NetworkTables API

Limelight OS में NetworkTables 4 Client की सुविधा है। यह FRC Robots पर चल रहे NetworkTables 4 Server से Settings UI में कॉन्फ़िगर किए गए Team Number / ID के आधार पर स्वचालित रूप से कनेक्ट होता है।

सभी डेटा एक ऐसी तालिका में प्रकाशित किया जाता है जो डिवाइस नाम से मेल खाती है (जैसे "limelight")। यदि आपके कैमरे को होस्टनेम / निकनेम असाइन किया गया है, तो तालिका का नाम पूरे लाइमलाइट नाम से मेल खाएगा (जैसे "limelight-top")।

LimelightLib WPIJava और LimelightLib WPICPP, NetworkTables के माध्यम से Limelight डिवाइसों के साथ इंटरैक्ट करते हैं।

बेसिक टारगेटिंग डेटा

निम्नलिखित कोड का उपयोग करें:

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>');

इस डेटा को प्राप्त करने के लिए:

key	type	विवरण
tv	int	1 अगर वैध लक्ष्य मौजूद है। 0 अगर कोई वैध लक्ष्य मौजूद नहीं है
tx	double	क्रॉसहेयर से लक्ष्य तक क्षैतिज ऑफसेट (LL1: -27 डिग्री से 27 डिग्री / LL2: -29.8 से 29.8 डिग्री)
ty	double	क्रॉसहेयर से लक्ष्य तक ऊर्ध्वाधर ऑफसेट (LL1: -20.5 डिग्री से 20.5 डिग्री / LL2: -24.85 से 24.85 डिग्री)
txnc	double	प्रिंसिपल पिक्सेल से लक्ष्य तक क्षैतिज ऑफसेट (डिग्री)
tync	double	प्रिंसिपल पिक्सेल से लक्ष्य तक ऊर्ध्वाधर ऑफसेट (डिग्री)
ta	double	लक्ष्य क्षेत्र (छवि का 0% से छवि का 100%)
tl	double	पाइपलाइन का लेटेंसी योगदान (ms)। कुल लेटेंसी प्राप्त करने के लिए "cl" में जोड़ें।
cl	double	कैप्चर पाइपलाइन लेटेंसी (ms)। सेंसर की मध्य पंक्ति के एक्सपोज़र के अंत से ट्रैकिंग पाइपलाइन की शुरुआत तक का समय।
t2d	double	मैच्ड-टाइमस्टैम्प आंकड़ों के लिए कई मान वाला एरे: [targetValid, targetCount, targetLatency, captureLatency, tx, ty, txnc, tync, ta, tid, targetClassIndexDetector , targetClassIndexClassifier, targetLongSidePixels, targetShortSidePixels, targetHorizontalExtentPixels, targetVerticalExtentPixels, targetSkewDegrees]
getpipe	int	कैमरे का वास्तविक सक्रिय पाइपलाइन इंडेक्स (0 .. 9)
getpipetype	string	पाइपलाइन प्रकार जैसे "pipe_color"
json	string	टारगेटिंग परिणामों का पूर्ण JSON डंप। 'आउटपुट' टैब में प्रति-पाइपलाइन सक्षम किया जाना चाहिए
tclass	string	प्राथमिक न्यूरल डिटेक्टर परिणाम या न्यूरल क्लासिफायर परिणाम का क्लास नाम
tc	doubleArray	क्रॉसहेयर क्षेत्र (3x3 पिक्सेल क्षेत्र) के नीचे औसत HSV रंग को NumberArray के रूप में प्राप्त करें
hb	double	हार्टबीट मान। प्रति फ्रेम एक बार बढ़ता है, 2 अरब पर रीसेट होता है
hw	doubleArray	HW मेट्रिक्स [fps, cpu तापमान, ram उपयोग, तापमान]
crosshairs	doubleArray	2D क्रॉसहेयर्स [cx0, cy0, cx1, cy1]
tcclass	string	क्लासिफायर पाइपलाइन के कंप्यूटेड क्लास का नाम
tdclass	string	डिटेक्टर पाइपलाइन के प्राथमिक डिटेक्शन का नाम

AprilTag और 3D डेटा

निम्नलिखित कोड का उपयोग करें:

Java

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

C++

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

इस डेटा को प्राप्त करने के लिए:

key	type	description
botpose	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
botpose_wpiblue	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (नीले ड्राइवरस्टेशन WPILIB मूल)। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
botpose_wpired	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (लाल ड्राइवरस्टेशन WPILIB मूल)। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
botpose_orb	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2)। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
botpose_orb_wpiblue	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2) (नीले ड्राइवरस्टेशन WPILIB मूल)। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
botpose_orb_wpired	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2) (लाल ड्राइवरस्टेशन WPILIB मूल)। ट्रांसलेशन (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल लेटेंसी (cl+tl), टैग काउंट, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (इमेज का प्रतिशत)
camerapose_targetspace	doubleArray	प्राइमरी इन-व्यू AprilTag के कोऑर्डिनेट सिस्टम में कैमरे का 3D ट्रांसफॉर्म (एरे (6)) [tx, ty, tz, pitch, yaw, roll] (मीटर, डिग्री)
targetpose_cameraspace	doubleArray	कैमरे के कोऑर्डिनेट सिस्टम में प्राइमरी इन-व्यू AprilTag का 3D ट्रांसफॉर्म (एरे (6)) [tx, ty, tz, pitch, yaw, roll] (मीटर, डिग्री)
targetpose_robotspace	doubleArray	रोबोट के कोऑर्डिनेट सिस्टम में प्राइमरी इन-व्यू AprilTag का 3D ट्रांसफॉर्म (एरे (6)) [tx, ty, tz, pitch, yaw, roll] (मीटर, डिग्री)
botpose_targetspace	doubleArray	प्राइमरी इन-व्यू AprilTag के कोऑर्डिनेट सिस्टम में रोबोट का 3D ट्रांसफॉर्म (एरे (6)) [tx, ty, tz, pitch, yaw, roll] (मीटर, डिग्री)
camerapose_robotspace	doubleArray	रोबोट के कोऑर्डिनेट सिस्टम में कैमरे का 3D ट्रांसफॉर्म (एरे (6))
tid	int	प्राइमरी इन-व्यू AprilTag का ID
stddevs	doubleArray	मेगाटैग स्टैंडर्ड डेविएशन [MT1x, MT1y, MT1z, MT1roll, MT1pitch, MT1Yaw, MT2x, MT2y, MT2z, MT2roll, MT2pitch, MT2yaw]

camerapose_robotspace_set	doubleArray	रोबोट के कोऑर्डिनेट सिस्टम में कैमरे का पोज सेट करें।
priorityid	int	tx/ty टारगेटिंग के लिए आवश्यक ID सेट करें। अन्य टारगेट्स को अनदेखा करें। लोकलाइजेशन को प्रभावित नहीं करता
robot_orientation_set	doubleArray	रोबोट ओरिएंटेशन और एंगुलर वेलोसिटी डिग्री और डिग्री प्रति सेकंड में सेट करें [yaw,yawrate,pitch,pitchrate,roll,rollrate]
fiducial_id_filters_set	doubleArray	लोकलाइजेशन के लिए वैध फिड्यूशियल आईडी को ओवरराइड करें (एरे)
fiducial_offset_set	doubleArray	3D पॉइंट ऑफ इंटरेस्ट ऑफसेट सेट करें [x,y,z]

कैमरा कंट्रोल्स

निम्नलिखित कोड का उपयोग करें:

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>)

इस डेटा को सेट करने के लिए:

ledMode	लाइमलाइट के LED स्टेट को सेट करता है
[0]	वर्तमान पाइपलाइन में सेट किए गए LED मोड का उपयोग करें
[1]	बलपूर्वक बंद करें
[2]	बलपूर्वक ब्लिंक करें
[3]	बलपूर्वक चालू करें

pipeline	लाइमलाइट की वर्तमान पाइपलाइन सेट करता है
0 .. 9	पाइपलाइन 0..9 चुनें

stream	लाइमलाइट का स्ट्रीमिंग मोड सेट करता है
0	स्टैंडर्ड - यदि लाइमलाइट से वेबकैम जुड़ा है तो साइड-बाय-साइड स्ट्रीम
1	PiP मेन - सेकेंडरी कैमरा स्ट्रीम को प्राइमरी कैमरा स्ट्रीम के निचले-दाएं कोने में रखा जाता है
2	PiP सेकेंडरी - प्राइमरी कैमरा स्ट्रीम को सेकेंडरी कैमरा स्ट्रीम के निचले-दाएं कोने में रखा जाता है

crop	(एरे) क्रॉप रेक्टेंगल सेट करता है। पाइपलाइन को वेब इंटरफेस में डिफॉल्ट क्रॉप रेक्टेंगल का उपयोग करना चाहिए। एरे में बिल्कुल 4 एंट्री होनी चाहिए।
[0]	X0 - क्रॉप रेक्टेंगल का न्यूनतम या अधिकतम X मान (-1 से 1)
[1]	X1 - क्रॉप रेक्टेंगल का न्यूनतम या अधिकतम X मान (-1 से 1)
[2]	Y0 - क्रॉप रेक्टेंगल का न्यूनतम या अधिकतम Y मान (-1 से 1)
[3]	Y1 - क्रॉप रेक्टेंगल का न्यूनतम या अधिकतम Y मान (-1 से 1)

throttle_set	(int) हम अनुशंसा करते हैं कि इसे अक्षम होने पर 100-200 पर सेट करें। तापमान वृद्धि को कम करने के लिए प्रोसेस्ड फ्रेम के बीच छोड़े जाने वाले फ्रेम की संख्या सेट करता है। छोड़े गए फ्रेम के दौरान आउटपुट शून्य नहीं होते हैं।

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

IMU कंट्रोल्स

key	type	description
imumode_set	int	IMU मोड सेट करें। 0 - बाहरी IMU का उपयोग करें, 1 - बाहरी IMU का उपयोग करें, आंतरिक IMU को सीड करें, 2 - आंतरिक का उपयोग करें, 3 - MT1 सहायता वाले कन्वर्जेंस के साथ आंतरिक का उपयोग करें, 4 - बाहरी IMU सहायता वाले कन्वर्जेंस के साथ आंतरिक IMU का उपयोग करें
imuassistalpha_set	double	कॉम्प्लीमेंटरी फिल्टर अल्फा / स्ट्रेंथ। उच्च मान आंतरिक IMU को सहायता स्रोत पर तेजी से कन्वर्ज होने का कारण बनेगा। डिफॉल्ट एक कम मान 0.001 पर सेट है क्योंकि हम अब पहले की तुलना में आंतरिक IMU पर अधिक भरोसा करते हैं। सहायता मोड आंतरिक IMU को चुने गए सहायता स्रोत की ओर बहुत धीरे से "खींचने" के लिए बनाए गए हैं।

Python

Python स्क्रिप्ट्स मनमाने इनबाउंड और आउटबाउंड डेटा की अनुमति देते हैं।

llpython	Python स्क्रिप्ट्स द्वारा भेजा गया NumberArray। यह रोबोट कोड के भीतर पहुंच योग्य है।
llrobot	रोबोट द्वारा भेजा गया NumberArray। यह Python SnapScripts के भीतर पहुंच योग्य है।

कच्चा डेटा

कोने:

कोने के निर्देशांक स्ट्रीम करने के लिए "Output" टैब में "send contours" सक्षम करें:

tcornxy

कोने के निर्देशांकों का नंबर ऐरे [x0,y0,x1,y1......]

कच्चे लक्ष्य:

Limelight NetworkTables में तीन कच्चे कंटूर पोस्ट करता है जो आपके ग्रुपिंग मोड से प्रभावित नहीं होते हैं। यानी, वे आपके पाइपलाइन पैरामीटर्स के साथ फ़िल्टर किए जाते हैं, लेकिन कभी भी समूहीकृत नहीं किए जाते। X और Y डिग्री के बजाय सामान्यीकृत स्क्रीन स्पेस (-1 से 1) में वापस आते हैं।

rawtargets

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

कच्चे फिड्यूशियल्स:

सभी वैध (अनफिल्टर्ड) फिड्यूशियल्स प्राप्त करें

rawfiducials

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

कच्चे डिटेक्शन्स:

सभी वैध (अनफिल्टर्ड) न्यूरल डिटेक्शन परिणाम प्राप्त करें

rawdetections

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

कच्चे बारकोड्स:

सभी वैध (अनफिल्टर्ड) बारकोड परिणाम प्राप्त करें

rawbarcodes

बारकोड डेटा का स्ट्रिंग ऐरे