API de NetworkTables

Limelight OS incluye un Cliente de NetworkTables 4. Se conecta automáticamente al Servidor de NetworkTables 4 que se ejecuta en los Robots FRC basándose en el Número de Equipo / ID configurado en la interfaz de Configuración.

Todos los datos se publican en una tabla que coincide con el nombre del dispositivo (ej. "limelight"). Si se asigna un hostname / apodo a tu cámara, el nombre de la tabla coincidirá con el nombre completo del limelight (ej. "limelight-top").

LimelightLib WPIJava y LimelightLib WPICPP interactúan con los dispositivos Limelight a través de NetworkTables.

Datos Básicos de Seguimiento

Usa el siguiente código:

Java

NetworkTableInstance.getDefault().getTable("limelight").getEntry("<variablename>").getDouble(0);

LabView

C++

nt::NetworkTableInstance::GetDefault().GetTable("limelight")->GetNumber("<variablename>",0.0);

Python

NetworkTables.getTable("limelight").getNumber('<variablename>');

para obtener estos datos:

clave	tipo	descripción
tv	int	1 si existe un objetivo válido. 0 si no existen objetivos válidos
tx	double	Desplazamiento Horizontal Desde la Cruceta al Objetivo (LL1: -27 grados a 27 grados / LL2: -29.8 a 29.8 grados)
ty	double	Desplazamiento Vertical Desde la Cruceta al Objetivo (LL1: -20.5 grados a 20.5 grados / LL2: -24.85 a 24.85 grados)
txnc	double	Desplazamiento Horizontal Desde el Píxel Principal al Objetivo (grados)
tync	double	Desplazamiento Vertical Desde el Píxel Principal al Objetivo (grados)
ta	double	Área del Objetivo (0% de la imagen a 100% de la imagen)
tl	double	Contribución de latencia del pipeline (ms). Suma a "cl" para obtener la latencia total.
cl	double	Latencia del pipeline de captura (ms). Tiempo entre el final de la exposición de la fila central del sensor y el inicio del pipeline de seguimiento.
t2d	double	Array que contiene varios valores para estadísticas de marca de tiempo sincronizada: [targetValid, targetCount, targetLatency, captureLatency, tx, ty, txnc, tync, ta, tid, targetClassIndexDetector , targetClassIndexClassifier, targetLongSidePixels, targetShortSidePixels, targetHorizontalExtentPixels, targetVerticalExtentPixels, targetSkewDegrees]
getpipe	int	Índice real del pipeline activo de la cámara (0 .. 9)
getpipetype	string	Tipo de Pipeline ej. "pipe_color"
json	string	Volcado JSON completo de los resultados de seguimiento. Debe habilitarse por pipeline en la pestaña 'output'
tclass	string	Nombre de clase del resultado principal del detector neuronal o resultado del clasificador neuronal
tc	doubleArray	Obtiene el color HSV promedio debajo de la región de la cruceta (región de 3x3 píxeles) como un NumberArray
hb	double	Valor de heartbeat. Incrementa una vez por frame, se reinicia en 2 mil millones
hw	doubleArray	Métricas de HW [fps, temp cpu, uso de ram, temp]
crosshairs	doubleArray	Crucetas 2D [cx0, cy0, cx1, cy1]
tcclass	string	Nombre de la clase calculada del pipeline clasificador
tdclass	string	Nombre de la detección principal del pipeline detector

AprilTag y Datos 3D

Usa el siguiente código:

Java

NetworkTableInstance.getDefault().getTable("limelight").getEntry("<variablename>").getDoubleArray(new double[6]);

C++

nt::NetworkTableInstance::GetDefault().GetTable("limelight")->GetNumberArray("<variablename>",std::vector<double>(6));

para obtener estos datos:

clave	tipo	descripción
botpose	doubleArray	Transformación del robot en el espacio del campo. Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
botpose_wpiblue	doubleArray	Transformación del robot en el espacio del campo (origen WPILIB estación de conductores azul). Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
botpose_wpired	doubleArray	Transformación del robot en el espacio del campo (origen WPILIB estación de conductores roja). Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
botpose_orb	doubleArray	Transformación del robot en el espacio del campo (Megatag2). Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
botpose_orb_wpiblue	doubleArray	Transformación del robot en el espacio del campo (Megatag2) (origen WPILIB estación de conductores azul). Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
botpose_orb_wpired	doubleArray	Transformación del robot en el espacio del campo (Megatag2) (origen WPILIB estación de conductores roja). Traslación (X,Y,Z) en metros, Rotación(Roll,Pitch,Yaw) en grados, latencia total (cl+tl), cantidad de tags, extensión de tags, distancia promedio del tag a la cámara, área promedio del tag (porcentaje de imagen)
camerapose_targetspace	doubleArray	Transformación 3D de la cámara en el sistema de coordenadas del AprilTag principal visible (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, grados)
targetpose_cameraspace	doubleArray	Transformación 3D del AprilTag principal visible en el sistema de coordenadas de la Cámara (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, grados)
targetpose_robotspace	doubleArray	Transformación 3D del AprilTag principal visible en el sistema de coordenadas del Robot (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, grados)
botpose_targetspace	doubleArray	Transformación 3D del robot en el sistema de coordenadas del AprilTag principal visible (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, grados)
camerapose_robotspace	doubleArray	Transformación 3D de la cámara en el sistema de coordenadas del robot (array (6))
tid	int	ID del AprilTag principal visible
stddevs	doubleArray	Desviaciones Estándar de MegaTag [MT1x, MT1y, MT1z, MT1roll, MT1pitch, MT1Yaw, MT2x, MT2y, MT2z, MT2roll, MT2pitch, MT2yaw]

camerapose_robotspace_set	doubleArray	ESTABLECER la pose de la cámara en el sistema de coordenadas del robot.
priorityid	int	ESTABLECER el ID requerido para el seguimiento tx/ty. Ignora otros objetivos. No afecta la localización
robot_orientation_set	doubleArray	ESTABLECER Orientación del Robot y velocidades angulares en grados y grados por segundo[yaw,yawrate,pitch,pitchrate,roll,rollrate]
fiducial_id_filters_set	doubleArray	Sobrescribir IDs de fiduciales válidos para localización (array)
fiducial_offset_set	doubleArray	ESTABLECER el Desplazamiento del Punto de Interés 3D [x,y,z]

Controles de Cámara

Usa el siguiente código:

Java

NetworkTableInstance.getDefault().getTable("limelight").getEntry("<variablename>").setNumber(<value>);

LabView

C++

nt::NetworkTableInstance::GetDefault().GetTable("limelight")->PutNumber("<variablename>",<value>);

Python

NetworkTables.getTable("limelight").putNumber('<variablename>',<value>)

para establecer estos datos:

ledMode	Establece el estado del LED del limelight
[0]	usar el Modo LED establecido en el pipeline actual
[1]	forzar apagado
[2]	forzar parpadeo
[3]	forzar encendido

pipeline	Establece el pipeline actual del limelight
0 .. 9	Seleccionar pipeline 0..9

stream	Establece el modo de streaming del limelight
0	Estándar - Streams lado a lado si hay una webcam conectada al Limelight
1	PiP Principal - El stream de la cámara secundaria se coloca en la esquina inferior derecha del stream de la cámara principal
2	PiP Secundario - El stream de la cámara principal se coloca en la esquina inferior derecha del stream de la cámara secundaria

crop	(Array) Establece el rectángulo de recorte. El pipeline debe utilizar el rectángulo de recorte predeterminado en la interfaz web. El array debe tener exactamente 4 entradas.
[0]	X0 - Valor X Mín o Máx del rectángulo de recorte (-1 a 1)
[1]	X1 - Valor X Mín o Máx del rectángulo de recorte (-1 a 1)
[2]	Y0 - Valor Y Mín o Máx del rectángulo de recorte (-1 a 1)
[3]	Y1 - Valor Y Mín o Máx del rectángulo de recorte (-1 a 1)

throttle_set	(int) Recomendamos establecer esto en 100-200 mientras está deshabilitado. Establece el número de frames a omitir entre frames procesados para reducir el aumento de temperatura. Las salidas no se ponen a cero durante los frames omitidos.

Java

double[] cropValues = new double[4];
cropValues[0] = -1.0;
cropValues[1] = 1.0;
cropValues[2] = -1.0;
cropValues[3] = 1.0;
NetworkTableInstance.getDefault().getTable("limelight").getEntry("crop").setDoubleArray(cropValues);

C++

wip

Controles de IMU

clave	tipo	descripción
imumode_set	int	Establecer el modo imu. 0 - usar imu externo, 1 - usar imu externo, sembrar imu interno, 2 - usar interno, 3 - usar interno con convergencia asistida por MT1, 4 - usar IMU interno con convergencia asistida por IMU externo
imuassistalpha_set	double	Alpha / fuerza del filtro complementario. Valores más altos harán que el imu interno converja hacia la fuente de asistencia más rápidamente. El valor predeterminado está establecido en un valor bajo 0.001 porque ahora confiamos más en el IMU interno que antes. Los modos de asistencia están diseñados para "tirar" muy suavemente el imu interno hacia la fuente de asistencia elegida.

Python

Los scripts de Python permiten datos arbitrarios de entrada y salida.

llpython	NumberArray enviado por scripts de python. Esto es accesible dentro del código del robot.
llrobot	NumberArray enviado por el robot. Esto es accesible dentro de los SnapScripts de python.

Datos Crudos

Esquinas:

Habilita "send contours" en la pestaña "Output" para transmitir coordenadas de esquinas:

tcornxy

Array de números de coordenadas de esquinas [x0,y0,x1,y1......]

Objetivos Crudos:

Limelight publica tres contornos crudos a NetworkTables que no están influenciados por tu modo de agrupación. Es decir, están filtrados con los parámetros de tu pipeline, pero nunca agrupados. X e Y se devuelven en espacio de pantalla normalizado (-1 a 1) en lugar de grados.

rawtargets

[txnc,tync,ta,txnc2,tync2,ta2....]

Fiduciales Crudos:

Obtener todos los fiduciales válidos (sin filtrar)

rawfiducials

[id, txnc, tync, ta, distToCamera, distToRobot, ambiguity, id2.....]

Detecciones Crudas:

Obtener todos los resultados de detección neuronal válidos (sin filtrar)

rawdetections

[id, txnc, tync, ta, corner0x, corner0y, corner1x, corner1y, corner2x, corner2y, corner3x, corner3y, id2.....]

Códigos de Barras Crudos:

Obtener todos los resultados de códigos de barras válidos (sin filtrar)

rawbarcodes

array de strings de datos de códigos de barras