Menggunakan Sensor Penglihatan AI di Taman Bermain V5RC Push Back

Anda dapat menggunakan Sensor Penglihatan AI untuk membantu Anda mengidentifikasi objek permainan (Blok) di V5RC 25-26 Push Back Playground di VEXcode VR menggunakan Klasifikasi AI.

Jika Anda familier dengan versi fisik dari AI Vision Sensor, Anda akan tahu bahwa sensor fisik tersebut juga memiliki kemampuan untuk melaporkan informasi mengenai AprilTags dan Tanda Tangan Warna yang dikonfigurasi. Karena tidak ada konfigurasi robot yang diperlukan dalam VEXcode VR dan tidak ada AprilTags yang ada di V5RC 25-26 Push Back Field, sensor virtual hanya melaporkan informasi pada Elemen Game yang telah dikonfigurasikan sebelumnya: Blok Merah dan Blok Biru. 


Cara Kerja Sensor Penglihatan AI di V5RC Push Back di VEXcode VR

sensor penglihatan AI pada Dex

Sensor Penglihatan AI adalah kamera yang dapat secara otomatis mengidentifikasi dan membedakan Elemen Permainan, yang memungkinkan robot Anda secara otomatis mengarahkan dirinya sendiri ke arah objek tertentu. Sensor ini telah dilatih sebelumnya untuk mengenali Elemen Game V5RC Push Back tahun ini, sehingga akan secara otomatis mendeteksi Blok.

Untuk mendeteksi objek-objek ini, Sensor Penglihatan AI dipasang di bagian depan robot (seperti yang ditunjukkan di sini).


Mengumpulkan Data dari Sensor Penglihatan AI

Anda dapat melihat data yang dilaporkan oleh AI Vision Sensor melalui Snapshot Window, Monitor Console, atau Print Console di VEXcode VR.

Taman bermain V5RC Push Back di VEXcode VR dengan keterangan tombol snapshot AI Vision Sensor.

Untuk melihat Jendela Snapshot dan melihat data yang dilaporkan AI Vision Sensor, pilih tombol AI Vision Sensor

Pilih tombolAI Vision Sensor lagi untuk menyembunyikan Jendela Snapshot. 

Tampilan sensor AI Vision pada Dex dengan Blok Merah dan Biru

Jendela Snapshot muncul di sudut kiri atas Jendela Playground dan mengidentifikasi semua Elemen Permainan dalam bidang pandang Sensor Penglihatan AI.

Untuk setiap objek yang terdeteksi, ia menampilkan data utama termasuk klasifikasi, koordinat Pusat X dan Pusat Y, serta lebar dan tinggi.

Penjelasan tentang jenis data yang dilaporkan oleh AI Vision Sensor, termasuk perintah VEXcode terkait, dapat ditemukan di Blok dan Python VEX API.

Perintah tersebut dapat digunakan di Konsol Monitor dan/atau Cetak untuk membantu memvisualisasikan data dari setiap cuplikan yang diambil saat proyek Anda berjalan. Pelajari selengkapnya tentang penggunaan Konsol Monitor dan Cetak dengan Blok, dengan Python, atau Menggunakan Konsol Cetak.


Menggunakan Sensor Penglihatan AI untuk Membantu Dex Mengidentifikasi Objek

Anda dapat menggunakan AI Vision Sensor untuk membantu Dex menavigasi ke objek tertentu dengan menafsirkan data sensor. Dengan teknologi ini, Dex dapat menargetkan dan mengarahkan ke Game Elements untuk menjemput mereka.

Sensor Penglihatan AI hanya akan melaporkan data dari snapshot terkini, jadi Dex perlu terus memperbarui snapshot tersebut saat mengemudi.

contoh ikon proyek V5RC 25-26 Pick Up Block Menggunakan AI Vision

Contoh proyek ini menunjukkan bagaimana Dex dapat menggunakan Sensor Penglihatan AI untuk secara otomatis mengorientasikan diri ke sebuah Blok dan mengambilnya.

Pelajari tentang mengakses dan menjalankan proyek contoh dengan Blok atau dengan Python.


Menggunakan Sensor Dex Bersama-sama

Sensor Penglihatan AI dapat dikombinasikan dengan sensor lain pada robot untuk menyelesaikan tugas di sekitar Lapangan. Daftar lengkap sensor pada versi virtual Dex dapat ditemukan halaman VEX API. Berikut ini beberapa ide untuk membantu Anda memulai kode Anda:

  • Gunakan AI Vision Sensor untuk menemukan dan menargetkan Elemen Permainan, lalu gunakan GPS Sensoruntuk melaju ke sasaran.
  • GunakanAI Vision Sensor untuk menemukan dan menargetkan beberapa Elemen Permainan, lalu gunakan Optical Sensor untuk menentukan warna Blok di konveyor sebelum melepaskannya.

Ingat bahwa informasi tambahan tentang perintah spesifik, V5RC Push Back Field, dan Hero Bot, Dex, dapat ditemukan di VEX API dan di Bantuan bawaan di VEXcode VR (Blok dan Python).

For more information, help, and tips, check out the many resources at VEX Professional Development Plus

Last Updated: