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
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 AIVision.
λήψη στιγμιότυπου
Η μέθοδος takeSnapshot τραβάει 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:
AIVision1__Blue.
- Αυτές οι Οπτικές Υπογραφές ξεκινούν με το όνομα του Αισθητήρα Όρασης AI, διπλή υπογράμμιση και, στη συνέχεια, το όνομα της Οπτικής Υπογραφής, για παράδειγμα:
-
Ταξινομήσεις Τεχνητής Νοημοσύνης -
aivision::ALL_AIOBJS -
ΑπρίλιοςΕτικέτες-
aivision::ALL_TAGS
Η λήψη ενός στιγμιότυπου θα δημιουργήσει έναν πίνακα με όλα τα ανιχνευμένα αντικείμενα που καθορίσατε. Για παράδειγμα, εάν θέλετε να ανιχνεύσετε μια "Μπλε" Χρωματική Υπογραφήκαι ο Αισθητήρας Όρασης AI ανίχνευσε 3 διαφορετικά μπλε αντικείμενα, τα δεδομένα και από τα τρία θα τοποθετούνταν στον πίνακα.
Σε αυτό το παράδειγμα, λαμβάνεται ένα στιγμιότυπο της "Μπλε" Χρωματικής Υπογραφήςαπό τον Αισθητήρα Όρασης AI με το όνομα AIVision1. Εμφανίζει τον αριθμό των αντικειμένων που ανιχνεύονται στον πίνακα και καταγράφει ένα νέο στιγμιότυπο κάθε 0,5 δευτερόλεπτα.
while (true) {
// Λήψη στιγμιότυπου όλων των αντικειμένων μπλε χρώματος.
AIVision.takeSnapshot(AIVision1__Blue);
// Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
αν (AIVision.objectCount > 0) {
Brain.Screen.clearScreen();
Brain.Screen.setCursor(1, 1);
Brain.Screen.print(AIVision1.objectCount);
}
αναμονή(5, msec);
}αντικείμενα
Κάθε αντικείμενο από ένα στιγμιότυπο έχει διαφορετικές ιδιότητες που μπορούν να χρησιμοποιηθούν για την αναφορά πληροφοριών σχετικά με αυτό το αντικείμενο. Η μέθοδος objects σάς επιτρέπει να έχετε πρόσβαση σε αυτές τις ιδιότητες.
Τα διαθέσιμα ακίνητα είναι τα εξής:
- ταυτότητα
- centerX και centerY
- originX και originY
- πλάτος
- ύψος
- γωνία
- υπάρχει
- σκορ
Για να αποκτήσετε πρόσβαση στην ιδιότητα ενός αντικειμένου, χρησιμοποιήστε το όνομα του αισθητήρα AI Vision Sensor, ακολουθούμενο από τη μέθοδο objects και, στη συνέχεια, 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 θα ήταν AIVision1.objects[0].width.
ταυτότητα
Η ιδιότητα id είναι διαθέσιμη μόνο για τις ετικέτες και του Απριλίου ταξινομήσεις AI.
Για μια ιδιότηταAprilTag, η ιδιότητα id αντιπροσωπεύει τον αριθμό αναγνώρισηςAprilTag(s) που εντοπίστηκε
Ο προσδιορισμός συγκεκριμένων ετικετών επιτρέπει την επιλεκτική πλοήγηση. Μπορείτε να προγραμματίσετε το ρομπότ σας να κινείται προς συγκεκριμένες ετικέτες αγνοώντας άλλες, χρησιμοποιώντας τες ουσιαστικά ως πινακίδες για αυτοματοποιημένη πλοήγηση.
ΓιαΤαξινομήσεις AI, η ιδιότητα id αντιπροσωπεύει τον συγκεκριμένο τύπο Ταξινόμησης AI που ανιχνεύθηκε.
Ο προσδιορισμός συγκεκριμένων Ταξινομήσεων Τεχνητής Νοημοσύνηςεπιτρέπει στο ρομπότ να εστιάζει μόνο σε συγκεκριμένα αντικείμενα, όπως το να θέλει να πλοηγηθεί μόνο προς μια κόκκινη Μπάκιμπολ και όχι προς μια μπλε.
Μεταβείτε σε αυτά τα άρθρα για περισσότερες πληροφορίες σχετικά με τις Ταξινομήσεις AI AprilTags και και τον τρόπο ενεργοποίησης της ανίχνευσής τους στο AI Vision Utility.
κέντρο X και κέντρο Y
Αυτές είναι οι κεντρικές συντεταγμένες του ανιχνευμένου αντικειμένου σε pixel.
Οι συντεταγμένες CenterX και CenterY βοηθούν στην πλοήγηση και την τοποθέτηση. Ο αισθητήρας όρασης AI έχει ανάλυση 320 x 240 pixel.
Μπορείτε να δείτε ότι ένα αντικείμενο πιο κοντά στον αισθητήρα όρασης AI θα έχει χαμηλότερη συντεταγμένη CenterY από ένα αντικείμενο που βρίσκεται πιο μακριά.
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 αντικειμένων μπλε χρώματος.
AIVision.takeSnapshot(AIVision__Blue);
// Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
αν (AIVision.objectCount > 0) {
αν (AIVision.objects[0].centerX > 150.0 && 170.0 > AIVision.objects[0].centerX) {
Σύστημα μετάδοσης κίνησης.στροφή(δεξιά);
} αλλιώς {
Σύστημα μετάδοσης κίνησης.στάση();
}
}
αναμονή(5, msec);
}
προέλευση και προέλευση
OriginX και OriginY είναι η συντεταγμένη στην επάνω αριστερή γωνία του ανιχνευμένου αντικειμένου σε pixel.
Οι συντεταγμένες OriginX και OriginY βοηθούν στην πλοήγηση και τον εντοπισμό θέσης. Συνδυάζοντας αυτήν τη συντεταγμένη με το πλάτος και το ύψος του αντικειμένου, μπορείτε να προσδιορίσετε το μέγεθος του πλαισίου οριοθέτησης του αντικειμένου. Αυτό μπορεί να βοηθήσει στην παρακολούθηση κινούμενων αντικειμένων ή στην πλοήγηση μεταξύ αντικειμένων.
πλάτος και ύψος
Αυτό είναι το πλάτος ή το ύψος του ανιχνευμένου αντικειμένου σε pixel.
Οι μετρήσεις πλάτους και ύψους βοηθούν στην αναγνώριση διαφορετικών αντικειμένων. Για παράδειγμα, ένα Buckyball θα έχει μεγαλύτερο ύψος από ένα Ring.
Το πλάτος και το ύψος υποδεικνύουν επίσης την απόσταση ενός αντικειμένου από τον αισθητήρα AI Vision Sensor. Μικρότερες μετρήσεις συνήθως σημαίνουν ότι το αντικείμενο βρίσκεται πιο μακριά, ενώ μεγαλύτερες μετρήσεις υποδηλώνουν ότι βρίσκεται πιο κοντά.
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 μπλε αντικειμένων.
AIVision.takeSnapshot(AIVision1__Blue);
// Ελέγξτε για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
αν (AIVision.objectCount > 0) {
αν (AIVision.objects[0].width < 250.0) {
Drivetrain.drive(forward);
} αλλιώς {
Drivetrain.stop();
}
}
wait(5, msec);
}γωνία
Η ιδιότητα angle είναι διαθέσιμη μόνο γιαχρωματικούς κωδικούς και
Αυτό αντιπροσωπεύει εάν ο ανιχνευμένος Κωδικός Χρώματοςή Ετικέτα AprilTag έχει διαφορετικό προσανατολισμό.
Μπορείτε να δείτε αν το ρομπότ έχει διαφορετικό προσανατολισμό σε σχέση με τον Χρωματικό Κώδικα ήAprilTag και να λάβετε αποφάσεις πλοήγησης σύμφωνα με αυτό.
Για παράδειγμα, εάν ένας κωδικός χρώματος μεδεν ανιχνευθεί σε σωστή γωνία, τότε το αντικείμενο που αντιπροσωπεύει ενδέχεται να μην μπορεί να εντοπιστεί σωστά από το ρομπότ.
σκορ
Η ιδιότητα βαθμολογία χρησιμοποιείται κατά την ανίχνευσηΤαξινομήσεων AI με τον Αισθητήρα Όρασης AI.
Η βαθμολογία εμπιστοσύνης υποδεικνύει πόσο σίγουρος είναι ο αισθητήρας AI Vision Sensor για την ανίχνευσή του. Σε αυτήν την εικόνα, είναι 99% σίγουρο ότι θα αναγνωρίσει τις ταξινομήσεις τεχνητής νοημοσύνης αυτών των τεσσάρων αντικειμένων. Μπορείτε να χρησιμοποιήσετε αυτήν τη βαθμολογία για να διασφαλίσετε ότι το ρομπότ σας εστιάζει μόνο σε ανιχνεύσεις υψηλής αξιοπιστίας.
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.
objectCount
Η μέθοδος objectCount επιστρέφει την ποσότητα των ανιχνευμένων αντικειμένων στο τελευταίο στιγμιότυπο.
Σε αυτό το παράδειγμα, έχουν ανιχνευθεί δύο αντικείμενα με την Υπογραφή Χρώματος "Μπλε". Και τα δύο θα τοποθετηθούν στον πίνακα όταν χρησιμοποιηθεί η μέθοδος takeSnapshot.
Αυτό το απόσπασμα κώδικα ενημερώνει συνεχώς το EXP Brain με τον αριθμό των ανιχνευμένων αντικειμένων. Με βάση το παράδειγμα που παρέχεται, θα στέλνει επανειλημμένα την τιμή 2, υποδεικνύοντας ότι έχουν εντοπιστεί δύο αντικείμενα.
while (true) {
// Λήψη στιγμιότυπου όλων των μπλε αντικειμένων.
AIVision.takeSnapshot(AIVision__Blue);
Brain.Screen.clearScreen();
Brain.Screen.setCursor(1, 1);
// Έλεγχος για να βεβαιωθείτε ότι εντοπίστηκε κάποιο αντικείμενο στο στιγμιότυπο πριν από την εξαγωγή δεδομένων.
αν (AIVision.objectCount > 0) {
Brain.Screen.print(AIVision1.objectCount);
}
αναμονή(5, msec);
}