Kodning med AI-visionssensorn i VEXcode EXP Python

Se till att du har färgsignaturer och färgkoder konfigurerade med din AI-visionssensor så att de kan användas med dina block. För att lära dig mer om hur du konfigurerar dem kan du läsa artiklarna nedan:

• Konfigurera färgsignaturer med AI Vision Signature i VEXcode EXP
• Konfigurera färgkoder med AI Vision Signature i VEXcode EXP

AI-visionssensorn kan även upptäcka AI-klassificeringar och AprilTags. För att lära dig hur du aktiverar dessa detekteringslägen, gå hit:

• AI-klassificeringar med AI-visionssensorn i VEXcode EXP
• AprilTags med AI-visionssensorn i VEXcode EXP

För att lära dig mer om dessa individuella kommandon och hur du använder dem i VEXcode, gå till API-webbplatsen.

---

Skaffa visuell data med AI-visionssensorn

Varje AI Vision Sensor-kommando börjar med namnet på den konfigurerade AI Vision Sensorn. För alla exempel i den här artikeln kommer namnet på den AI-visionssensor som används att vara ai_vision_1.

ta_ögonblicksbild

Metoden take_snapshot tar en bild av vad AI-visionssensorn ser för närvarande och hämtar data från den ögonblicksbilden som sedan kan användas i ett projekt. När en ögonblicksbild tas måste du ange vilken typ av objekt AI-visionssensorn ska samla in data om:

• AFärgsignatur ellerFärgkod
  • Dessa visuella signaturer börjar med namnet på AI-visionssensorn, ett dubbelt understreck och sedan namnet på den visuella signaturen, till exempel: ai_vision_1__Blue.
• AI-klassificeringar - AiVision.ALL_AIOBJS
• AprilTaggar- AiVision.ALL_TAGS

Att ta en ögonblicksbild skapar en tupel av alla detekterade objekten som du angav. Om du till exempel ville detektera en "blå" färgsignatur, och AI-visionssensorn detekterade 3 olika blå objekt, skulle data från alla tre läggas i tupeln.

I det här exemplet lagrar variabeln vision_objects en tupel som innehåller de detekterade "lila"färgsignaturerna från AI-visionssensorn med namnet ai_vision_1. Den visar antalet upptäckta objekt och tar en ny ögonblicksbild var 0,5 sekund.

medan True: 
    # Få en ögonblicksbild av alla lila färgsignaturer och lagra den i vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Purple)
    
    # Kontrollera att ett objekt upptäcktes i ögonblicksbilden innan data hämtas.
    om vision_objects[0].exists == True
    
        brain.screen.clear_screen()
        brain.screen.set_cursor(1, 1)
    
        brain.screen.print("Antal objekt:", len(vision_objects))
    wait(0.5, SEKUNDER)

Objektegenskaper

Varje objekt från en ögonblicksbild har olika egenskaper som kan användas för att rapportera information om objektet. De tillgängliga fastigheterna är följande:

• id
• mittenX och mittenY
• ursprungX och ursprungY
• bredd
• höjd
• vinkel
• göra
• finns

För att komma åt ett objekts egenskap, använd variabelnamnet som lagrar tupeln, följt av objektindexet.

Objektindexet anger vilken specifik objektegenskap du vill hämta. Efter att en ögonblicksbild tagits sorterar AI-visionssensorn automatiskt objekt efter storlek. Det största objektet tilldelas index 0, medan mindre objekt får högre indexnummer.

Om man till exempel anropar det största objektets bredd inuti variabeln vision_objects blir det följande: vision_objects[0].width.

id

Egenskapen id är endast tillgänglig för AprilTags och AI-klassificeringar.

Gå till dessa artiklar för mer information om AprilTags och AI-klassificeringar och hur du aktiverar deras detektering i AI Vision Utility.

centerX och centerY

Detta är centrumkoordinaterna för det detekterade objektet i pixlar.

I det här exemplet, eftersom AI-visionssensorns vy är (160, 120), kommer roboten att svänga åt höger tills ett detekterat objekts centrumX-koordinat är större än 150 pixlar, men mindre än 170 pixlar.

medan True:
    # Få en ögonblicksbild av alla blåfärgssignaturer och lagra den i vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Kontrollera att ett objekt upptäcktes i ögonblicksbilden innan data hämtas.
    if vision_objects[0].exists == True

        # Kontrollera om objektet inte är i mitten av AI-visionssensorns synfält.
        om vision_objects[0].centerX > 150 och 170 > vision_objects[0].centerX:

            # Fortsätt svänga höger tills objektet är i mitten av vyn.
            drivetrain.turn(HÖGER)
        annars:
            drivetrain.stop()
    wait(5, MSEC)

ursprung X och ursprung Y

UrsprungX och UrsprungY är koordinaten i det övre vänstra hörnet av det detekterade objektet i pixlar.

bredd och höjd

Detta är bredden eller höjden på det detekterade objektet i pixlar.

I det här exemplet används objektets bredd för navigering. Roboten kommer att närma sig objektet tills bredden har nått en viss storlek innan den stannar.

medan True:
    # Få en ögonblicksbild av alla blåfärgssignaturer och lagra den i vision_objects.
    vision_objects = ai_vision_1.take_snapshot(ai_vision_1__Blue)

    # Kontrollera att ett objekt upptäcktes i ögonblicksbilden innan data hämtas.
    if vision_objects[0].exists == True

        # Kontrollera om det största objektet är nära AI-visionssensorn genom att mäta dess bredd.
        if vision_objects[0].width < 250:

            # Kör närmare objektet tills det är bredare än 250 pixlar.
            drivetrain.drive(FRAMÅT)
        annars:
            drivetrain.stop()

    wait(5, MSEC)

vinkel

göra

Egenskapen poäng används vid detektion avAI-klassificeringar med AI-visionssensorn.

finns

Egenskapen exists används för att detektera om en specificerad visuell signatur har detekterats i den senast tagna ögonblicksbilden.

Detta låter dig kontrollera om några upptäckta objekt upptäcktes i den föregående ögonblicksbilden. Den här egenskapen returnerar ett True (Sant) när ett objekt existerar och ett False (Falskt) när objektet inte existerar.