VEXcode V5 ब्लॉक में AI विज़न सेंसर के साथ कोडिंग

स्नैपशॉट ब्लॉक, एआई विजन सेंसर द्वारा वर्तमान में देखी जा रही वस्तु का चित्र लेता है तथा उस स्नैपशॉट से डेटा खींचता है, जिसका उपयोग किसी परियोजना में किया जा सकता है। जब स्नैपशॉट लिया जाता है, तो आपको यह निर्दिष्ट करना होगा कि AI विज़न सेंसर को किस प्रकार की वस्तु का डेटा एकत्र करना चाहिए:

• रंग हस्ताक्षर
• रंग कोड
• एआई वर्गीकरण
• अप्रैलटैग्स

इस उदाहरण में, यह केवल उन वस्तुओं का पता लगाएगा जो इसके कॉन्फ़िगर किए गए "ब्लू" कलर सिग्नेचर से मेल खाते हैं और कुछ नहीं।

सटीक डेटा व्याख्या के लिए एआई विज़न सेंसर के रिज़ॉल्यूशन को समझना महत्वपूर्ण है। सेंसर का रिज़ॉल्यूशन 320x240 पिक्सल है, जिसका सटीक केंद्र निर्देशांक (160, 120) पर है।

160 से कम X-निर्देशांक सेंसर के दृश्य क्षेत्र के बाएं आधे भाग को दर्शाते हैं, जबकि 160 से अधिक X-निर्देशांक दाएं आधे भाग को दर्शाते हैं। इसी प्रकार, 120 से कम Y-निर्देशांक दृश्य के ऊपरी आधे भाग को दर्शाते हैं, और 120 से अधिक Y- निचले आधे भाग को दर्शाते हैं।

AI विज़न सेंसर के साथ वस्तुओं को कैसे मापा जाता है, इसके बारे में अधिक जानकारी के लिए VEXcode V5 में AI विज़न उपयोगिता में डेटा को समझना पर जाएँ।

चौड़ाई और ऊंचाई माप विभिन्न वस्तुओं की पहचान करने में मदद करते हैं। उदाहरण के लिए, बकीबॉल की ऊंचाई रिंग से अधिक होगी।

चौड़ाई और ऊंचाई, एआई विजन सेंसर से किसी वस्तु की दूरी को भी इंगित करती है। छोटे मापों से आमतौर पर यह पता चलता है कि वस्तु अधिक दूर है, जबकि बड़े मापों से पता चलता है कि वह अधिक निकट है।

इस उदाहरण में, ऑब्जेक्ट की चौड़ाई का उपयोग नेविगेशन के लिए किया जाता है। रोबोट तब तक वस्तु के पास जाएगा जब तक कि चौड़ाई एक विशिष्ट आकार तक नहीं पहुंच जाती, उसके बाद वह रुक जाएगा।

सेंटरएक्स और सेंटरवाई निर्देशांक नेविगेशन और स्थिति निर्धारण में सहायता करते हैं। एआई विज़न सेंसर का रिज़ॉल्यूशन 320 x 240 पिक्सल है।

आप देख सकते हैं कि AI विज़न सेंसर के निकट स्थित वस्तु का केंद्रY निर्देशांक, दूर स्थित वस्तु की तुलना में कम होगा।

इस उदाहरण में, क्योंकि AI विज़न सेंसर के दृश्य का केंद्र (160, 120) है, रोबोट तब तक दाईं ओर मुड़ेगा जब तक कि किसी ज्ञात वस्तु का केंद्रX निर्देशांक 150 पिक्सेल से अधिक, लेकिन 170 पिक्सेल से कम न हो जाए।

कोण एक संपत्ति है जो केवलरंग कोड औरअप्रैलटैगके लिए उपलब्ध है। यह दर्शाता है कि पता लगाया गयारंग कोडया अप्रैलटैग अलग-अलग दिशा में है।

आप देख सकते हैं कि रोबोटकलर कोड याअप्रैलटैग के संबंध में अलग-अलग उन्मुख है या नहीं और उसके अनुसार नेविगेशन निर्णय ले सकते हैं।

उदाहरण के लिए, यदिरंग कोड को उचित कोण पर नहीं पहचाना जाता है, तो वह जिस वस्तु का प्रतिनिधित्व करता है, उसे रोबोट द्वारा ठीक से नहीं पकड़ा जा सकेगा।

OriginX और OriginY निर्देशांक नेविगेशन और स्थिति निर्धारण में सहायता करते हैं। इस निर्देशांक को ऑब्जेक्ट की चौड़ाई और ऊंचाई के साथ संयोजित करके, आप ऑब्जेक्ट के बाउंडिंग बॉक्स का आकार निर्धारित कर सकते हैं। इससे गतिशील वस्तुओं को ट्रैक करने या वस्तुओं के बीच नेविगेट करने में मदद मिल सकती है।

इस उदाहरण में, मस्तिष्क पर उसके मूल, चौड़ाई और ऊंचाई के सटीक निर्देशांकों का उपयोग करके एक आयत खींचा जाएगा।

विशिष्ट अप्रैलटैग्स की पहचान करने से चयनात्मक नेविगेशन की अनुमति मिलती है। आप अपने रोबोट को कुछ टैग्स की ओर बढ़ने के लिए प्रोग्राम कर सकते हैं, जबकि अन्य को अनदेखा कर सकते हैं, तथा उन्हें स्वचालित नेविगेशन के लिए प्रभावी रूप से संकेत-चिह्न के रूप में उपयोग कर सकते हैं।

आत्मविश्वास स्कोर यह दर्शाता है कि एआई विज़न सेंसर इसकी पहचान के बारे में कितना आश्वस्त है। इस छवि में, यह इन चार वस्तुओं के AI वर्गीकरण को पहचानने में 99% आश्वस्त है। आप इस स्कोर का उपयोग यह सुनिश्चित करने के लिए कर सकते हैं कि आपका रोबोट केवल अत्यधिक विश्वसनीय पहचानों पर ही ध्यान केंद्रित करे।

जब एआई विज़न सेंसर द्वारा कई वस्तुओं का पता लगाया जाता है, तो उन्हें सबसे बड़े से लेकर सबसे छोटे तक सरणी में व्यवस्थित किया जाता है। इसका अर्थ यह है कि सबसे बड़ी पाई गई वस्तु हमेशा ऑब्जेक्ट इंडेक्स 1 पर सेट की जाएगी, और सबसे छोटी वस्तु हमेशा उच्चतम संख्या पर सेट की जाएगी।

इस उदाहरण में,रंग हस्ताक्षर "नीला" के साथ दो वस्तुओं का पता लगाया गया है। जबस्नैपशॉट ब्लॉक का उपयोग किया जाएगा तो वे दोनों सरणी में डाल दिए जाएंगे।

यहां, सामने वाली वस्तु वस्तु सूचकांक 1 बन जाएगी, क्योंकि यह सबसे बड़ी वस्तु है, और सबसे छोटी वस्तु वस्तु सूचकांक 2 बन जाएगी।

यह ब्लॉक इस बात परसत्य याअसत्य मान लौटाएगा कि अंतिम बार लिए गए स्नैपशॉट में कोई ऑब्जेक्ट पाया गया है या नहीं।

इस ब्लॉक सुनिश्चित करने के लिए किया जाना चाहिए कि आप किसी संभावित रूप से खाली स्नैपशॉट से कोई डेटा खींचने का प्रयास नहीं कर रहे हैं।

उदाहरण के लिए, यहां रोबोट लगातार एआई विजन सेंसर के साथ स्नैपशॉट लेता रहेगा। यदि यह किसी वस्तु को “नीले” रंग हस्ताक्षरसे पहचान लेता है, तो यह आगे बढ़ जाएगा।

यदि किसी स्नैपशॉट में “नीला” रंग हस्ताक्षरनहीं है, तो रोबोट चलना बंद कर देगा।

ऑब्जेक्ट गिनती ब्लॉक का उपयोग करने से आप देख पाएंगे कि एआई विजन सेंसर अपने अंतिम स्नैपशॉट में एक विशिष्ट रंग हस्ताक्षर की कितनी वस्तुओं को देख सकता है। 

यहां, हम देखते हैं कि AI विज़न सेंसर में कलर सिग्नेचर "ब्लू" कॉन्फ़िगर किया गया है, और यह दो वस्तुओं का पता लगा रहा है।

इस कोड में, AI विज़न सेंसर एक स्नैपशॉट लेगा और VEXcode कंसोल पर "2" प्रिंट करेगा, क्योंकि यह केवल दो "नीले" रंग हस्ताक्षरका पता लगाता है।

ऑब्जेक्ट ब्लॉक आपको अपने निर्दिष्ट ऑब्जेक्ट की संपत्ति की रिपोर्ट करने की अनुमति देता है। इससे आप सबसे हाल ही में लिए गए स्नैपशॉट से प्राप्त किसी भी उपलब्ध डेटा का उपयोग कर सकते हैं।

डिटेक्टेड अप्रैलटैग ब्लॉक केवल तभी उपलब्ध होता है जबअप्रैलटैग डिटेक्शन मोड चालू होता है।

यह ब्लॉक इस बात पर निर्भर करते हुए सही या गलत रिपोर्ट करेगा कि निर्दिष्ट ऑब्जेक्ट एक निश्चित अप्रैलटैग है या नहीं।

जब एक ही स्नैपशॉट में अनेक अप्रैलटैग्स का पता लगाया जाता है, तो उन्हें आकार के आधार पर नहीं, बल्कि उनकी पहचान की गई आईडी के आधार पर सरणी में व्यवस्थित किया जाता है।

इस छवि में, तीन अप्रैलटैग्स को आईडी 0, 3 और 9 के साथ पहचाना गया है। उन्हें सरणी में उनकी आईडी के आरोही क्रम में व्यवस्थित किया जाएगा। इंडेक्स 1 पर स्थित ऑब्जेक्ट ID 0 वाले AprilTag के अनुरूप होगा, इंडेक्स 2 पर स्थित ऑब्जेक्ट ID 3 वाले AprilTag के अनुरूप होगा, तथा इंडेक्स 3 पर स्थित ऑब्जेक्ट ID 9 वाले AprilTag के अनुरूप होगा।

AI वर्गीकरण ब्लॉक केवल तभी उपलब्ध होता है जबAI वर्गीकरण जांच मोड चालू होता है।

यह ब्लॉक इस बात पर निर्भर करते हुए सत्य या असत्य की रिपोर्ट करेगा कि निर्दिष्ट ऑब्जेक्ट एक निश्चित AI वर्गीकरण है या नहीं।