ทำความเข้าใจข้อมูลใน AI Vision Utility ใน VEXcode V5

AI Vision Utility ช่วยให้คุณสามารถเชื่อมต่อและกำหนดค่าAI Vision Sensorได้ หากต้องการอ่านวิธีการดำเนินการดังกล่าว โปรดอ่านบทความเหล่านี้ที่นี่:

การทำความเข้าใจว่า AI Vision Sensor ตรวจจับและวัดวัตถุอย่างไรสามารถช่วยให้คุณใช้การวัดเหล่านี้ในโครงการเขียนโค้ดของคุณได้ดีขึ้น ด้วยความรู้เหล่านี้ คุณสามารถปรับปรุงทักษะการเขียนโค้ดของคุณและสร้างโซลูชันที่แม่นยำยิ่งขึ้นสำหรับงานต่างๆ เช่น การจดจำวัตถุและการวิเคราะห์เชิงพื้นที่

ทำความเข้าใจเกี่ยวกับเฉดสีและความอิ่มตัว

แสดงตัวเลือกการกำหนดสีด้วยโปรแกรม AI Vision Utility รหัสสีนี้มีชื่อว่า สีน้ำเงิน (Blue) โดยมีค่าช่วงสี (Hue Range) เท่ากับ 32 และค่าช่วงความอิ่มตัวของสี (Saturation Range) เท่ากับ 0.57

เมื่อกำหนดค่าลายเซ็นสี ตัวเลือกสำหรับทั้งช่วงเฉดสีและความอิ่มตัวจะปรากฏขึ้น สิ่งเหล่านี้ช่วยให้คุณปรับแต่งลายเซ็นสีให้มีความยืดหยุ่นมากขึ้น ลายเซ็นสีถือว่ามีความยืดหยุ่นเมื่อสามารถเคลื่อนย้ายวัตถุได้และยังคงติดตามได้โดย AI Vision Utility

วงล้อสีที่แสดงให้เห็นว่าวงกลม 360 องศาสัมพันธ์กับค่าสีอย่างไร สีแดงอยู่ที่ระดับ 0 สีเขียวอยู่ที่ระดับ 120 และสีน้ำเงินอยู่ที่ระดับ 240

สไลเดอร์ตัวแรกคือ Hue Range เฉดสีคือสีที่รับรู้ได้ โดยกำหนดจากตำแหน่งบนวงล้อสี วงล้อสีนี้มีช่วงตั้งแต่ 0 ถึง 359.9 องศา และแต่ละสีบนวงล้อจะมีค่าองศาที่กำหนดไว้ 

ช่วงเฉดสีช่วยให้คุณสามารถเลือกองศาเหนือและใต้สีที่กำหนดค่าที่จะรายงานเป็นสีนั้น ตัวอย่างเช่น สีน้ำเงินเข้มอาจมีค่าเฉดสี 240 องศา โดยมีช่วงเฉดสีที่ 20 องศา ตั้งแต่ 220 ถึง 260 องศาจะรายงานเป็นสีที่กำหนดค่าเป็นสีน้ำเงินเข้ม

กราฟแสดงค่าความอิ่มตัวที่เพิ่มขึ้นจาก 0% ถึง 100% ค่าความอิ่มตัว 0% จะได้สีเทา และค่าความอิ่มตัว 100% จะได้สีแดงสด

แถบเลื่อนที่สองคือช่วงความอิ่มตัว ความอิ่มตัวคือความเข้มข้นหรือความบริสุทธิ์ของสี สีสันสดใสมากขึ้นเท่าไหร่ ก็ยิ่งอิ่มตัวมากขึ้นเท่านั้น ความอิ่มตัวเป็นมาตราส่วนสัมพันธ์ที่วัดด้วยเปอร์เซ็นต์ตั้งแต่ 0% โดยเป็นโทนสีเทาอ่อน และ 100% โดยเป็นโทนสีเข้ม 

ช่วงความอิ่มตัวช่วยให้คุณเลือกเปอร์เซ็นต์ความอิ่มตัวเหนือและใต้สีที่กำหนดค่าที่จะรายงานเป็นสีนั้น ตัวอย่างเช่น ลูกบอลสีแดงในแสงที่หรี่ลงอาจปรากฏเป็นความอิ่มตัว 50% โดยมีช่วงความอิ่มตัวที่ 0.25 (เทียบเท่าในทศนิยม 25%) ค่าใดๆ ก็ตามตั้งแต่ 25% ถึง 75% จะรายงานเป็นสีที่กำหนดค่าเป็นสีแดง

ทำความเข้าใจพิกเซลและความละเอียด

ภาพวาดบ้านการ์ตูนที่วาดทับบนกระดาษตาราง โดยบางช่องสี่เหลี่ยมถูกระบายสีเต็มเพื่อแสดงถึงพิกเซล

ลองนึกภาพว่าคุณกำลังวาดภาพบนกระดาษกริด แต่ละสี่เหลี่ยมเล็กๆ บนกระดาษมีขนาดเท่ากับ พิกเซล เมื่อคุณระบายสีในสี่เหลี่ยมเหล่านี้ คุณกำลังสร้างรูปภาพของคุณ

ความละเอียดต่ำ ความละเอียดสูง
ภาพหุ่นยนต์ VEX 123 แสดงด้วยความละเอียดต่ำมาก เพื่อแสดงให้เห็นถึงพิกเซลแต่ละพิกเซลในจอแสดงผลความละเอียดต่ำ ภาพหุ่นยนต์ VEX 123 แสดงให้เห็นภาพที่มีความละเอียดสูง เพื่อให้เห็นภาพคมชัดยิ่งขึ้นบนจอแสดงผลความละเอียดสูง

ตอนนี้มาพูดถึงความละเอียด ความละเอียด คือจำนวนพิกเซลในภาพ หากคุณมีสี่เหลี่ยมเล็กๆ จำนวนมาก (พิกเซล) ในกระดาษตารางของคุณ รูปภาพของคุณจะดูคมชัดและมีรายละเอียด แต่หากคุณมี พิกเซลเพียงไม่กี่พิกเซล รูปภาพของคุณอาจดูเบลอและไม่ชัดเจนมากนัก

แผนภาพแสดงความละเอียดของเซ็นเซอร์ AI Vision มุมบนซ้ายมีพิกัด 0, 0 มุมบนขวามีพิกัด 320, 0 และมุมล่างซ้ายมีพิกัด 0, 240 ตรงกลางหน้าจอมีตัวเลข 160 และ 120 กำกับอยู่

เซ็นเซอร์ AI Vision มีความละเอียด 320 พิกเซลในแนวนอนและ 240 พิกเซลในแนวตั้ง ซึ่งหมายความว่าจุดศูนย์กลางการตรวจจับที่แม่นยำจะจัดตำแหน่งตามพิกัด 160 บนแกน X และ 120 บนแกน Y

เซ็นเซอร์ AI Vision วัดวัตถุได้อย่างไร

ข้อมูลที่รายงานโดยเซ็นเซอร์

เซ็นเซอร์ AI Vision รวบรวมข้อมูลเกี่ยวกับสีที่กำหนดค่า AprilTags และการจำแนกประเภท AI ข้อมูลบางส่วนนี้แสดงใน AI Vision Utility และสามารถช่วยในการวางแผนและสร้างโครงการ VEXcode 

รูปภาพแสดง Buckyball สีน้ำเงินพร้อมเส้นขอบสี่เหลี่ยมสีขาวติดตามอยู่ มุมบนซ้ายมีป้ายกำกับระบุว่าเป็นวัตถุสีน้ำเงิน มีพิกัด X:176, Y:117 และขนาด W:80, H:78 ลูกศรสีแดงเน้นความกว้างและความสูงของวัตถุ

ความกว้างและความสูง

นี่คือความกว้างหรือความสูงของวัตถุที่ตรวจพบเป็นพิกเซล

การวัดความกว้างและความสูงช่วยระบุวัตถุที่แตกต่างกัน ตัวอย่างเช่น Buckyball จะมีความสูงมากกว่า Ring

 

Buckyball สีน้ำเงินที่กำลังถูกติดตามโดยระบบการมองเห็นด้วยคอมพิวเตอร์ วัตถุนั้นมีโครงร่างเป็นสี่เหลี่ยมสีขาว และภายในโครงร่างเป็นสี่เหลี่ยมสีแดงขนาดเล็กที่ล้อมรอบไม้กางเขนสีขาวตรงกลาง ที่มุมบนซ้ายของรูปภาพ มีป้ายกำกับระบุว่าวัตถุนั้นเป็นสีน้ำเงิน โดยมีพิกัด X:176, Y:117 และขนาด W:80, H:78

CenterX และ CenterY

นี่คือพิกัดศูนย์กลางของวัตถุที่ตรวจพบเป็นพิกเซล

พิกัด CenterX และ CenterY ช่วยในการนำทางและการระบุตำแหน่ง เซ็นเซอร์ AI Vision มีความละเอียด 320 x 240 พิกเซล

ภาพเคลื่อนไหวแสดงสี่เหลี่ยมสีแดงและสี่เหลี่ยมสีเขียวหมุนไปพร้อมกัน เพื่อแสดงค่ามุม 360 องศา

มุม

มุมเป็นคุณสมบัติที่มีให้เฉพาะรหัสสีรหัส และเมษายนแท็ก นี่แสดงว่ารหัสสีหรือ AprilTag ที่ตรวจพบนั้นมีการวางแนวต่างกัน

 

Buckyball สีน้ำเงินที่ถูกติดตามโดยระบบการมองเห็น โครงร่างสีขาวล้อมรอบวัตถุ โดยมีกากบาทสีขาวอยู่ตรงกลางภายในโครงร่าง ป้ายด้านบนซ้ายระบุสีของวัตถุเป็นสีน้ำเงิน พร้อมด้วยพิกัด X:176, Y:117 และขนาด W:80, H:78 สี่เหลี่ยมสีแดงเล็กๆ เน้นที่มุมบนซ้ายของวัตถุ

OriginX และ OriginY

OriginX และ OriginY คือพิกัดที่มุมบนซ้ายของวัตถุที่ตรวจพบเป็นพิกเซล

พิกัด OriginX และ OriginY ช่วยในการนำทางและการระบุตำแหน่ง การรวมพิกัดนี้กับความกว้างและความสูงของวัตถุ ช่วยให้คุณสามารถกำหนดขนาดของกรอบขอบเขตของวัตถุได้ สิ่งนี้สามารถช่วยติดตามวัตถุที่กำลังเคลื่อนที่หรือการนำทางระหว่างวัตถุได้

 

การ์ดสี่เหลี่ยมสามใบพร้อม AprilTags ที่ถูกติดตามโดยระบบวิสัยทัศน์ การ์ดแต่ละใบจะมีหมายเลข ID และข้อมูลการติดตามที่เกี่ยวข้องติดไว้ การ์ดทางด้านซ้ายมีฉลากว่า ID:0 แสดงพิกัด A:350°, X:110, Y:96, W:41, H:41 ไพ่ตรงกลางมีป้าย ID:3 และมีพิกัด A:1°, X:187, Y:180, W:57, H:57 การ์ดทางด้านขวามีฉลากว่า ID:9 โดยมีพิกัด A:3°, X:237, Y:89, W:38, H:38 การ์ดแต่ละใบจะมีเส้นขอบสีขาว และระบบจะติดตามตำแหน่งและทิศทางของการ์ดเหล่านั้น

แท็ก ID

ID แท็กนี้มีให้ใช้งานเฉพาะ AprilTags เท่านั้น นี่คือหมายเลข ID สำหรับ AprilTag ที่ระบุ

การระบุ AprilTags ที่เฉพาะเจาะจงช่วยให้สามารถนำทางแบบเลือกได้ คุณสามารถตั้งโปรแกรมให้หุ่นยนต์ของคุณเคลื่อนที่ไปยังแท็กบางแท็กในขณะที่ละเลยแท็กอื่นๆ ได้ ซึ่งถือเป็นการใช้แท็กเหล่านั้นเป็นป้ายบอกทางสำหรับการนำทางอัตโนมัติได้อย่างมีประสิทธิภาพ

ภาพแสดงวัตถุสี่ชิ้นที่ถูกติดตามโดยระบบการมองเห็น ได้แก่ ลูกบอลสองลูกและวงแหวนสองวง ลูกบอลสีแดงมีพิกัด X:122, Y:84, W:67, H:66 และคะแนน 99% ลูกบอลสีน้ำเงินมี X:228, Y:86, W:70, H:68 โดยมีคะแนน 99% วงแหวนสีเขียวมีพิกัด X:109, Y:186, W:98, H:92 และคะแนน 99% วงแหวนสีแดงมีป้ายกำกับว่า X:259, Y:187, W:89, H:91 โดยมีคะแนน 99% วัตถุแต่ละชิ้นมีเส้นขอบเป็นสีขาว ซึ่งบ่งบอกถึงความแม่นยำในการติดตาม

คะแนน

คุณสมบัติคะแนนจะใช้เมื่อตรวจจับการจำแนกประเภท AIรายการ ด้วยเซ็นเซอร์ AI Vision

คะแนนความเชื่อมั่นบ่งชี้ว่าเซ็นเซอร์ AI Vision มีความมั่นใจแค่ไหนในการตรวจจับ ในภาพนี้ มีความมั่นใจ 99% ในการระบุการจำแนก AI ของวัตถุทั้งสี่นี้ คุณสามารถใช้คะแนนนี้เพื่อให้แน่ใจว่าหุ่นยนต์ของคุณมุ่งเน้นไปที่การตรวจจับที่มีความมั่นใจสูงเท่านั้น

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

Last Updated: