JSON परिणाम विनिर्देश

Limelight का JSON परिणाम आउटपुट टारगेटिंग परिणामों वाले arrays का एक संग्रह है। retroreflective, fiducial, neural classifier, और neural detector परिणामों के लिए अलग-अलग arrays मौजूद हैं। JSON मानव-पठनीय है और किसी भी प्लेटफॉर्म पर किसी भी भाषा में पार्स करना आसान है, इसलिए यह अधिकांश उपयोग-मामलों के लिए उपयुक्त है।

वही JSON परिणाम आउटपुट REST/HTTP, Websocket, और NetworkTables APIs का उपयोग करके प्राप्त किया जा सकता है।

हमारी FRC लाइब्रेरीज़ के साथ इस JSON आउटपुट को पार्स करना अविश्वसनीय रूप से आसान है।

Limelightlib में बिल्ट-इन फंक्शनैलिटी है जो JSON Dump को LimelightResults ऑब्जेक्ट में पार्स करती है।

https://github.com/LimelightVision/limelightlib-wpijava

https://github.com/LimelightVision/limelightlib-wpicpp

प्रत्येक JSON परिणाम में निम्नलिखित entries होती हैं:

Key नाम	मान विवरण
tl	टारगेटिंग लेटेंसी (इस फ्रेम में ट्रैकिंग लूप द्वारा खपत मिलीसेकंड)
cl	कैप्चर लेटेंसी (मध्य पंक्ति के एक्सपोज़र के अंत से ट्रैकिंग लूप की शुरुआत तक के मिलीसेकंड)
tx	क्रॉसहेयर से टारगेट तक क्षैतिज ऑफसेट (LL1: -27 डिग्री से 27 डिग्री / LL2: -29.8 से 29.8 डिग्री)
ty	क्रॉसहेयर से टारगेट तक लंबवत ऑफसेट (LL1: -20.5 डिग्री से 20.5 डिग्री / LL2: -24.85 से 24.85 डिग्री)
txnc	प्रिंसिपल पिक्सेल से टारगेट तक क्षैतिज ऑफसेट (डिग्री)
tync	प्रिंसिपल पिक्सेल से टारगेट तक लंबवत ऑफसेट (डिग्री)
ta	टारगेट का अनडिस्टॉर्टेड, नॉर्मलाइज़्ड क्षेत्र (0-100)
PythonOut	python SnapScript Pipelines से आउटपुट डेटा
stdev_mt1	MT1 मानक विचलन [x, y, z, roll, pitch, yaw] (मीटर, डिग्री)
stdev_mt2	MT2 मानक विचलन [x, y, z, roll, pitch, yaw] (मीटर, डिग्री)
pID	वर्तमान Pipeline इंडेक्स
pTYPE	वर्तमान Pipeline प्रकार जैसे "pipe_color"
ts	बूट से मिलीसेकंड में टाइमस्टैम्प।
v	वैधता संकेतक। 1 = वैध टारगेट, 0 = कोई वैध टारगेट नहीं
botpose	Botpose (MegaTag): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_wpired	Botpose (MegaTag, WPI Red driverstation): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_wpiblue	Botpose (MegaTag, WPI Blue driverstation): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_orb	Botpose (MegaTag2): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_orb_wpired	Botpose (MegaTag2, WPI Red driverstation): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_orb_wpiblue	Botpose (MegaTag2, WPI Blue driverstation): x,y,z, roll, pitch, yaw (मीटर, डिग्री)
botpose_avgarea	botpose की गणना के लिए उपयोग किए गए टैग्स का औसत क्षेत्र
botpose_avgdist	botpose की गणना के लिए उपयोग किए गए टैग्स के बीच अधिकतम दूरी (मीटर)
botpose_span	botpose की गणना के लिए उपयोग किए गए टैग्स के बीच अधिकतम दूरी (मीटर)
botpose_tagcount	botpose की गणना के लिए उपयोग किए गए टैग्स की संख्या
Retro	Color/Retroreflective pipeline परिणाम array
Fiducial	AprilTag pipeline परिणाम array
Detector	Neural Detector pipeline परिणाम array
Classifier	Classifier pipeline परिणाम array
Barcode	Barcode pipeline परिणाम array

Color/Retroreflective परिणाम

"Retro" array में निम्नलिखित संरचना वाली entries होती हैं:

Key नाम	मान विवरण
t6c_ts	solvepnp द्वारा गणना किए गए टारगेट स्पेस में कैमरा पोज़ (x,y,z,rx,ry,rz)
t6r_fs	solvepnp द्वारा गणना किए गए फील्ड स्पेस में रोबोट पोज़ (x,y,z,rx,ry,rz)
t6r_ts	solvepnp द्वारा गणना किए गए टारगेट स्पेस में रोबोट पोज़ (x,y,z,rx,ry,rz)
t6t_cs	solvepnp द्वारा गणना किए गए कैमरा स्पेस में टारगेट पोज़ (x,y,z,rx,ry,rz)
t6t_rs	solvepnp द्वारा गणना किए गए रोबोट स्पेस में टारगेट पोज़ (x,y,z,rx,ry,rz)
ta	इमेज के प्रतिशत के रूप में टारगेट का आकार (0-1)
tx	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
tx_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
txp	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
ty	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
ty_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
typ	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
pts	कॉर्नर्स array (पिक्सेल) [x0,y0,x1,y1.....]। आउटपुट टैब में सक्षम होना चाहिए

Color / Retroreflective Pipelines के लिए उदाहरण JSON

{
  "Barcode": [],
  "Classifier": [],
  "Detector": [],
  "Fiducial": [],
  "PythonOut": [],
  "Retro": [
    {
      "pts": [],
      "t6c_ts": [],
      "t6r_fs": [],
      "t6r_ts": [],
      "t6t_cs": [],
      "t6t_rs": [],
      "ta": 0.00531171215698123,
      "tx": -4.535492777705656,
      "tx_nocross": -4.428826910553056,
      "txp": 542.53076171875,
      "ty": -1.1722867231218714,
      "ty_nocross": -0.09285491974145543,
      "typ": 504.5538635253906
    },
    {
      "pts": [],
      "t6c_ts": [],
      "t6r_fs": [],
      "t6r_ts": [],
      "t6t_cs": [],
      "t6t_rs": [],
      "ta": 0.005779948551207781,
      "tx": 8.465099348209478,
      "tx_nocross": 8.571765215362078,
      "txp": 822.1087036132812,
      "ty": -2.524207730360601,
      "ty_nocross": -1.444775926980185,
      "typ": 533.6112060546875
    },
  ],
  "botpose": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "botpose_avgarea": 0,
  "botpose_avgdist": 0,
  "botpose_orb": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "botpose_orb_wpiblue": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "botpose_orb_wpired": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "botpose_span": 0,
  "botpose_tagcount": 0,
  "botpose_wpiblue": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "botpose_wpired": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "cl": 37.619998931884766,
  "focus_metric": 0,
  "pID": 0,
  "pTYPE": "pipe_color",
  "stdev_mt1": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "stdev_mt2": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "t6c_rs": [
    0,
    0,
    0,
    0,
    0,
    0
  ],
  "ta": 0.39156023412942886,
  "tl": 22.64053726196289,
  "ts": 215248.979204,
  "tx": -4.3848327488723555,
  "txnc": -4.278166881719756,
  "ty": -1.1144596937982527,
  "tync": -0.035027890417836716,
  "v": 1
}

AprilTag/Fiducial परिणाम

"Fiducial" array में निम्नलिखित संरचना वाली entries होती हैं:

Key नाम	मान विवरण
fid	Fiducial टैग ID
fam	Fiducial Family (16H5C, 25H9C, 36H11C, आदि)
pts	व्यक्तिगत कॉर्नर पॉइंट्स लौटाएं। सक्षम होना चाहिए।
skew	वर्तमान में अप्रयुक्त
t6c_ts	इस fiducial द्वारा गणना किए गए टारगेट स्पेस में कैमरा पोज़ (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
t6r_fs	इस fiducial द्वारा गणना किए गए फील्ड स्पेस में रोबोट पोज़ (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
t6r_fs_orb	इस fiducial द्वारा गणना किए गए फील्ड स्पेस में रोबोट पोज़ (Megatag2) (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
t6r_ts	इस fiducial द्वारा गणना किए गए टारगेट स्पेस में रोबोट पोज़ (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
t6t_cs	इस fiducial द्वारा गणना किए गए कैमरा स्पेस में टारगेट पोज़ (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
t6t_rs	इस fiducial द्वारा गणना किए गए रोबोट स्पेस में टारगेट पोज़ (x,y,z,pitch,yaw,roll) (मीटर, डिग्री)
ta	इमेज के प्रतिशत के रूप में टारगेट का आकार (0-1)
tx	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
tx_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
txp	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
ty	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
ty_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
typ	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
pts	कॉर्नर्स array (पिक्सेल) [x0,y0,x1,y1.....]। आउटपुट टैब में सक्षम होना चाहिए

AprilTag Pipelines के लिए उदाहरण JSON

{
    "Classifier": [],
    "Detector": [],
    "Fiducial": [
    {
        "fID": 2,
        "fam": "16H5C",
        "pts": [],
        "skew": [],
        "t6c_ts": [
        0.33247368976801916,
        -0.05672695778305914,
        -2.5042031405987144,
        -4.680849607956358,
        -5.171154989721864,
        4.528697946312339
        ],
        "t6r_fs": [
        4.738896418276903,
        -1.5926603672041666,
        0.5194469577830592,
        4.522658587661256,
        4.258580454853879,
        5.5236539893713275
        ],
        "t6r_ts": [
        0.33247368976801916,
        -0.05672695778305914,
        -2.5042031405987144,
        -4.680849607956358,
        -5.171154989721864,
        4.528697946312339
        ],
        "t6t_cs": [
        -0.09991902572799474,
        -0.1234042720218289,
        2.5218203039582496,
        4.278368708252767,
        5.508508005282244,
        -4.1112864453027775
        ],
        "t6t_rs": [
        -0.09991902572799474,
        -0.1234042720218289,
        2.5218203039582496,
        4.278368708252767,
        5.508508005282244,
        -4.1112864453027775
        ],
        "ta": 0.005711808800697327,
        "tx": -2.0525293350219727,
        "txp": 149.4874725341797,
        "ty": 2.7294836044311523,
        "typ": 107.14710235595703
    }
    ],
    "Retro": [],
    "pID": 0,
    "tl": 19.78130340576172,
    "ts": 3284447.910569,
    "v": 1
}

Neural Detector परिणाम

"Detector" array में निम्नलिखित संरचना वाली entries होती हैं:

Key नाम	मान विवरण
class	मानव-पठनीय क्लास नाम स्ट्रिंग
classID	ClassID इंटीजर
conf	भविष्यवाणी का विश्वास स्तर
pts	पिक्सेल में [x,y] के array के रूप में व्यक्तिगत कॉर्नर पॉइंट्स। सेंटर-ज़ीरो, पॉज़िटिव राइट और डाउन। सक्षम होना चाहिए।
ta	इमेज के प्रतिशत के रूप में टारगेट का आकार (0-1)
tx	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
tx_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
txp	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
ty	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
ty_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
typ	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
pts	कॉर्नर्स array (पिक्सेल) [x0,y0,x1,y1.....]। आउटपुट टैब में सक्षम होना चाहिए

Detector Pipelines के लिए उदाहरण JSON

{
    "Classifier": [],
    "Detector": [
    {
        "class": "person",
        "classID": 0,
        "conf": 0.83984375,
        "pts": [],
        "ta": 0.2608712911605835,
        "tx": -2.45949649810791,
        "txp": 147.5,
        "ty": -10.066887855529785,
        "typ": 165.5
    }
    ],
    "Fiducial": [],
    "Retro": [],
    "pID": 0,
    "tl": 63.50614547729492,
    "ts": 4932985.266867,
    "v": 1
}

Neural Classifier परिणाम

"Classifier" array में निम्नलिखित संरचना वाली entries होती हैं:

Key नाम	मान विवरण
class	मानव-पठनीय क्लास नाम स्ट्रिंग
classID	ClassID इंटीजर
conf	भविष्यवाणी का विश्वास स्तर

Classifier Pipelines के लिए उदाहरण JSON

{
    "Classifier": [
    {
        "class": "digital clock",
        "classID": 531,
        "conf": 0.16796875
    }
    ],
    "Detector": [],
    "Fiducial": [],
    "Retro": [],
    "pID": 0,
    "tl": 16.704740524291992,
    "ts": 4751332.7542280005,
    "v": 1
}

Barcode परिणाम

"Barcode" array में निम्नलिखित संरचना वाली entries होती हैं:

Key नाम	मान विवरण
fam	Barcode Family जैसे "qr"
data	स्ट्रिंग के रूप में डिकोड किया गया barcode डेटा
ta	इमेज के प्रतिशत के रूप में टारगेट का आकार (0-1)
tx	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
tx_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
txp	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का X-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
ty	क्रॉसहेयर के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
ty_nocross	प्रिंसिपल पिक्सेल के सापेक्ष डिग्री में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-राइट, सेंटर-ज़ीरो
typ	क्रॉसहेयर के सापेक्ष पिक्सेल में टारगेट के केंद्र का Y-निर्देशांक। पॉज़िटिव-डाउन, सेंटर-ज़ीरो
pts	कॉर्नर्स array (पिक्सेल) [x0,y0,x1,y1.....]। आउटपुट टैब में सक्षम होना चाहिए

Barcode Pipelines के लिए उदाहरण JSON

{
    "Barcode": [
    {
        "fam": "QR",
        "data": "Hello, World!",
        "txp": 150.5,
        "typ": 120.75,
        "tx": -2.5,
        "ty": 1.8,
        "tx_nocross": -2.3,
        "ty_nocross": 2.0,
        "ta": 0.05,
        "pts": [[140, 110], [160, 110], [160, 130], [140, 130]]
    }
    ],
    "Classifier": [],
    "Detector": [],
    "Fiducial": [],
    "Retro": [],
    "pID": 0,
    "tl": 15.2,
    "ts": 4751332.7542280005,
    "v": 1
}