नेटवर्कटेबल्स API

लाइमलाइट OS में एक नेटवर्कटेबल्स 4 क्लाइंट है। यह सेटिंग्स UI में कॉन्फ़िगर किए गए टीम नंबर / ID के आधार पर FRC रोबोट्स पर चल रहे नेटवर्कटेबल्स 4 सर्वर से स्वचालित रूप से कनेक्ट होता है।

सभी डेटा एक टेबल में प्रकाशित किया जाता है जो डिवाइस नाम से मेल खाता है (उदाहरण के लिए "limelight")। यदि आपके कैमरे को एक होस्टनेम / उपनाम असाइन किया गया है, तो टेबल का नाम पूरे लाइमलाइट नाम से मेल खाएगा (उदाहरण के लिए "limelight-top")।

LimelightLib WPIJava और LimelightLib WPICPP नेटवर्कटेबल्स के माध्यम से लाइमलाइट डिवाइसों के साथ इंटरैक्ट करते हैं।

मूल लक्ष्यीकरण 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:

कुंजी	प्रकार	विवरण
tv	int	1 यदि वैध लक्ष्य मौजूद है। 0 यदि 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	प्रमुख पिक्सेल से लक्ष्य तक क्षैतिज ऑफसेट (डिग्री में)
tync	double	प्रमुख पिक्सेल से लक्ष्य तक ऊर्ध्वाधर ऑफसेट (डिग्री में)
ta	double	लक्ष्य क्षेत्र (छवि का 0% से 100% तक)
tl	double	पाइपलाइन का विलंबता योगदान (मिलीसेकंड)। कुल विलंबता प्राप्त करने के लिए "cl" में जोड़ें।
cl	double	कैप्चर पाइपलाइन विलंबता (मिलीसेकंड)। सेंसर की मध्य पंक्ति के एक्सपोजर के अंत से ट्रैकिंग पाइपलाइन की शुरुआत तक का समय।
t2d	double	मिलान-समयांकन आंकड़ों के लिए कई मान वाली सरणी: [targetValid, targetCount, targetLatency, captureLatency, tx, ty, txnc, tync, ta, tid, targetClassIndexDetector, targetClassIndexClassifier, targetLongSidePixels, targetShortSidePixels, targetHorizontalExtentPixels, targetVerticalExtentPixels, targetSkewDegrees]
getpipe	int	कैमरे का सही सक्रिय पाइपलाइन इंडेक्स (0 .. 9)
getpipetype	string	पाइपलाइन प्रकार उदा. "pipe_color"
json	string	लक्ष्यीकरण परिणामों का पूर्ण JSON डंप। 'आउटपुट' टैब में प्रति-पाइपलाइन सक्षम किया जाना चाहिए
tclass	string	प्राथमिक न्यूरल डिटेक्टर परिणाम या न्यूरल वर्गीकरण परिणाम का वर्ग 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 क्रॉसहेयर [cx0, cy0, cx1, cy1]
tcclass	string	वर्गीकरण पाइपलाइन के गणना किए गए वर्ग का नाम
tdclass	string	डिटेक्टर पाइपलाइन के प्राथमिक पहचान 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:

कुंजी	प्रकार	विवरण
botpose	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
botpose_wpiblue	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (नीला ड्राइवरस्टेशन WPILIB मूल)। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
botpose_wpired	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (लाल ड्राइवरस्टेशन WPILIB मूल)। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
botpose_orb	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2)। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
botpose_orb_wpiblue	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2) (नीला ड्राइवरस्टेशन WPILIB मूल)। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
botpose_orb_wpired	doubleArray	फील्ड-स्पेस में रोबोट ट्रांसफॉर्म (मेगाटैग2) (लाल ड्राइवरस्टेशन WPILIB मूल)। स्थानांतरण (X,Y,Z) मीटर में, रोटेशन (रोल, पिच, यॉ) डिग्री में, कुल विलंबता (cl+tl), टैग गणना, टैग स्पैन, कैमरे से औसत टैग दूरी, औसत टैग क्षेत्र (छवि का प्रतिशत)
camerapose_targetspace	doubleArray	प्राथमिक दृश्य में AprilTag के निर्देशांक प्रणाली में कैमरे का 3D ट्रांसफॉर्म (सरणी (6)) [tx, ty, tz, पिच, यॉ, रोल] (मीटर, डिग्री)
targetpose_cameraspace	doubleArray	कैमरे के निर्देशांक प्रणाली में प्राथमिक दृश्य में AprilTag का 3D ट्रांसफॉर्म (सरणी (6)) [tx, ty, tz, पिच, यॉ, रोल] (मीटर, डिग्री)
targetpose_robotspace	doubleArray	रोबोट के निर्देशांक प्रणाली में प्राथमिक दृश्य में AprilTag का 3D ट्रांसफॉर्म (सरणी (6)) [tx, ty, tz, पिच, यॉ, रोल] (मीटर, डिग्री)
botpose_targetspace	doubleArray	प्राथमिक दृश्य में AprilTag के निर्देशांक प्रणाली में रोबोट का 3D ट्रांसफॉर्म (सरणी (6)) [tx, ty, tz, पिच, यॉ, रोल] (मीटर, डिग्री)
camerapose_robotspace	doubleArray	रोबोट के निर्देशांक प्रणाली में कैमरे का 3D ट्रांसफॉर्म (सरणी (6))
tid	int	प्राथमिक दृश्य में AprilTag की ID

camerapose_robotspace_set	doubleArray	रोबोट के निर्देशांक प्रणाली में कैमरे की स्थिति सेट करें।
priorityid	int	tx/ty लक्ष्यीकरण के लिए आवश्यक ID सेट करें। अन्य लक्ष्यों को अनदेखा करें। स्थानीयकरण को प्रभावित नहीं करता
robot_orientation_set	doubleArray	रोबोट अभिविन्यास और कोणीय वेग डिग्री और डिग्री प्रति सेकंड में सेट करें [यॉ, यॉरेट, पिच, पिचरेट, रोल, रोलरेट]
fiducial_id_filters_set	doubleArray	स्थानीयकरण के लिए वैध फिड्यूशियल आईडी को ओवरराइड करें (सरणी)
fiducial_offset_set	doubleArray	3D पॉइंट ऑफ इंटरेस्ट ऑफसेट सेट करें [x,y,z]

कैमरा नियंत्रण

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 की LED स्थिति 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 का चयन करें

stream	लाइमलाइट का स्ट्रीमिंग मोड सेट करता है
0	मानक - यदि लाइमलाइट से वेबकैम जुड़ा है तो साइड-बाय-साइड स्ट्रीम
1	PiP मुख्य - द्वितीयक कैमरा स्ट्रीम प्राथमिक कैमरा स्ट्रीम के निचले-दाएं कोने में रखा जाता है
2	PiP द्वितीयक - प्राथमिक कैमरा स्ट्रीम द्वितीयक कैमरा स्ट्रीम के निचले-दाएं कोने में रखा जाता है

crop	(ऐरे) क्रॉप आयत सेट करता है। पाइपलाइन को वेब इंटरफ़ेस में डिफ़ॉल्ट क्रॉप आयत का उपयोग करना चाहिए। ऐरे में बिल्कुल 4 प्रविष्टियाँ होनी चाहिए।
[0]	X0 - क्रॉप आयत का न्यूनतम या अधिकतम X मान (-1 से 1)
[1]	X1 - क्रॉप आयत का न्यूनतम या अधिकतम X मान (-1 से 1)
[2]	Y0 - क्रॉप आयत का न्यूनतम या अधिकतम Y मान (-1 से 1)
[3]	Y1 - क्रॉप आयत का न्यूनतम या अधिकतम Y मान (-1 से 1)

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

Python

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

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

कच्चा डेटा

कोने:

"आउटपुट" टैब में "कंटूर भेजें" सक्षम करें ताकि कोने के निर्देशांक स्ट्रीम किए जा सकें:

tcornxy

कोने के निर्देशांकों की संख्या सरणी [x0,y0,x1,y1......]

कच्चे लक्ष्य:

Limelight तीन कच्चे कंटूर NetworkTables में पोस्ट करता है जो आपके समूहीकरण 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 किए जाते हैं।

rawtargets

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

कच्चे फिड्यूशियल्स:

सभी मान्य (अफ़िल्टर्ड) फिड्यूशियल्स प्राप्त करें

rawfiducials

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

कच्चे डिटेक्शन्स:

सभी मान्य (अफ़िल्टर्ड) न्यूरल डिटेक्शन परिणाम प्राप्त करें

rawfiducials

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

कच्चे बारकोड:

सभी मान्य (अफ़िल्टर्ड) बारकोड परिणाम प्राप्त करें

rawbarcodes

बारकोड डेटा की स्ट्रिंग सरणी