Saltar al contenido principal

Guía de Programación FTC Java y Blockly

(¡Capturas de pantalla de Blockly próximamente!)

Asegúrate de haber leído la Guía Rápida de Programación FTC.

Javadoc: [Enlace al Javadoc próximamente]

Repositorio de Ejemplos Completos: Repositorio de Ejemplos Limelight FTC

Consejos para el Éxito​

  • Haz primero lo simple. En FRC, hemos aprendido que los mejores equipos de software a menudo utilizan los enfoques más simples. Por ejemplo, el Equipo FRC 2056 en 2024 usó una pipeline de color estándar de 90FPS en lugar de una red neuronal para rastrear piezas del juego.

Aquí hay un ejemplo del tipo de pregunta que debes hacerte al comenzar a programar: En teleoperado, ¿necesitas saber la posición de tu robot en el campo, o simplemente necesitas desplazarte lateralmente hasta que tu punto de mira esté centrado en una etiqueta específica (velocidadLateral = resultado.getTx()*.03)?

Conceptos Clave​

1. Inicialización​

Necesitamos configurar nuestro Limelight3A en nuestro código del robot.

import com.qualcomm.hardware.limelightvision.LLResult;
import com.qualcomm.hardware.limelightvision.LLResultTypes;
import com.qualcomm.hardware.limelightvision.LLStatus;
import com.qualcomm.hardware.limelightvision.Limelight3A;
Limelight3A limelight;

@Override
public void init() {
    limelight = hardwareMap.get(Limelight3A.class, "limelight");
    limelight.setPollRateHz(100); // Esto establece con qué frecuencia pedimos datos a Limelight (100 veces por segundo)
    limelight.start(); // ¡Esto le dice a Limelight que empiece a mirar!
}

2. Gestión de Pipelines​

Las pipelines son como pequeños programas intercambiables instantáneamente que cambian cómo Limelight ve el mundo. Puedes configurar 10 pipelines diferentes en la interfaz web de Limelight, cada una para una tarea diferente. Así es como cambias entre ellas:

limelight.pipelineSwitch(0); // Cambiar a la pipeline número 0

Esto es "disparar y olvidar". Limelight cambiará su pipeline en cuestión de milisegundos, pero tu código no esperará a que esto suceda antes de continuar. Si quieres verificar el índice de la pipeline actual, llama a

result.getPipelineIndex()

Consulta la siguiente sección para aprender sobre cómo obtener el objeto LLResult.

3. Obtención y Uso de Resultados​

LLResult es como un contenedor lleno de información sobre lo que Limelight ve. Así es como adquirimos y usamos esa información:

LLResult result = limelight.getLatestResult();
if (result != null && result.isValid()) {
    double tx = result.getTx(); // Qué tan a la izquierda o derecha está el objetivo (grados)
    double ty = result.getTy(); // Qué tan arriba o abajo está el objetivo (grados)
    double ta = result.getTa(); // Qué tan grande se ve el objetivo (0%-100% de la imagen)
    
    telemetry.addData("Objetivo X", tx);
    telemetry.addData("Objetivo Y", ty);
    telemetry.addData("Área del Objetivo", ta);
} else {
    telemetry.addData("Limelight", "Sin Objetivos");
}

4. Comunicación con SnapScripts de Python​

Puedes escribir tus propias pipelines SnapScript de Python en la interfaz web. Utiliza nuestro generador de SnapScript basado en LLM para ayudarte a escribir tu código.

Así es como envías números desde el Código del Robot a Python y obtienes números de vuelta:

// Enviando números a Python
double[] inputs = {1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0};
limelight.updatePythonInputs(inputs);

// Obteniendo números de Python
double[] pythonOutputs = result.getPythonOutput();
if (pythonOutputs != null && pythonOutputs.length > 0) {
    double primerSalida = pythonOutputs[0];
    telemetry.addData("Salida de Python:", primerSalida);
}

5. ¿Dónde está mi Robot? (MegaTag 1)​

Limelight puede ayudar a determinar dónde está tu robot en el campo usando AprilTags. Tu Limelight viene preinstalado con un Mapa de AprilTags para el juego actual, pero puedes diseñar y cargar tus propios mapas usando nuestro Constructor de Mapas 3D.

Antes de intentar obtener la posición de tu robot, haz lo siguiente:

  1. Habilita "Full 3D" en la pestaña "Advanced" de tu pipeline de AprilTag en la interfaz web.
  2. Usa la interfaz web para posicionar tu cámara en relación con el centro de la huella de tu robot.

El sistema de coordenadas para botPose coincide con el sistema de coordenadas estándar de FTC.

  • (0,0,0) es el centro del suelo del campo
  • Para configuraciones no diamante, 0 grados de Yaw significa que la alianza azul está en el lado izquierdo de tu robot, y la alianza roja está en el lado derecho de tu robot.
if (result != null && result.isValid()) {
    Pose3D botpose = result.getBotpose();
    if (botpose != null) {
        double x = botpose.getX();
        double y = botpose.getY();
        telemetry.addData("Ubicación MT1", "(" + x + ", " + y + ")");
    }
}

6. ¿Dónde está mi Robot? (MegaTag 2)​

MegaTag 2 es como MegaTag 1, pero fusiona los datos de tu IMU para una mayor precisión:

// Primero, dile a Limelight hacia dónde está mirando tu robot
double robotYaw = imu.getAngularOrientation().firstAngle;
limelight.updateRobotOrientation(robotYaw);
if (result != null && result.isValid()) {
    Pose3D botpose_mt2 = result.getBotpose_MT2();
    if (botpose_mt2 != null) {
        double x = botpose_mt2.getX();
        double y = botpose_mt2.getY();
        telemetry.addData("Ubicación MT2:", "(" + x + ", " + y + ")");
    }
}

7. Tipos de Resultados Internos​

Dependiendo de cómo hayas configurado tus pipelines, tendrás acceso a diferentes tipos de Listas de Resultados detallados dentro del Objeto LLResults padre.

Probablemente no necesites usar estas Listas de Resultados. Recomendamos usar los getTx(), getTy() base siempre que puedas.

7.1 Resultados de Color​

Los resultados de color ayudan a encontrar objetivos coloreados:

List<ColorResult> colorTargets = result.getColorResults();
for (ColorResult colorTarget : colorTargets) {
    double x = detection.getTargetXDegrees(); // Dónde está (izquierda-derecha)
    double y = detection.getTargetYDegrees(); // Dónde está (arriba-abajo)
    double area = colorTarget.getTargetArea(); // tamaño (0-100)
    telemetry.addData("Objetivo de Color", "ocupa " + area + "% de la imagen");
}

7.2 Resultados de Fiduciales/AprilTag​

Los fiduciales son marcadores especiales (como AprilTags) que ayudan a Limelight a determinar dónde está:

List<FiducialResult> fiducials = result.getFiducialResults();
for (FiducialResult fiducial : fiducials) {
    int id = fiducial.getFiducialId(); // El número de ID del fiducial
    double x = detection.getTargetXDegrees(); // Dónde está (izquierda-derecha)
    double y = detection.getTargetYDegrees(); // Dónde está (arriba-abajo)
    double DistanciaLateral_3D = fiducial.getRobotPoseTargetSpace().getY(); 
    telemetry.addData("Fiducial " + id, "está a " + distancia + " metros de distancia");
}

Si quieres utilizar la información de pose 3D dentro de cada FiducialResult, puedes usar los siguientes métodos:

fiducial.getRobotPoseTargetSpace(); // Pose del robot relativa al Sistema de Coordenadas del AprilTag (Más Útil)
fiducial.getCameraPoseTargetSpace(); // Pose de la cámara relativa al AprilTag (útil)
fiducial.getRobotPoseFieldSpace(); // Pose del robot en el sistema de coordenadas del campo basado solo en esta etiqueta (útil)
fiducial.getTargetPoseCameraSpace(); // Pose del AprilTag en el sistema de coordenadas de la cámara (no muy útil)
fiducial.getTargetPoseRobotSpace(); // Pose del AprilTag en el sistema de coordenadas del robot (no muy útil)

7.3 Resultados de Código de Barras​

La pipeline de código de barras de Limelight es buena para detectar y rastrear Códigos QR.

List<BarcodeResult> barcodes = result.getBarcodeResults();
for (BarcodeResult barcode : barcodes) {
    String data = barcode.getData(); // Lo que dice el código de barras
    String family = barcode.getFamily(); // Qué tipo de código de barras es
    telemetry.addData("Código de Barras", data + " (" + family + ")");
}

7.4 Resultados del Clasificador​

Los Clasificadores Neuronales permiten a Limelight decir "Creo que esta es una imagen de...".

List<ClassifierResult> classifications = result.getClassifierResults();
for (ClassifierResult classification : classifications) {
    String className = classification.getClassName(); // Lo que Limelight cree que ve
    double confidence = classification.getConfidence(); // Puntuación de Confianza
    telemetry.addData("Veo un", className + " (" + confidence + "%)");
}

7.5 Resultados del Detector​

Los Detectores encuentran objetos específicos y nos dicen dónde están:

List<DetectorResult> detections = result.getDetectorResults();
for (DetectorResult detection : detections) {
    String className = detection.getClassName(); // Qué fue detectado
    double x = detection.getTargetXDegrees(); // Dónde está (izquierda-derecha)
    double y = detection.getTargetYDegrees(); // Dónde está (arriba-abajo)
    telemetry.addData(className, "en (" + x + ", " + y + ") grados");
}

8. ¿Los Datos son Recientes?​

A veces, queremos saber la antigüedad (en milisegundos) de nuestros datos de resultados.

long antiguedad = result.getStaleness();
if (antiguedad < 100) { // Menos de 100 milisegundos de antigüedad
    telemetry.addData("Datos", "Buenos");
} else {
    telemetry.addData("Datos", "Antiguos (" + antiguedad + " ms)");
}

9. Mapas de Campo Personalizados​

Puedes informar a Limelight sobre tu diseño de campo específico:

LLFieldMap mapaDelCampo = new LLFieldMap(); // Necesitarás llenar esto con datos del campo
boolean exito = limelight.uploadFieldmap(mapaDelCampo, null); // null significa usar el slot predeterminado
if (exito) {
    telemetry.addData("Mapa del Campo", "¡Cargado con éxito!");
} else {
    telemetry.addData("Mapa del Campo", "Ups, la carga falló");
}

10. Tomando Instantáneas:​

Limelight puede tomar instantáneas para ayudarte a depurar pipelines fuera del campo:

limelight.captureSnapshot("auto_pov_10s");

En la pestaña de Entrada de la interfaz web, puedes seleccionar esta instantánea como la "fuente de imagen" para verificar/ajustar tus pipelines.

Para borrar instantáneas antiguas:

limelight.deleteSnapshots();
telemetry.addData("Instantáneas", "¡Todas borradas!");