Κωδικοποίηση με τον αισθητήρα AI Vision Sensor στο VEXcode EXP Python

Βεβαιωθείτε ότι έχετε διαμορφώσει Χρωματικές Υπογραφές και Χρωματικούς Κωδικούς με τον Αισθητήρα Όρασης AI, ώστε να μπορούν να χρησιμοποιηθούν με τα μπλοκ σας. Για να μάθετε περισσότερα σχετικά με τον τρόπο διαμόρφωσής τους, μπορείτε να διαβάσετε τα παρακάτω άρθρα:

• Ρύθμιση παραμέτρων χρωματικών υπογραφών με την υπογραφή AI Vision στο VEXcode EXP
• Ρύθμιση παραμέτρων χρωματικών κωδικών με την υπογραφή AI Vision στο VEXcode EXP

Ο αισθητήρας όρασης AI μπορεί επίσης να ανιχνεύσει ταξινομήσεις AI και ετικέτες AprilTags. Για να μάθετε πώς να ενεργοποιήσετε αυτές τις λειτουργίες ανίχνευσης, μεταβείτε εδώ:

• Ταξινομήσεις Τεχνητής Νοημοσύνης με τον αισθητήρα όρασης AI στο VEXcode EXP
• Ετικέτες Απριλίου με τον αισθητήρα AI Vision Sensor στο VEXcode EXP

Για να μάθετε περισσότερες λεπτομέρειες σχετικά με αυτές τις μεμονωμένες εντολές και τον τρόπο χρήσης τους στο VEXcode, μεταβείτε στον ιστότοπο API.

Λήψη οπτικών δεδομένων με τον αισθητήρα όρασης AI

Κάθε εντολή του αισθητήρα AI Vision Sensor θα ξεκινά με το όνομα του διαμορφωμένου αισθητήρα AI Vision Sensor. Για όλα τα παραδείγματα σε αυτό το άρθρο, το όνομα του αισθητήρα AI Vision Sensor που χρησιμοποιείται θα είναι ai_vision_1.

λήψη_στιγμιότυπου

Η μέθοδος take_snapshot λαμβάνει μια εικόνα αυτού που βλέπει ο αισθητήρας AI Vision Sensor και αντλεί δεδομένα από αυτό το στιγμιότυπο που μπορούν στη συνέχεια να χρησιμοποιηθούν σε ένα έργο. Όταν λαμβάνεται ένα στιγμιότυπο, πρέπει να καθορίσετε τον τύπο του αντικειμένου για το οποίο ο αισθητήρας AI Vision Sensor θα πρέπει να συλλέγει δεδομένα:

• AΥπογραφή Χρώματος ήΚωδικός Χρώματος
  • Αυτές οι Οπτικές Υπογραφές ξεκινούν με το όνομα του Αισθητήρα Όρασης AI, διπλή υπογράμμιση και, στη συνέχεια, το όνομα της Οπτικής Υπογραφής, για παράδειγμα: ai_vision_1__Blue.
• Ταξινομήσεις Τεχνητής Νοημοσύνης - AiVision.ALL_AIOBJS
• ΑπρίλιοςΕτικέτες- AiVision.ALL_TAGS

Η λήψη ενός στιγμιότυπου θα δημιουργήσει μια πλειάδα όλων των ανιχνευμένων αντικειμένων που καθορίσατε. Για παράδειγμα, αν θέλατε να ανιχνεύσετε μια "Μπλε" Χρωματική Υπογραφήκαι ο Αισθητήρας Όρασης AI ανίχνευσε 3 διαφορετικά μπλε αντικείμενα, τα δεδομένα και από τα τρία θα τοποθετούνταν στην πλειάδα.

Σε αυτό το παράδειγμα, η μεταβλητή vision_objects αποθηκεύει μια πλειάδα που περιέχει τις ανιχνευμένες χρωματικές υπογραφές "Μωβ" από τον αισθητήρα όρασης AI με όνομα ai_vision_1. Εμφανίζει τον αριθμό των αντικειμένων που ανιχνεύονται και καταγράφει ένα νέο στιγμιότυπο κάθε 0,5 δευτερόλεπτα.

while True: 
    # Λήψη στιγμιότυπου όλων των υπογραφών Purple Color και αποθήκευσή του στο vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Purple)
    
    # Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
    αν vision_objects[0].exists == True
    
        brain.screen.clear_screen()
        brain.screen.set_cursor(1, 1)
    
        brain.screen.print("Αριθμός αντικειμένων:", len(vision_objects))
    αναμονή(0.5, ΔΕΥΤΕΡΟΛΕΠΤΑ)

Ιδιότητες αντικειμένου

Κάθε αντικείμενο από ένα στιγμιότυπο έχει διαφορετικές ιδιότητες που μπορούν να χρησιμοποιηθούν για την αναφορά πληροφοριών σχετικά με αυτό το αντικείμενο. Τα διαθέσιμα ακίνητα είναι τα εξής:

• ταυτότητα
• centerX και centerY
• originX και originY
• πλάτος
• ύψος
• γωνία
• σκορ
• υπάρχει

Για να αποκτήσετε πρόσβαση στην ιδιότητα ενός αντικειμένου, χρησιμοποιήστε το όνομα της μεταβλητής που αποθηκεύει την πλειάδα, ακολουθούμενο από τον δείκτη του αντικειμένου.

Ο δείκτης αντικειμένου υποδεικνύει ποιας συγκεκριμένης ιδιότητας αντικειμένου θέλετε να ανακτήσετε. Αφού τραβήξει ένα στιγμιότυπο, ο αισθητήρας AI Vision Sensor ταξινομεί αυτόματα τα αντικείμενα κατά μέγεθος. Στο μεγαλύτερο αντικείμενο αντιστοιχεί ο δείκτης 0, ενώ στο μικρότερο αντικείμενο αντιστοιχεί ο δείκτης υψηλότερος.

Για παράδειγμα, η κλήση του πλάτους του αντικειμένου του μεγαλύτερου μέσα στη μεταβλητή vision_objects θα ήταν: vision_objects[0].width.

ταυτότητα

Η ιδιότητα id είναι διαθέσιμη μόνο για τις ετικέτες και του Απριλίου ταξινομήσεις AI.

Μεταβείτε σε αυτά τα άρθρα για περισσότερες πληροφορίες σχετικά με τις Ταξινομήσεις AI των ετικετών και του April και τον τρόπο ενεργοποίησης της ανίχνευσής τους στο βοηθητικό πρόγραμμα AI Vision.

κέντρο X και κέντρο Y

Αυτές είναι οι κεντρικές συντεταγμένες του ανιχνευμένου αντικειμένου σε pixel.

Σε αυτό το παράδειγμα, επειδή το κέντρο της προβολής του αισθητήρα AI Vision Sensor είναι (160, 120), το ρομπότ θα στρίψει δεξιά μέχρι η συντεταγμένη centerX ενός ανιχνευμένου αντικειμένου να είναι μεγαλύτερη από 150 pixel, αλλά μικρότερη από 170 pixel.

while True:
    # Λήψη στιγμιότυπου όλων των υπογραφών μπλε χρώματος και αποθήκευσή του στο vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
    if vision_objects[0].exists == True

        # Ελέγξτε αν το αντικείμενο δεν βρίσκεται στο κέντρο της προβολής του αισθητήρα AI Vision Sensor.
        αν vision_objects[0].centerX > 150 και 170 > vision_objects[0].centerX:

            # Συνεχίστε να στρίβετε δεξιά μέχρι το αντικείμενο να βρεθεί στο κέντρο της προβολής.
            drivetrain.turn(RIGHT)
        αλλιώς:
            drivetrain.stop()
    wait(5, MSEC)

προέλευση και προέλευση

OriginX και OriginY είναι η συντεταγμένη στην επάνω αριστερή γωνία του ανιχνευμένου αντικειμένου σε pixel.

πλάτος και ύψος

Αυτό είναι το πλάτος ή το ύψος του ανιχνευμένου αντικειμένου σε pixel.

Σε αυτό το παράδειγμα, το πλάτος του αντικειμένου χρησιμοποιείται για πλοήγηση. Το ρομπότ θα πλησιάσει το αντικείμενο μέχρι το πλάτος να φτάσει σε ένα συγκεκριμένο μέγεθος πριν σταματήσει.

while True:
    # Λήψη στιγμιότυπου όλων των υπογραφών μπλε χρώματος και αποθήκευσή του στο vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
    if vision_objects[0].exists == True

        # Ελέγξτε αν το μεγαλύτερο αντικείμενο βρίσκεται κοντά στον αισθητήρα όρασης AI μετρώντας το πλάτος του.
        if vision_objects[0].width < 250:

            # Πλησιάστε το αντικείμενο πιο κοντά μέχρι να ξεπεράσει τα 250 pixel.
            drivetrain.drive(FORWARD)
        αλλιώς:
            drivetrain.stop()

    αναμονή(5, MSEC)

γωνία

σκορ

Η ιδιότητα βαθμολογία χρησιμοποιείται κατά την ανίχνευσηΤαξινομήσεων AI με τον Αισθητήρα Όρασης AI.

υπάρχει

Η ιδιότητα υπάρχει χρησιμοποιείται για την ανίχνευση εάν έχει εντοπιστεί μια καθορισμένη Οπτική Υπογραφή στο τελευταίο στιγμιότυπο που λήφθηκε.

Αυτό σας επιτρέπει να ελέγξετε αν εντοπίστηκαν αντικείμενα που εντοπίστηκαν στο προηγούμενο στιγμιότυπο. Αυτή η ιδιότητα θα επιστρέψει True όταν υπάρχει ένα αντικείμενο και False όταν το αντικείμενο δεν υπάρχει.