Kodavimas naudojant dirbtinio intelekto regos jutiklį „VEXcode EXP Python“ kalboje

Įsitikinkite, kad jūsų dirbtinio intelekto regėjimo jutiklyje sukonfigūruoti spalvų parašai ir spalvų kodai , kad juos būtų galima naudoti su jūsų blokais. Norėdami sužinoti daugiau apie tai, kaip juos sukonfigūruoti, galite perskaityti toliau pateiktus straipsnius:

• Spalvų parašų konfigūravimas naudojant AI vizijos parašą VEXcode EXP
• Spalvų kodų konfigūravimas naudojant AI vizijos parašą VEXcode EXP

Dirbtinio intelekto vaizdo jutiklis taip pat gali aptikti dirbtinio intelekto klasifikacijas ir „AprilTag“ žymas. Norėdami sužinoti, kaip įjungti šiuos aptikimo režimus, eikite čia:

• DI klasifikacijos naudojant DI regėjimo jutiklį VEXcode EXP
• „AprilTags“ su dirbtinio intelekto regėjimo jutikliu „VEXcode EXP“ programoje

Norėdami sužinoti daugiau apie šias atskiras komandas ir kaip jas naudoti VEXcode, apsilankykite API svetainėje.

---

Vizualinių duomenų gavimas naudojant dirbtinio intelekto regos jutiklį

Kiekviena AI regėjimo jutiklio komanda prasidės sukonfigūruoto AI regėjimo jutiklio pavadinimu. Visuose šio straipsnio pavyzdžiuose naudojamo dirbtinio intelekto regėjimo jutiklio pavadinimas bus ai_vision_1.

fotografuoti_momentinę nuotrauką

Metodas take_snapshot nufotografuoja tai, ką šiuo metu mato dirbtinio intelekto vaizdo jutiklis, ir iš tos momentinės nuotraukos ištraukia duomenis, kuriuos vėliau galima naudoti projekte. Kai daroma momentinė nuotrauka, reikia nurodyti, kokio tipo objekto duomenis turėtų rinkti dirbtinio intelekto vaizdo jutiklis:

• spalvų parašas arbaspalvų kodas
  • Šie vizualiniai parašai prasideda dirbtinio intelekto regėjimo jutiklio pavadinimu, dvigubu pabraukimu ir vizualinio parašo pavadinimu, pavyzdžiui: ai_vision_1__Blue.
• Dirbtinioklasifikacijos AiVision.ALL_AIOBJS
• balandisŽymės- AiVision.ALL_TAGS

Padarius momentinę kopiją, bus sukurtas visų jūsų nurodytų aptiktų objektų rinkinys. Pavyzdžiui, jei norėtumėte aptikti „mėlyną“ spalvos parašąir dirbtinio intelekto regėjimo jutiklis aptiko 3 skirtingus mėlynos spalvos objektus, visų trijų duomenys būtų įtraukti į rinkinį.

Šiame pavyzdyje kintamasis vision_objects saugo rinkinį, kuriame yra aptikti „violetiniai“spalvų parašai iš dirbtinio intelekto regėjimo jutiklio, pavadinto ai_vision_1. Jis rodo aptiktų objektų skaičių ir kas 0,5 sekundės fiksuoja naują momentinę kopiją.

while True: 
    # Gauti visų violetinės spalvos parašų momentinę kopiją ir išsaugoti ją faile vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Purple)
    
    # Prieš ištraukiant duomenis, patikrinama, ar momentinėje kopijoje buvo aptiktas objektas.
    jei vision_objects[0].exists == True
    
        brain.screen.clear_screen()
        brain.screen.set_cursor(1, 1)
    
        brain.screen.print("Objektų skaičius:", len(vision_objects))
    wait(0.5, SEKUNDĖS)

Objekto savybės

Kiekvienas momentinės nuotraukos objektas turi skirtingas savybes, kurias galima naudoti norint pateikti informaciją apie tą objektą. Galimos šios savybės:

• id
• centras X ir centras Y
• kilmėX ir kilmėY
• plotis
• aukštis
• kampas
• rezultatas
• egzistuoja

Norėdami pasiekti objekto savybę, naudokite kintamojo pavadinimą, kuriame saugoma seka, o po jo – objekto indeksą.

Objekto indeksas nurodo, kurio konkretaus objekto savybę norite gauti. Padarius momentinę nuotrauką, dirbtinio intelekto vaizdo jutiklis automatiškai rūšiuoja objektus pagal dydį. Didžiausiam objektui priskiriamas indeksas 0, o mažesniems objektams priskiriami didesni indekso numeriai.

Pavyzdžiui, iškvietus didžiausio objekto plotį kintamojo vision_objects viduje, būtų: vision_objects[0].width“.

id

Savybė id galima tik AprilTags ir AI klasifikacijoms.

Daugiau informacijos apie balandžio mėn. žymas ir DI klasifikacijas ir kaip įjungti jų aptikimą DI vizijos programoje rasite šiuose straipsniuose.

centras X ir centras Y

Tai yra aptikto objekto centro koordinatės pikseliais.

Šiame pavyzdyje, kadangi dirbtinio intelekto regos jutiklio vaizdo centras yra (160, 120), robotas suksis į dešinę, kol aptikto objekto centro X koordinatė bus didesnė nei 150 pikselių, bet mažesnė nei 170 pikselių.

while True:
    # Gauti visų mėlynos spalvos parašų momentinę kopiją ir išsaugoti ją faile vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Prieš ištraukiant duomenis, patikrinama, ar momentinėje kopijoje buvo aptiktas objektas.
    if vision_objects[0].exists == True

        # Patikrinama, ar objektas nėra dirbtinio intelekto regos jutiklio matymo lauko centre.
        if vision_objects[0].centerX > 150 and 170 > vision_objects[0].centerX:

            # Toliau sukite į dešinę, kol objektas bus vaizdo centre.
            drivetrain.turn(RIGHT)
        kita:
            drivetrain.stop()
    wait(5, MSEC)

originX ir originY

„OriginX“ ir „OriginY“ yra aptikto objekto viršutinio kairiojo kampo koordinatė pikseliais.

plotis ir aukštis

Tai aptikto objekto plotis arba aukštis pikseliais.

Šiame pavyzdyje objekto plotis naudojamas navigacijai. Robotas artės prie objekto, kol jo plotis pasieks tam tikrą dydį, o tada sustos.

while True:
    # Gauti visų mėlynos spalvos parašų momentinę kopiją ir išsaugoti ją faile vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Prieš ištraukiant duomenis, patikrinama, ar momentinėje kopijoje buvo aptiktas objektas.
    if vision_objects[0].exists == True

        # Patikrinama, ar didžiausias objektas yra arti dirbtinio intelekto regos jutiklio, išmatuojant jo plotį.
        if vision_objects[0].width < 250:

            # Priartėti prie objekto, kol jis taps platesnis nei 250 pikselių.
            drivetrain.drive(Į PRIEKĮ)
        kita:
            drivetrain.stop()

    wait(5, MSEC)

kampas

rezultatas

balo savybė naudojama, kai AI regėjimo jutikliu aptinkamosDI klasifikacijos.

egzistuoja

Savybė exists naudojama norint aptikti, ar paskutinėje padarytoje momentinėje kopijoje buvo aptiktas nurodytas vizualinis parašas.

Tai leidžia patikrinti, ar ankstesnėje momentinėje kopijoje buvo aptikti kokie nors objektai. Ši savybė grąžins reikšmę „True“, kai objektas egzistuoja, ir „False“, kai objekto nėra.