了解 VEXcode V5 中 AI Vision Utility 中的數據

AI 視覺實用程式 可讓您連接和配置AI 視覺感測器。 要了解如何執行此操作,您可以在此處閱讀以下文章:

了解 AI 視覺感測器如何偵測和測量物體可以幫助您更好地在編碼專案中使用這些測量結果。 有了這些知識,您可以提高編碼技能,並為物件識別和空間分析等任務創建更精確的解決方案。

了解色相和飽和度

色彩調整.png

配置顏色簽名時,會出現色相和飽和度範圍的選項。 這些允許您將顏色簽名調整為更具彈性 。 當物件可以四處移動並且仍然可以被 AI Vision Utility 追蹤時,顏色簽名被認為是有彈性的。

vex-彩虹-圓-graphic_2.jpg

第一個滑桿是 Hue Range。 色調是感知的顏色,由其在色輪上的位置定義。 此色輪的範圍為 0 到 359.9 度,色輪上的每種顏色都有一個定義的度值。 

色調範圍可讓您選擇高於和低於將報告為該顏色的配置顏色的程度。 例如,深藍色可能具有 240 度的色調值。 當色調範圍為 20 度時,從 220 度到 260 度的任何範圍都會報告為深藍色配置的顏色。

saturation@2x.png

第二個滑塊是 飽和度範圍。 飽和度是顏色的強度或純度。 顏色越亮,飽和度越高。 飽和度是一個相對比例,以百分比來衡量,從 0%(柔和的灰色調)到 100%(該色調的強烈版本)。 

飽和度範圍可讓您選擇將報告為該顏色的配置顏色之上和之下的飽和度百分比。 例如,調光照明下的紅球可能顯示為 50% 飽和度。 當飽和度範圍為 0.25(相當於 25% 的小數)時,從 25% 到 75% 的任何飽和度都會報告為紅色配置的顏色。

了解像素和分辨率

網格塗鴉房子.png

想像一下您正在一張網格紙上畫一幅畫。 紙上的每個小方塊就像一個 像素。 當你在這些方塊上著色時,你就在製作你的圖畫。

低解析度 高解析度

現在,我們來談談 分辨率解析度 是影像中的像素數。 如果你的網格紙上有很多小方塊(像素),你的圖片會看起來清晰而細緻。 但如果你只有幾個 像素,你的圖片可能看起來很模糊且不是很清晰。

AI視覺感光元件的解析度為水平320像素×垂直240像素。 這意味著檢測的精確中心與 X 軸上的座標 160 和 Y 軸上的座標 120 對齊。

AI視覺感測器如何測量物體

感測器上報的數據

AI 視覺感測器收集有關配置的顏色、AprilTags 和 AI 分類的數據。 其中一些數據顯示在 AI Vision Utility 中,可以在規劃和建立 VEXcode 專案時提供協助。 

該圖像顯示了一個藍色的巴基球,有一個白色的方形輪廓來追蹤它。 左上角有一個標籤,表示它是一個藍色對象,座標 X:176,Y:117,尺寸 W:80,H:78。 紅色箭頭突出顯示物件的寬度和高度。

寬度和高度

這是偵測到的物件的寬度或高度(以像素為單位)。

寬度和高度測量有助於識別不同的物體。 例如,巴基球的高度比環的高度高。

 

電腦視覺系統正在追蹤藍色巴基球。 該物體的輪廓是一個白色方塊,輪廓內部是一個較小的紅色方塊,周圍有一個中心白色十字。 在影像的左上角,標籤指示該物件為藍色,座標 X:176,Y:117,尺寸 W:80,H:78。

X 中心和 Y 中心

這是檢測到的物件的中心座標(以像素為單位)。

CenterX 和 CenterY 座標有助於導航和定位。 AI視覺感光元件的解析度為320 x 240像素。

角度

Angle 屬性僅適用於顏色代碼AprilTags。 這表示偵測到的顏色代碼AprilTag 的方向是否不同。

 

視覺系統正在追蹤藍色巴基球。 白色輪廓包圍該對象,輪廓內有一個居中的白色十字。 左上角標籤指示物件的顏色為藍色,以及座標 X:176、Y:117 和尺寸 W:80、H:78。 一個紅色小方塊突顯了物件的左上角。

OriginX 和 OriginY

OriginX 和 OriginY 是偵測到的物件左上角的座標(以像素為單位)。

OriginX 和 OriginY 座標有助於導航和定位。 透過將此座標與物件的寬度和高度結合,您可以確定物件邊界框的大小。 這可以幫助追蹤移動物件或在物件之間導航。

 

三張帶有 AprilTags 的方形卡片由視覺系統追蹤。 每張卡都標有 ID 號碼和相關的追蹤資料。 左邊的卡片標示為 ID:0,顯示座標 A:350°、X:110、Y:96、W:41、H:41。 中間的卡片,標示為 ID:3,座標 A:1°、X:187、Y:180、W:57、H:57。 右側卡片的標籤為 ID:9,座標 A:3°、X:237、Y:89、W:38、H:38。 每張卡片都有白色輪廓,系統正在追蹤它們的位置和方向。

標籤ID

標籤 ID 僅適用於 AprilTags。 這是指定 AprilTag 的 ID 號碼。

識別特定的 AprilTags 可以進行選擇性導航。 您可以對機器人進行編程,使其向某些標籤移動,而忽略其他標籤,從而有效地將它們用作自動導航的路標。

該圖像顯示了視覺系統正在追蹤的四個物體:兩個球和兩個環。 紅球標示為座標 X:122、Y:84、W:67、H:66,得分 99%。 藍球X:228,Y:86,W:70,H:68,得分為99%。 綠色環的座標 X:109、Y:186、W:98、H:92,得分為 99%。 紅環標示為X:259,Y:187,W:89,H:91,得分為99%。 每個物體都以白色勾勒出輪廓,顯示追蹤的準確性。

分數

當使用 AI 視覺感測器檢測AI 分類 時,將使用分數屬性。

置信度分數表示 AI 視覺感測器對其檢測的確定程度。 在此影像中,它識別這四個物件的 AI 分類的置信度為 99%。 您可以使用此分數來確保您的機器人僅專注於高度可信賴的檢測。

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

Last Updated: