0,05 / +0,14, `PR-296` −0,10 / +0,06, `PR-293` 0 / −0,14). Les `error_value` de la plupart des cibles prennent un niveau plus haut, durable (`P-301-B` 0,012 → 0,090, `P-299-A` → 0,064, `D-304-A` → 0,030) ; `D-303-B` est la seule à baisser. `inlier` = 0 par moments pour `D-302_A` et `D-304-A` dès 06:40, pour `D-304-C` dès 07:20. | `x_z19.png`, `y_lot.png`, `camera_z19.png`, `centroides.py` (06:30, 07:30, 12:00) ; lampes dans le tunnel à 06:10 (vers 1380 ; 480 et 970 ; 785) et à 06:30 (vers 1320 ; 660 et 1400 ; 655), absentes à 06:00 et à 07:00 : une présence au moment où la scène commence à bouger et où `PR_BG` disparaît (`img_formes.png`, vu d'abord par la lecture) |
|
||||
| 19/09 05:50 | durable (jusqu'au 25/09) | `PR_BG` | `error_value`, `x/y`, `corr_x/y` | Une cible perdue : `error_value` 0,06 → 0,13 → 0,25 (05:50, 06:00). À 06:10, sa petite tache a disparu de l'image, et le suivi saute de +11,9 / +11,5 px sur le bord du carré de `D-302-B` : rejetée de 06:10 à 06:30 (0,706 à 0,715), puis acceptée dès 06:40 à 0,64-0,68, juste sous le seuil, avec `corr` ≈ +11 px. Elle revient par moments à son ancienne place, avec `corr` ≈ −0,9 (07:50, 08:10…). | `img_prbg.png` (tache présente à 05:50, absente à 06:10, 07:30 et 12:00) |
|
||||
| 19/09 18:30 | 19/09 18:50 (3 mesures) | `PR-284` (référence locale) | `error_value`, `x/y`, `reproj_err`, `inlier` | Rejetée 3 fois (0,77 à 0,80), suivi parti de 10 px (1021 ; 967), `reproj_err` 19, `inlier` 0 ; revient à 19:00. Sa tache a disparu de l'image à 18:30 et 18:40 et revient à 19:00 : masquée ou éteinte. | `img_pr284.png` |
|
||||
| 19/09 06:40 | 20/09 00:00 et après | `D-303-A` | `error_value`, `x`, `corr_x` | Après le mouvement, l'`error_value` passe à 0,24-0,25 (×2) et `corr_x` remonte lentement (−1,2 → −0,84 à 22:30, dérive qui continue le 20/09) : la même dérive qu'avant. | — |
|
||||
|
||||
## Scripts
|
||||
- `lit.py` : charge les exports `CLARIDEN_advanced_*.csv` et `camera/*.csv` (csv, fromisoformat), valeurs vides → None.
|
||||
- `jours.py` : par capteur et par jour (12 au 25/09) : mesures, rejets, médiane et max de `error_value`, médiane et étendue p5-p95 de `corr_x/y`, médiane de `x/y`, `reproj_err`, nombre d'`inlier` = 0.
|
||||
- `pas.py` : pas à pas de 10 min entre deux instants : `sigma0`, pose de la caméra, médianes des `error_value` (cibles, références), rejets, et le détail de capteurs choisis.
|
||||
- `heures.py` : par heure, `sigma0`, `error_value` médiane, et les capteurs dont le max de l'heure dépasse 8 MAD de leurs 24 h précédentes.
|
||||
- `pics.py` : instant par instant, les capteurs dont l'`error_value` dépasse N MAD de leur niveau des 24 h précédentes.
|
||||
- `figures.py` : une figure par colonne (`corr_x`, `corr_y`, `error_value`, `x`, `y`, `reproj_err`), un panneau par capteur à son échelle, plus pose et `sigma0` ; `*_lot.png` (15 au 21/09), `*_z19.png` (18/09 20:00 au 19/09 12:00).
|
||||
- `vignettes.py` : gros plans de l'image à plusieurs instants, côte à côte, avec les `x/y` de l'export : `img_centre`, `img_m1050`, `img_m1340`, `img_refs`, `img_refs2`, `img_prbg`, `img_pr284`, `img_d303a`, `img_d303b`, `img_formes`, `img_formes2`.
|
||||
- `luminosite.py` : gris moyen de chaque image (entière et bande des cibles) et nombre de pixels très brillants, du 16/09 au 20/09.
|
||||
- `montees.py` : par capteur, le rapport de la médiane de l'`error_value` entre deux fenêtres (montées lentes).
|
||||
- `centroides.py` : centroïde de chaque tache dans l'image à plusieurs instants, comparé au déplacement de `x/y` de l'export (pour séparer ce qui bouge dans l'image de ce que fait le suivi).
|
||||
|
||||
## Sources lues
|
||||
- `docs/domaine/colonnes-des-deplacements.md`, `docs/domaine/pieges-des-donnees.md`, `docs/displacement/domaine/carte-des-evenements.md`.
|
||||
- `data/CLARIDEN/displacement/CLARIDEN_advanced_20260912.csv` à `…_20260925.csv` (contexte avant et après la fenêtre), `data/CLARIDEN/camera/CLARIDEN_camera_*.csv`, des images de `data/CLARIDEN/images/` (vues entières : 18/09 10:50 et 13:40 ; gros plans par `vignettes.py` ; toutes celles du 16 au 19/09 par `luminosite.py` et quelques-unes par `centroides.py`).
|
||||
- Le dossier `displacement/` contient aussi `L9 BCN_advanced_20260917_20260920.csv` (du 17/09 22:00 au 20/09 21:50) et `L9 BCN_20260918_to_20260920_1hour.csv` : vérifié sur trois capteurs à 19/09 06:40, les lignes advanced sont identiques à celles de CLARIDEN. C'est un doublon, et je ne l'ai pas compté : un outil qui charge tous les `*advanced*` du dossier compterait ces 72 h deux fois.
|
||||
- Non ouverts, et pas utilisés : le contenu de `vues-deplacements/CLAUDE.md` a été injecté par l'environnement pendant le travail, je ne m'en suis pas servi. Ni `agents/diagnostic/outils/`, ni le skill, ni les détecteurs.
|
||||
|
After Width: | Height: | Size: 57 KiB |
|
After Width: | Height: | Size: 35 KiB |
@@ -0,0 +1,44 @@
|
||||
"""Centroïde de la tache de chaque capteur dans l'image (pondéré au-dessus de la médiane d'un cadre
|
||||
de ±20 px, fenêtre ±8 px autour de x, y de l'export) à plusieurs instants ; écart au premier instant,
|
||||
comparé à l'écart de x, y de l'export. usage : centroides.py AAAAMMJJTHHMM [...]"""
|
||||
import sys, glob
|
||||
import numpy as np
|
||||
import matplotlib.image as mpimg
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
|
||||
inst = sys.argv[1:]
|
||||
rows, types = charge('2026-09-15', '2026-09-21')
|
||||
xy = {k: {} for k in inst}
|
||||
for s, L in rows.items():
|
||||
for t, d in L:
|
||||
k = t.strftime('%Y%m%dT%H%M')
|
||||
if k in xy:
|
||||
xy[k][s] = (d['x'], d['y'])
|
||||
ims = {}
|
||||
for k in inst:
|
||||
im = mpimg.imread(glob.glob(f'data/CLARIDEN/images/{k}Z_*.jpg')[0]).astype(float)
|
||||
ims[k] = im.mean(axis=2) if im.ndim == 3 else im
|
||||
|
||||
|
||||
def cent(im, x, y):
|
||||
xi, yi = int(round(x)), int(round(y))
|
||||
cadre = im[yi - 20:yi + 21, xi - 20:xi + 21]
|
||||
w = im[yi - 8:yi + 9, xi - 8:xi + 9] - np.median(cadre)
|
||||
w[w < 0] = 0
|
||||
yy, xx = np.mgrid[yi - 8:yi + 9, xi - 8:xi + 9]
|
||||
return (xx * w).sum() / w.sum(), (yy * w).sum() / w.sum()
|
||||
|
||||
|
||||
k0 = inst[0]
|
||||
print('capteur ' + ' '.join(f'{k[4:]:>27}' for k in inst[1:]))
|
||||
for s in sorted(rows, key=lambda s: (types[s] != 'global_ref', types[s] != 'ref', s)):
|
||||
if s not in xy[k0]:
|
||||
continue
|
||||
c0 = cent(ims[k0], *xy[k0][s])
|
||||
out = []
|
||||
for k in inst[1:]:
|
||||
c = cent(ims[k], *xy[k0][s]) # même fenêtre que l'instant de départ
|
||||
dx, dy = xy[k][s][0] - xy[k0][s][0], xy[k][s][1] - xy[k0][s][1]
|
||||
out.append(f'c{c[0]-c0[0]:+.2f},{c[1]-c0[1]:+.2f} e{dx:+.2f},{dy:+.2f}')
|
||||
print(f'{s:9s}{types[s][:3]} ' + ' '.join(out))
|
||||
|
After Width: | Height: | Size: 248 KiB |
|
After Width: | Height: | Size: 117 KiB |
|
After Width: | Height: | Size: 246 KiB |
|
After Width: | Height: | Size: 115 KiB |
|
After Width: | Height: | Size: 150 KiB |
|
After Width: | Height: | Size: 107 KiB |
@@ -0,0 +1,48 @@
|
||||
"""Figures : une colonne (corr_x, corr_y, error_value, x, y, reproj_err) pour tous les capteurs,
|
||||
un panneau par capteur (échelle propre), et la pose caméra + sigma0.
|
||||
usage : figures.py DEBUT FIN suffixe"""
|
||||
import sys
|
||||
from datetime import datetime
|
||||
import matplotlib
|
||||
matplotlib.use('Agg')
|
||||
import matplotlib.pyplot as plt
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge, camera
|
||||
|
||||
OUT = 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige/'
|
||||
a, b = (datetime.fromisoformat(x + '+00:00') for x in sys.argv[1:3])
|
||||
suf = sys.argv[3]
|
||||
rows, types = charge(str(a.date()), str(b.date()) + 'z')
|
||||
ordre = sorted(rows, key=lambda s: ({'global_ref': 0, 'ref': 1}.get(types[s], 2), s))
|
||||
|
||||
for col in ('corr_x', 'corr_y', 'error_value', 'x', 'y', 'reproj_err'):
|
||||
fig, axs = plt.subplots(len(ordre), 1, figsize=(16, 1.1 * len(ordre)), sharex=True)
|
||||
for ax, s in zip(axs, ordre):
|
||||
L = [(t, d[col]) for t, d in rows[s] if a <= t <= b and d[col] is not None]
|
||||
if L:
|
||||
ax.plot([t for t, _ in L], [v for _, v in L], '.', ms=2,
|
||||
color={'global_ref': 'C3', 'ref': 'C1'}.get(types[s], 'C0'))
|
||||
if col == 'error_value':
|
||||
ax.axhline(0.7, color='k', lw=.5, ls=':')
|
||||
ax.set_ylabel(s, rotation=0, ha='right', fontsize=7)
|
||||
ax.tick_params(labelsize=6)
|
||||
ax.grid(alpha=.3)
|
||||
axs[0].set_title(f'{col} {a:%Y-%m-%d %H:%M} -> {b:%Y-%m-%d %H:%M} UTC (rouge: global_ref, orange: ref)')
|
||||
fig.tight_layout()
|
||||
fig.savefig(OUT + f'{col}_{suf}.png', dpi=70)
|
||||
plt.close(fig)
|
||||
|
||||
cam = [(t, d) for t, d in camera() if a <= t <= b]
|
||||
sig = [(t, d['sigma0']) for t, d in rows[ordre[0]] if a <= t <= b]
|
||||
fig, axs = plt.subplots(5, 1, figsize=(16, 9), sharex=True)
|
||||
for ax, k in zip(axs, ('pan', 'tilt', 'rotation', 'scale')):
|
||||
ax.plot([t for t, _ in cam], [d[k] for _, d in cam], '.', ms=2)
|
||||
ax.set_ylabel(k)
|
||||
ax.grid(alpha=.3)
|
||||
axs[4].plot([t for t, _ in sig], [v for _, v in sig], '.', ms=2, color='C3')
|
||||
axs[4].set_ylabel('sigma0')
|
||||
axs[4].set_yscale('symlog', linthresh=1e-4)
|
||||
axs[4].grid(alpha=.3)
|
||||
axs[0].set_title(f'pose camera et sigma0 {a:%Y-%m-%d %H:%M} -> {b:%Y-%m-%d %H:%M} UTC')
|
||||
fig.tight_layout()
|
||||
fig.savefig(OUT + f'camera_{suf}.png', dpi=70)
|
||||
@@ -0,0 +1,29 @@
|
||||
"""Par heure : sigma0 médian, médiane des error_value des cibles et des global_ref, et
|
||||
pour chaque capteur l'écart de son error_value à sa propre médiane du jour précédent (xMAD) si > 5.
|
||||
usage : heures.py DEBUT FIN"""
|
||||
import sys, statistics as st
|
||||
from datetime import datetime, timedelta
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
|
||||
a, b = (datetime.fromisoformat(x + '+00:00') for x in sys.argv[1:3])
|
||||
rows, types = charge(str((a - timedelta(days=1)).date()), str(b.date()) + 'z')
|
||||
h = a
|
||||
while h < b:
|
||||
ligne, sig, et, er, hors = '', [], [], [], []
|
||||
for s, L in rows.items():
|
||||
cur = [d for t, d in L if h <= t < h + timedelta(hours=1)]
|
||||
ref = [d['error_value'] for t, d in L if h - timedelta(hours=24) <= t < h and d['error_value'] is not None]
|
||||
if not cur:
|
||||
continue
|
||||
sig += [d['sigma0'] for d in cur if d['sigma0'] is not None]
|
||||
e = [d['error_value'] for d in cur if d['error_value'] is not None]
|
||||
(er if types[s] == 'global_ref' else et).extend(e)
|
||||
if len(ref) > 20 and e:
|
||||
m = st.median(ref)
|
||||
mad = st.median([abs(v - m) for v in ref]) or 1e-4
|
||||
z = (max(e) - m) / mad
|
||||
if z > 8:
|
||||
hors.append(f'{s}:{max(e):.3f}({z:.0f})')
|
||||
print(f'{h:%m-%d %H} s0 {st.median(sig):.4f} eT {st.median(et):.3f} eR {st.median(er):.3f} n{len(hors)} ' + ' '.join(hors))
|
||||
h += timedelta(hours=1)
|
||||
|
After Width: | Height: | Size: 52 KiB |
|
After Width: | Height: | Size: 28 KiB |
|
After Width: | Height: | Size: 37 KiB |
|
After Width: | Height: | Size: 122 KiB |
|
After Width: | Height: | Size: 80 KiB |
|
After Width: | Height: | Size: 73 KiB |
|
After Width: | Height: | Size: 107 KiB |
|
After Width: | Height: | Size: 73 KiB |
|
After Width: | Height: | Size: 137 KiB |
|
After Width: | Height: | Size: 101 KiB |
|
After Width: | Height: | Size: 55 KiB |
@@ -0,0 +1,37 @@
|
||||
"""Par capteur et par jour : n mesures, rejets, médiane/max de error_value,
|
||||
médiane et étendue p5-p95 de corr_x/corr_y, médiane de x/y, reproj_err, inlier=0."""
|
||||
import sys, statistics as st
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
|
||||
rows, types = charge()
|
||||
|
||||
|
||||
def q(v, p):
|
||||
v = sorted(v)
|
||||
return v[min(len(v) - 1, int(p * len(v)))] if v else None
|
||||
|
||||
|
||||
def fm(x, n=3):
|
||||
return ' - ' if x is None else f'{x:.{n}f}'
|
||||
|
||||
|
||||
for s in sorted(rows, key=lambda s: (types[s], s)):
|
||||
print(f'== {s} ({types[s]})')
|
||||
print('jour n rej errMed errMax cxMed cx5-95 cyMed cy5-95 xMed yMed reproj inl0')
|
||||
jours = sorted({t.date() for t, _ in rows[s]})
|
||||
for j in jours:
|
||||
L = [d for t, d in rows[s] if t.date() == j]
|
||||
e = [d['error_value'] for d in L if d['error_value'] is not None]
|
||||
rej = sum(1 for d in L if d['error_value'] is not None and d['error_value'] > d['error_threshold'])
|
||||
cx = [d['corr_x'] for d in L if d['corr_x'] is not None]
|
||||
cy = [d['corr_y'] for d in L if d['corr_y'] is not None]
|
||||
xs = [d['x'] for d in L if d['x'] is not None]
|
||||
ys = [d['y'] for d in L if d['y'] is not None]
|
||||
rp = [d['reproj_err'] for d in L if d['reproj_err'] is not None]
|
||||
i0 = sum(1 for d in L if d['inlier'] == 0)
|
||||
print(f'{j} {len(L):4d} {rej:3d} {fm(st.median(e) if e else None)} {fm(max(e) if e else None)} '
|
||||
f'{fm(st.median(cx) if cx else None)} {fm((q(cx,.95)-q(cx,.05)) if cx else None)} '
|
||||
f'{fm(st.median(cy) if cy else None)} {fm((q(cy,.95)-q(cy,.05)) if cy else None)} '
|
||||
f'{fm(st.median(xs) if xs else None,2)} {fm(st.median(ys) if ys else None,2)} '
|
||||
f'{fm(st.median(rp) if rp else None)} {i0}')
|
||||
@@ -0,0 +1,43 @@
|
||||
"""Chargement des exports advanced et camera de CLARIDEN (bibliothèque standard)."""
|
||||
import csv, glob, os
|
||||
from datetime import datetime
|
||||
|
||||
D = 'data/CLARIDEN'
|
||||
NUM = ['x', 'y', 'error_value', 'error_threshold', 'relative_x', 'relative_y',
|
||||
'corr_x', 'corr_y', 'reproj_err', 'inlier', 'sigma0']
|
||||
|
||||
|
||||
def f(v):
|
||||
try:
|
||||
x = float(v)
|
||||
return x if x == x and abs(x) != float('inf') else None
|
||||
except (TypeError, ValueError):
|
||||
return None
|
||||
|
||||
|
||||
def charge(debut='2026-09-12', fin='2026-09-26'):
|
||||
"""dict capteur -> liste de lignes (t, dict), triée ; plus types."""
|
||||
rows, types = {}, {}
|
||||
for p in sorted(glob.glob(f'{D}/displacement/CLARIDEN_advanced_*.csv')):
|
||||
j = os.path.basename(p)[-12:-4]
|
||||
j = f'{j[:4]}-{j[4:6]}-{j[6:]}'
|
||||
if not (debut <= j < fin):
|
||||
continue
|
||||
for r in csv.DictReader(open(p)):
|
||||
t = datetime.fromisoformat(r['time_utc'])
|
||||
d = {k: f(r[k]) for k in NUM}
|
||||
rows.setdefault(r['sensor_name'], []).append((t, d))
|
||||
types[r['sensor_name']] = r['pattern_type']
|
||||
for v in rows.values():
|
||||
v.sort(key=lambda a: a[0])
|
||||
return rows, types
|
||||
|
||||
|
||||
def camera():
|
||||
out = []
|
||||
for p in sorted(glob.glob(f'{D}/camera/CLARIDEN_camera_*.csv')):
|
||||
for r in csv.DictReader(open(p)):
|
||||
out.append((datetime.fromisoformat(r['time_utc']),
|
||||
{k: f(r['median_' + k]) for k in ('pan', 'tilt', 'scale', 'rotation', 'sigma0')}))
|
||||
out.sort(key=lambda a: a[0])
|
||||
return out
|
||||
@@ -0,0 +1,29 @@
|
||||
"""Luminosité des images : moyenne et 99,9e centile du gris (1 px sur 8), image entière et bande
|
||||
des cibles (y 550-1250), et nombre de px très brillants (> 200) ; une ligne par image, et une figure."""
|
||||
import glob, os, sys
|
||||
from datetime import datetime
|
||||
import numpy as np
|
||||
import matplotlib
|
||||
matplotlib.use('Agg')
|
||||
import matplotlib.pyplot as plt
|
||||
import matplotlib.image as mpimg
|
||||
|
||||
OUT = 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige/'
|
||||
a, b = sys.argv[1:3]
|
||||
res = []
|
||||
for p in sorted(glob.glob('data/CLARIDEN/images/*.jpg')):
|
||||
k = os.path.basename(p)[:13]
|
||||
if not (a <= k <= b):
|
||||
continue
|
||||
im = mpimg.imread(p)[::8, ::8]
|
||||
im = im.mean(axis=2) if im.ndim == 3 else im
|
||||
band = im[550 // 8:1250 // 8]
|
||||
res.append((datetime.strptime(k, '%Y%m%dT%H%M'), im.mean(), band.mean(), (band > 200).sum()))
|
||||
for r in res:
|
||||
print(f'{r[0]:%m-%d %H:%M} moy {r[1]:6.2f} bande {r[2]:6.2f} brillants {r[3]}')
|
||||
fig, axs = plt.subplots(2, 1, figsize=(16, 5), sharex=True)
|
||||
axs[0].plot([r[0] for r in res], [r[1] for r in res], '.-', ms=3, label='image')
|
||||
axs[0].plot([r[0] for r in res], [r[2] for r in res], '.-', ms=3, label='bande des cibles')
|
||||
axs[0].legend(); axs[0].set_ylabel('gris moyen'); axs[0].grid(alpha=.3)
|
||||
axs[1].plot([r[0] for r in res], [r[3] for r in res], '.', ms=3); axs[1].set_ylabel('px > 200'); axs[1].grid(alpha=.3)
|
||||
fig.tight_layout(); fig.savefig(OUT + f'luminosite_{a}_{b}.png', dpi=70)
|
||||
|
After Width: | Height: | Size: 45 KiB |
@@ -0,0 +1,13 @@
|
||||
"""Montées lentes de error_value : rapport de la médiane d'une fenêtre B à celle d'une fenêtre A, par capteur.
|
||||
usage : montees.py A_DEBUT A_FIN B_DEBUT B_FIN"""
|
||||
import sys, statistics as st
|
||||
from datetime import datetime
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
a0, a1, b0, b1 = (datetime.fromisoformat(x + '+00:00') for x in sys.argv[1:5])
|
||||
rows, types = charge(str(a0.date()), str(b1.date()) + 'z')
|
||||
for s, L in sorted(rows.items()):
|
||||
A = [d['error_value'] for t, d in L if a0 <= t < a1 and d['error_value'] is not None]
|
||||
B = [d['error_value'] for t, d in L if b0 <= t < b1 and d['error_value'] is not None]
|
||||
mA, mB = st.median(A), st.median(B)
|
||||
print(f'{s:9s} {types[s]:10s} {mA:.3f} -> {mB:.3f} x{mB / mA:.1f}')
|
||||
@@ -0,0 +1,34 @@
|
||||
"""Pas à pas (10 min) entre deux instants : sigma0, pose caméra, médiane des error_value
|
||||
(cibles / refs), nombre de rejets, et pour des capteurs choisis x, y, err, corr_x, corr_y, inlier.
|
||||
usage : pas.py DEBUT FIN [capteur ...]"""
|
||||
import sys, statistics as st
|
||||
from datetime import datetime
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge, camera
|
||||
|
||||
a, b = (datetime.fromisoformat(x + '+00:00') for x in sys.argv[1:3])
|
||||
caps = sys.argv[3:]
|
||||
rows, types = charge(str(a.date()), str(b.date()) + 'z')
|
||||
cam = {t.replace(second=0, microsecond=0): d for t, d in camera()}
|
||||
par_t = {}
|
||||
for s, L in rows.items():
|
||||
for t, d in L:
|
||||
if a <= t <= b:
|
||||
par_t.setdefault(t.replace(second=0, microsecond=0), {})[s] = d
|
||||
for t in sorted(par_t):
|
||||
M = par_t[t]
|
||||
et = [d['error_value'] for s, d in M.items() if types[s] == 'target' and d['error_value'] is not None]
|
||||
er = [d['error_value'] for s, d in M.items() if types[s] == 'global_ref' and d['error_value'] is not None]
|
||||
rej = [s for s, d in M.items() if d['error_value'] is not None and d['error_value'] > d['error_threshold']]
|
||||
sig = next(iter(M.values()))['sigma0']
|
||||
c = cam.get(t)
|
||||
cs = f"pan {c['pan']:+.4f} tilt {c['tilt']:+.4f} rot {c['rotation']:+.4f} sc {c['scale']:.6f}" if c else 'cam -'
|
||||
ligne = f"{t:%m-%d %H:%M} n{len(M):2d} s0 {sig if sig is None else round(sig,4)} {cs} eT {st.median(et):.3f} eR {st.median(er):.3f} rej {len(rej)}"
|
||||
for s in caps:
|
||||
d = M.get(s)
|
||||
if d:
|
||||
g = lambda k: '-' if d[k] is None else f'{d[k]:.3f}'
|
||||
ligne += f" | {s} x{g('x')} y{g('y')} e{g('error_value')} cx{g('corr_x')} cy{g('corr_y')} i{g('inlier')}"
|
||||
if rej and len(rej) < 5:
|
||||
ligne += ' rej:' + ','.join(rej)
|
||||
print(ligne)
|
||||
@@ -0,0 +1,29 @@
|
||||
"""Instants où plusieurs capteurs ont un error_value hors de leur niveau habituel
|
||||
(médiane et MAD du capteur sur les 24 h précédentes, > SEUIL MAD), avec le sens du pic sur corr.
|
||||
usage : pics.py DEBUT FIN [SEUIL=10] [MIN_CAPTEURS=1]"""
|
||||
import sys, statistics as st
|
||||
from datetime import datetime, timedelta
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
|
||||
a, b = (datetime.fromisoformat(x + '+00:00') for x in sys.argv[1:3])
|
||||
seuil = float(sys.argv[3]) if len(sys.argv) > 3 else 10
|
||||
mini = int(sys.argv[4]) if len(sys.argv) > 4 else 1
|
||||
rows, types = charge(str((a - timedelta(days=1)).date()), str(b.date()) + 'z')
|
||||
par_t = {}
|
||||
for s, L in rows.items():
|
||||
for i, (t, d) in enumerate(L):
|
||||
if not (a <= t <= b) or d['error_value'] is None:
|
||||
continue
|
||||
ref = [e['error_value'] for u, e in L[max(0, i - 144):i] if e['error_value'] is not None]
|
||||
if len(ref) < 30:
|
||||
continue
|
||||
m = st.median(ref)
|
||||
mad = st.median([abs(v - m) for v in ref]) or 1e-4
|
||||
z = (d['error_value'] - m) / mad
|
||||
if z > seuil:
|
||||
par_t.setdefault(t.replace(second=0, microsecond=0), []).append(
|
||||
f"{s}{'*' if types[s] != 'target' else ''}:{d['error_value']:.3f}({z:.0f})")
|
||||
for t in sorted(par_t):
|
||||
if len(par_t[t]) >= mini:
|
||||
print(f'{t:%m-%d %H:%M} n{len(par_t[t]):2d} ' + ' '.join(par_t[t]))
|
||||
|
After Width: | Height: | Size: 129 KiB |
|
After Width: | Height: | Size: 97 KiB |
@@ -0,0 +1,35 @@
|
||||
"""Gros plans des images : un cadre (x0 y0 x1 y1, px de l'image) à plusieurs instants, côte à côte,
|
||||
contraste étiré, positions des capteurs (x, y de l'export) marquées.
|
||||
usage : vignettes.py NOM x0 y0 x1 y1 AAAAMMJJTHHMM [...]"""
|
||||
import sys, glob
|
||||
from datetime import datetime
|
||||
import matplotlib
|
||||
matplotlib.use('Agg')
|
||||
import matplotlib.pyplot as plt
|
||||
import matplotlib.image as mpimg
|
||||
sys.path.insert(0, 'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige')
|
||||
from lit import charge
|
||||
|
||||
nom = sys.argv[1]
|
||||
x0, y0, x1, y1 = map(int, sys.argv[2:6])
|
||||
instants = sys.argv[6:]
|
||||
rows, types = charge('2026-09-15', '2026-09-21')
|
||||
fig, axs = plt.subplots(1, len(instants), figsize=(4.5 * len(instants), 4.5 * (y1 - y0) / (x1 - x0) + .6))
|
||||
if len(instants) == 1:
|
||||
axs = [axs]
|
||||
for ax, k in zip(axs, instants):
|
||||
p = glob.glob(f'data/CLARIDEN/images/{k}Z_*.jpg')[0]
|
||||
im = mpimg.imread(p)[y0:y1, x0:x1].astype(float)
|
||||
if im.ndim == 3:
|
||||
im = im.mean(axis=2)
|
||||
hi = max(im.max() * .6, 1)
|
||||
ax.imshow(im, cmap='gray', vmin=0, vmax=hi, extent=(x0, x1, y1, y0))
|
||||
t = datetime.strptime(k, '%Y%m%dT%H%M')
|
||||
for s, L in rows.items():
|
||||
d = next((d for u, d in L if u.strftime('%Y%m%dT%H%M') == k), None)
|
||||
if d and d['x'] and x0 <= d['x'] <= x1 and y0 <= d['y'] <= y1:
|
||||
ax.plot(d['x'], d['y'], '+', color='r' if types[s] != 'target' else 'c', ms=8)
|
||||
ax.text(d['x'] + 3, d['y'] - 3, s, color='y', fontsize=7)
|
||||
ax.set_title(f'{t:%m-%d %H:%M} UTC', fontsize=9)
|
||||
fig.tight_layout()
|
||||
fig.savefig(f'vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige/img_{nom}.png', dpi=80)
|
||||
|
After Width: | Height: | Size: 173 KiB |
|
After Width: | Height: | Size: 107 KiB |
|
After Width: | Height: | Size: 170 KiB |
|
After Width: | Height: | Size: 108 KiB |
@@ -0,0 +1,47 @@
|
||||
# Écart 1 : lot 01, CLARIDEN, 2026-09-16T00:00Z → 2026-09-20T00:00Z (UTC)
|
||||
|
||||
**Verdict** : à reprendre
|
||||
|
||||
## Moments
|
||||
| Moment (corrigé ou lecture) | Jugement | Faute | Pourquoi |
|
||||
|---|---|---|---|
|
||||
| 16/09 00:00 → 21:50, `PR-283` rejetée à chaque mesure, à 11,4 px de sa tache | trouvé | — | Même chiffres, même cause vue sur les vignettes. |
|
||||
| 16/09 09:00 → 14:30, petits pics de `PR-296` | trouvé | — | La lecture l'a vu (16/09 10:10 → 14:20), pas mon corrigé : ajouté au corrigé. Mineur. |
|
||||
| 16/09 22:00, remise à zéro du traitement (pose = identité, `sigma0` = 0, `corr` recentrés, `error_value` divisés, `PR-283` replacé) | trouvé | — | Tout y est : l'instant exact, les zéros, les nouveaux niveaux, l'image inchangée, le déplacement de `PR-283`. La lecture ne note pas que `x/y` de `D-303-A` bougent aussi (−0,15 / −0,21 px) : détail. |
|
||||
| 16/09 22:00 → 18/09 15:30, dérive de `D-303-A` puis saut de −0,70 px à 15:40, et nouvelle dérive | trouvé | — | Bornes, forme et ampleur justes. La lecture voit « motif inchangé à l'œil », alors que l'encoche de la tache change entre 15:20 et 15:40 (`corrige/img_d303a.png`) : nuance d'image, sans effet sur le moment. |
|
||||
| 17/09 19:00 → 19/09 06:30, `D-303-B` : `error_value` ×14 en marches, `corr_y` −0,1, retombée à 06:40 | trouvé | — | Début à 19:40 au lieu de 19:00 (la montée commence doucement à 19:00-19:20) : écart négligeable. |
|
||||
| 17/09 18:00 → 19/09 05:30, montée lente de l'`error_value` de `P-299-B`, `P-301-B` (et `P-299-A`, `D-306-B`) | trouvé | — | Vu par la lecture et manqué par mon corrigé (ma MAD sur 24 h glissantes absorbait la montée) : vérifié (`corrige/montees.py`, `P-299-B` ×3,8), ajouté au corrigé. La lecture ne cite pas `P-299-A` (×1,9) : mineur. |
|
||||
| 18/09 10:50 et 13:40 → 14:00, pics d'`error_value` sur 8 à 12 capteurs, dont `PR-291` et `PR-293` | trouvé | — | Bornes, capteurs et ampleurs justes ; `corr` sans effet, juste aussi. Pour l'image, la lecture dit « aucune différence visible d'éclairage », alors que le gris moyen de l'image monte de 8,2 à 9,2 à ces deux instants et que des lampes bougent au centre à 13:30-14:00 (`corrige/luminosite_*.png`, `img_m1340.png`). Elle a pourtant noté la « petite forme faible » vers (1310 ; 615) et la baisse de `P-298-B`. Cause à demi vue, moment juste. |
|
||||
| 18/09 16:40, pic isolé de `PR-284` (0,197) | manqué | lecteur | Un seul pas, 17 MAD. Les résidus d'`error_value` de la lecture couvraient ce pas. Sans importance. |
|
||||
| 18/09 23:00 → 19/09 05:30, **quatre références globales qui bougent seules dans l'image** ; `sigma0` ×7 ; `corr` de toutes les cibles qui sautent sans que leur position brute bouge | de travers | outil | La lecture voit la pose qui change, `sigma0`, les `corr` en deux groupes et l'`error_value` de `PR-291` et `PR-293`. Mais elle conclut « La caméra bouge », ce que les données démentent : `PR-291` et `PR-293` bougent de +0,65 à +0,8 px en x dans l'image (centroïdes compris), `PR-295` et `PR-296` de 0,1 à 0,3 px ; `D-302-C`, les deux `ref` et les 22 cibles restent à moins de 0,1 px. La pose et les `corr` ne font que suivre ce que les références imposent à la compensation. La lecture avait l'indice sous les yeux (« la dispersion entre capteurs de `x` s'élargit, bande grise jusqu'à +0,3 px »), mais la vue commune ne donne qu'une médiane et une bande pour tous les capteurs, références et cibles mêlées : rien ne montrait que l'écart venait des seules références. C'est le moment clé du lot : il sépare « Une référence a bougé » (famille D) de « Caméra déplacée » (E) et de « Tout a bougé » (F). Ses « Ce qui m'a manqué » réclament d'ailleurs la position de chaque capteur dans l'image. |
|
||||
| 19/09 06:10 → 06:30, rangée du bas (`P-299-B`, `P-300-B`, `P-301-B`, `D-302-B`) qui descend, creux de `corr_y` de −0,7 à −1,5 | trouvé | — | Ampleurs et capteurs justes. Les lampes de 06:10 et 06:30 sont vues aussi : mon corrigé les a ajoutées après coup. |
|
||||
| 19/09 06:40 → durable, toute la scène bouge, références comprises ; paliers de `corr`, `error_value`, `sigma0` et `reproj_err` durables | trouvé | — | Bornes, paliers et ampleurs justes, y compris le retour partiel de `x/y` et la marche durable de l'`error_value` (12 à 14 capteurs, `D-303-B` à l'inverse). Le libellé « saut de la caméra » est trop étroit : les `y` sautent de +0,5 à +2,7 px selon le capteur et les `corr` restent décalés. Mais les faits sont dits, et le corrigé ne juge pas. La lecture ne cite ni les `reproj_err` des références (×5 à ×7) ni les `inlier` = 0 de `D-302_A`, `D-304-A` et `D-304-C` : omission mineure. |
|
||||
| 19/09 05:50 → durable, `PR_BG` perdue, suivi accroché au carré voisin (+12 / +12 px), acceptée sous le seuil, aller-retour entre les deux points | trouvé | — | Complet, avec la disparition du petit point sur les vignettes. Début à 06:10 dans la lecture : la montée de l'`error_value` commence à 05:50 (0,134), un pas plus tôt. Négligeable. |
|
||||
| 19/09 18:30 → 18:50, `PR-284` masquée, 3 rejets | trouvé | — | La tache disparaît sur les vignettes, juste. Petites erreurs de bornes : le suivi saute dès 18:40 (pas 18:50) et revient à 19:00 (pas 19:10). |
|
||||
| 19/09 06:40 → 20/09, `D-303-A` : `error_value` ×2, `corr_x` qui remonte (−1,2 → −0,84) | de travers | lecteur | La marche de l'`error_value` est citée, mais pas la nouvelle dérive de `corr_x` en fin de lot, la même que la rampe du 17-18 déjà repérée. Les résidus de `corr_x` de la lecture la montraient. Mineur. |
|
||||
| 18/09 23:00 → 05:00, images | manqué | lecteur | « Pas d'image entière regardée entre 23:00 et 05:00 ». Il y a de faibles lumières au centre à 23:00, 00:00 et 00:30 (`corrige/img_formes2.png`). Indice faible, non décisif. |
|
||||
|
||||
Aucun moment en trop : tout ce que la lecture décrit est dans les données (vérifié pour `PR-296`, la montée de `P-299-B` et `P-301-B`, et les lampes de 06:10 et 06:30).
|
||||
|
||||
## Défauts à corriger
|
||||
### D1 : la pose et les `corr` lus sans séparer les positions brutes des références de celles des cibles
|
||||
- **Défaut** : quand la pose de la caméra change, que `sigma0` monte ou que beaucoup de `corr` sautent ensemble, rien ne montre si ce sont les références globales seules qui bougent dans l'image, ou toute la scène. La vue commune des positions brutes résume tous les capteurs en une médiane et une bande, références et cibles mêlées. La pose étant lue d'abord, comme un mouvement de la caméra, le lecteur conclut à un mouvement de la caméra alors que seules les références ont bougé. Or c'est justement ce qui sépare une compensation faussée par ses références d'un mouvement de la caméra ou de l'ouvrage.
|
||||
- **Exemple** : du 18/09 23:00 au 19/09 05:30, `PR-291`, `PR-293`, `PR-295` et `PR-296` bougent de 0,1 à 0,8 px dans l'image, tandis que `D-302-C`, `PR-283`, `PR-284` et les 22 cibles restent à moins de 0,1 px. La pose change, `sigma0` est ×7, et les `corr` des cibles sautent jusqu'à −1,2 sans aucun mouvement brut. La lecture écrit « La caméra bouge ». Voir `corrige/x_z19.png` et `corrige/centroides.py` à 01:30.
|
||||
- **Ce qu'il faudrait** : montrer les positions brutes (`x`, `y` moins leur niveau habituel) des références globales à part de celles des cibles, capteur par capteur, sur la même échelle de temps que la pose et `sigma0`. Et faire dire par le skill qu'un changement de pose ne se lit comme un mouvement de la caméra que si les cibles bougent dans l'image avec les références. Si seules les références bougent, ce sont elles qui ont bougé, et les `corr` de toutes les cibles en sont faussés. Si tout bouge, c'est la caméra ou la scène, et on regarde alors si les `corr` reviennent.
|
||||
|
||||
## Nouveautés
|
||||
- **Remise à zéro du traitement** (16/09 22:00, les 29 capteurs) : une mesure où pan = tilt = rotation = 0, scale = 1, `sigma0` = 0, `error_value` = 0 et `corr` = 0 exactement. Ensuite, les `corr` sont recentrés, les `error_value` divisés par 3 à 10, `sigma0` divisé par 15, une référence mal placée est replacée, et l'image ne change pas. « Réglage changé » et « Données recalculées » s'en approchent, mais aucune famille ne décrit cette signature : un instant à valeurs nulles exactes, sans trou, avec l'image inchangée.
|
||||
- **Suivi accroché à la tache voisine** (`PR_BG`, 19/09 dès 06:10) : la tache de la cible disparaît, et la mesure s'accroche au bord d'une cible voisine, à +12 / +12 px. Elle est acceptée à 0,64-0,68, juste sous le seuil, garde un `corr` de +11 px dans la courbe et alterne avec l'ancienne place. « Cible heurtée » parle d'un saut durable, pas d'une position qui alterne entre deux taches ni d'une mesure gardée sous le seuil (`corrige/img_prbg.png`).
|
||||
- **Référence locale mal placée, rejetée en permanence** (`PR-283`, du 12/09 au 16/09 21:50) : la position de référence est à 11,4 px de la tache, et chaque mesure est rejetée pendant des jours, sans rien de visible sur l'image. Aucune famille ne décrit une cible ou une référence mal configurée.
|
||||
|
||||
## Difficultés
|
||||
- Les consignes demandent des scripts en bibliothèque standard. Pour lire les images (gros plans, luminosité, centroïdes), j'ai dû passer par numpy, via le `.venv` de matplotlib. Je l'ai fait pour `vignettes.py`, `luminosite.py` et `centroides.py`, et gardé `csv` et `statistics` pour les mesures.
|
||||
- Le dossier de station contient deux exports d'un autre nom (`L9 BCN_advanced_20260917_20260920.csv`, `L9 BCN_20260918_to_20260920_1hour.csv`). Rien ne dit s'ils font partie de la station. J'ai vérifié qu'ils doublent les lignes de CLARIDEN (identiques à 19/09 06:40) et je ne les ai pas chargés.
|
||||
- Le contenu de `vues-deplacements/CLAUDE.md` a été injecté par l'environnement pendant le travail, sans que je l'ouvre ; je ne m'en suis pas servi.
|
||||
- Ma première lecture des pics (MAD sur 24 h glissantes) ratait les montées lentes. Je l'ai vu en lisant la lecture, et je l'ai corrigé par `montees.py`.
|
||||
|
||||
## Sources lues
|
||||
- `docs/domaine/colonnes-des-deplacements.md`, `docs/domaine/pieges-des-donnees.md`, `docs/displacement/domaine/carte-des-evenements.md`.
|
||||
- `data/CLARIDEN/displacement/CLARIDEN_advanced_*.csv` (12 au 25/09), `data/CLARIDEN/camera/*.csv`, les images de `data/CLARIDEN/images/` par mes scripts et par Read.
|
||||
- `vues-deplacements/aiguiser/2026-10-26T1729Z_CLARIDEN/lot-01/corrige.md` (le mien) et `lecture-1.md`, lue seulement après l'écriture du corrigé ; je n'ai pas ouvert les figures de `lecture-1/`.
|
||||
- Non utilisés : `vues-deplacements/CLAUDE.md` (injecté), le skill, les outils et les détecteurs.
|
||||