ทำความเข้าใจข้อมูลใน AI Vision Utility

AI Vision Utility ช่วยให้คุณสามารถเชื่อมต่อและกำหนดค่าVision Sensorของคุณได้ หากต้องการอ่านวิธีการดำเนินการดังกล่าว คุณสามารถอ่านบทความเหล่านี้ได้ที่นี่:

การทำความเข้าใจว่า AI Vision Sensor ตรวจจับและวัดวัตถุอย่างไรสามารถช่วยให้คุณใช้การวัดเหล่านี้ในโครงการเขียนโค้ดของคุณได้ดีขึ้น ด้วยความรู้เหล่านี้ คุณสามารถปรับปรุงทักษะการเขียนโค้ดและสร้างโซลูชั่นที่แม่นยำยิ่งขึ้นสำหรับงานต่างๆ เช่น การจดจำวัตถุและการวิเคราะห์เชิงพื้นที่

ทำความเข้าใจพิกเซลและความละเอียด

ภาพวาดเล่นรูปบ้านบนกระดาษตาราง

ลองนึกภาพว่าคุณกำลังวาดภาพบนกระดาษตาราง แต่ละสี่เหลี่ยมเล็กๆ บนกระดาษจะมีขนาดเท่ากับ พิกเซล เมื่อคุณระบายสีในสี่เหลี่ยมเหล่านี้ คุณกำลังสร้างรูปภาพของคุณ

ความละเอียดต่ำ ความละเอียดสูง
ภาพความละเอียดต่ำของหุ่นยนต์ VEX 123 ภาพความละเอียดสูงของหุ่นยนต์ VEX 123

ตอนนี้เรามาพูดถึงความละเอียด กัน ความละเอียด คือจำนวนพิกเซลในภาพ หากคุณมีช่องสี่เหลี่ยมเล็กๆ จำนวนมาก (พิกเซล) ในกระดาษตารางของคุณ รูปภาพของคุณจะดูคมชัดและมีรายละเอียด แต่หากคุณมีเพียงไม่กี่ พิกเซลภาพของคุณอาจดูเบลอและไม่ชัดเจนมากนัก

แผนภาพแสดงความละเอียดของเซ็นเซอร์ตรวจจับภาพ AIM AI Vision โดยพิกัด 0, 0 อยู่ที่มุมซ้ายบนของแผนภาพ 320, 0 อยู่ที่มุมขวาบน และ 0, 240 อยู่ที่มุมซ้ายล่าง โดยมี 160, 120 อยู่ตรงกลางพอดี

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

เซ็นเซอร์ AI Vision วัดวัตถุได้อย่างไร

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

ถังสีน้ำเงินที่ถูกติดตามโดยระบบการมองเห็น โครงร่างสีขาวล้อมรอบวัตถุ โดยมีกากบาทสีขาวอยู่ตรงกลางภายในโครงร่าง ป้ายด้านบนซ้ายระบุวัตถุในรูปแบบถังสีน้ำเงิน พร้อมด้วยพิกัดศูนย์กลาง CX:174, CY:95 และขนาด W:50, H:57

ความกว้างและความสูง

นี่คือความกว้างหรือความสูงของวัตถุที่ตรวจพบเป็นพิกเซล

การวัดความกว้างและความสูงช่วยระบุวัตถุที่แตกต่างกัน ตัวอย่างเช่น ถังจะมีความสูงมากกว่าลูกบอลกีฬา

ถังสีน้ำเงินที่ถูกติดตามโดยระบบการมองเห็น โครงร่างสีขาวล้อมรอบวัตถุ โดยมีกากบาทสีขาวอยู่ตรงกลางภายในโครงร่าง ป้ายด้านบนซ้ายระบุวัตถุในรูปแบบถังสีน้ำเงิน พร้อมด้วยพิกัดศูนย์กลาง CX:163, CY:95 และขนาด W:50, H:57

CenterX และ CenterY

นี่คือพิกัดศูนย์กลางของวัตถุที่ตรวจพบเป็นพิกเซล

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

มุม

มุมเป็นทรัพย์สินที่มีให้เฉพาะรหัสสีรหัส และเมษายนแท็ก แสดงว่ารหัสสีหรือ AprilTag ที่ตรวจพบมีการวางแนวแตกต่างกัน

ถังสีน้ำเงินที่ถูกติดตามโดยระบบการมองเห็น โครงร่างสีขาวล้อมรอบวัตถุ โดยมีกากบาทสีขาวอยู่ตรงกลางภายในโครงร่าง ป้ายด้านบนซ้ายระบุวัตถุในรูปแบบถังสีน้ำเงิน พร้อมด้วยพิกัดศูนย์กลาง CX:176, CY:95 และขนาด W:50, H:57 สี่เหลี่ยมสีแดงเล็กๆ เน้นที่มุมบนซ้ายของวัตถุ

OriginX และ OriginY

OriginX และ OriginY คือพิกัดที่มุมบนซ้ายของวัตถุที่ตรวจพบเป็นพิกเซล

พิกัด OriginX และ OriginY ช่วยในการนำทางและการระบุตำแหน่ง การรวมพิกัดนี้กับความกว้างและความสูงของวัตถุ ช่วยให้คุณสามารถกำหนดขนาดของกล่องขอบเขตของวัตถุได้ สิ่งนี้สามารถช่วยในการติดตามวัตถุที่กำลังเคลื่อนที่หรือการนำทางระหว่างวัตถุได้

ถังสีน้ำเงินที่ถูกติดตามโดยระบบการมองเห็น โครงร่างสีขาวล้อมรอบวัตถุ โดยมีกากบาทสีขาวอยู่ตรงกลางภายในโครงร่าง ป้ายด้านบนซ้ายระบุวัตถุในรูปแบบถังสีน้ำเงิน พร้อมด้วยพิกัดศูนย์กลาง CX:178, CY:95 และขนาด W:50, H:57 AprilTags สีม่วงอันหนึ่งที่ถูกติดตามโดยระบบการมองเห็น AprilTag มีป้ายกำกับ ID:3 ซึ่งแสดงพิกัด A:350°, X:206, Y:47, W:29, H:29 การ์ดแต่ละใบจะมีโครงร่างสีขาว และระบบจะติดตามตำแหน่งและทิศทางของการ์ดเหล่านั้น

แท็ก ID

tagID นี้มีให้ใช้เฉพาะกับการจำแนกประเภท AI และ AprilTagsเท่านั้น การจำแนก AI จะแสดงชื่อที่เหมาะสมของมัน

AprilTags จะแสดงหมายเลข ID จริง

การระบุ AprilTags ที่เฉพาะเจาะจงช่วยให้สามารถนำทางแบบเลือกได้ คุณสามารถตั้งโปรแกรมให้หุ่นยนต์ของคุณเคลื่อนที่ไปยังแท็กบางแท็กในขณะที่เพิกเฉยต่อแท็กอื่นๆ ซึ่งจะทำให้สามารถใช้แท็กเหล่านั้นเป็นป้ายบอกทางสำหรับการนำทางอัตโนมัติได้อย่างมีประสิทธิภาพ

ภาพถังสีฟ้าและสีส้ม โดยมีคะแนนถูกไฮไลต์ไว้

คะแนน

คุณสมบัติคะแนนจะใช้เมื่อตรวจจับการจำแนก AIรายการ ด้วย AI Vision Sensor

คะแนนความเชื่อมั่นแสดงให้เห็นว่าเซ็นเซอร์ AI Vision มีความแม่นยำแค่ไหนในการตรวจจับ ในภาพนี้มีความมั่นใจ 99% ในการระบุการจำแนกด้วย AI ของวัตถุทั้งสี่นี้ คุณสามารถใช้คะแนนนี้เพื่อให้แน่ใจว่าหุ่นยนต์ของคุณเน้นเฉพาะการตรวจจับที่มีความมั่นใจสูงเท่านั้น

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับวิธีการเขียนโค้ดหุ่นยนต์เขียนโค้ด VEX AIM ของคุณด้วยข้อมูลเหล่านี้ โปรดไปที่ VEXcode API Reference - AIM

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

Last Updated: