Inicio Rápido de Programación FRC

Limelight soporta los protocolos REST/HTTP, Websocket, Modbus y NetworkTables para datos de objetivo, datos de estado y configuración en vivo. Están disponibles formatos de salida JSON y sin procesar. Consulte la sección de APIs de la documentación para obtener más información.

Para los equipos FRC, el protocolo recomendado es NetworkTables. Limelight publica todos los datos de objetivo, incluido un volcado JSON completo, en NetworkTables a 100hz. Los equipos también pueden establecer controles como el ledMode, la ventana de recorte y más a través de NetworkTables. Los equipos FRC pueden usar las bibliotecas Limelight Lib Java y C++ para comenzar con Limelight en segundos. Limelight Lib es la forma más fácil de empezar.

LimelightLib:

Java, CPP

Java

double tx = LimelightHelpers.getTX("");

C++

#include "LimelightHelpers.h"

double tx = LimelightHelpers::getTX("");
double ty = LimelightHelpers::getTY("");

Python

wip

Si desea omitir LimelightLib y comenzar a programar directamente con NetworkTables:

Java

import edu.wpi.first.wpilibj.smartdashboard.SmartDashboard;
import edu.wpi.first.networktables.NetworkTable;
import edu.wpi.first.networktables.NetworkTableEntry;
import edu.wpi.first.networktables.NetworkTableInstance;

NetworkTable table = NetworkTableInstance.getDefault().getTable("limelight");
NetworkTableEntry tx = table.getEntry("tx");
NetworkTableEntry ty = table.getEntry("ty");
NetworkTableEntry ta = table.getEntry("ta");

//leer valores periódicamente
double x = tx.getDouble(0.0);
double y = ty.getDouble(0.0);
double area = ta.getDouble(0.0);

//publicar en el smart dashboard periódicamente
SmartDashboard.putNumber("LimelightX", x);
SmartDashboard.putNumber("LimelightY", y);
SmartDashboard.putNumber("LimelightArea", area);

C++

#include "frc/smartdashboard/Smartdashboard.h"
#include "networktables/NetworkTable.h"
#include "networktables/NetworkTableInstance.h"
#include "networktables/NetworkTableEntry.h"
#include "networktables/NetworkTableValue.h"
#include "wpi/span.h"

std::shared_ptr<nt::NetworkTable> table = nt::NetworkTableInstance::GetDefault().GetTable("limelight");
double targetOffsetAngle_Horizontal = table->GetNumber("tx",0.0);
double targetOffsetAngle_Vertical = table->GetNumber("ty",0.0);
double targetArea = table->GetNumber("ta",0.0);
double targetSkew = table->GetNumber("ts",0.0);

LabView

Python

import cv2
import numpy as np

# runPipeline() es llamado en cada fotograma por el backend de Limelight.
def runPipeline(image, llrobot):
    # convertir la imagen de entrada al espacio de color HSV
    img_hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # convertir el hsv a una imagen binaria eliminando cualquier píxel
    # que no caiga dentro de los siguientes valores Min/Max de HSV
    img_threshold = cv2.inRange(img_hsv, (60, 70, 70), (85, 255, 255))

    # encontrar contornos en la nueva imagen binaria
    contours, _ = cv2.findContours(img_threshold,
    cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    largestContour = np.array([[]])

    # inicializar un array vacío de valores para enviar de vuelta al robot
    llpython = [0,0,0,0,0,0,0,0]

    # si se han detectado contornos, dibujarlos
    if len(contours) > 0:
        cv2.drawContours(image, contours, -1, 255, 2)
        # registrar el contorno más grande
        largestContour = max(contours, key=cv2.contourArea)

        # obtener el cuadro delimitador no rotado que rodea el contorno
        x,y,w,h = cv2.boundingRect(largestContour)

        # dibujar el cuadro delimitador no rotado
        cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,255),2)

        # registrar algunos datos personalizados para enviar de vuelta al robot
        llpython = [1,x,y,w,h,9,8,7]

    #devolver el contorno más grande para la mira LL, la imagen modificada y los datos personalizados del robot
    return largestContour, image, llpython