मुख्य कंटेंट तक स्किप करें

सॉफ्टवेयर परिवर्तन लॉग और प्रतिक्रिया

समस्याओं और सुविधा अनुरोधों को ईमेल द्वारा या लाइमलाइट प्रतिक्रिया रेपो पर जमा करें

Limelight OS 2024.10 (9/4/24)​

Limelight 3A के लिए FTC समर्थन​

  • Limelight3A पूरी तरह से समर्थित है
  • 3A FTC और FTC दोनों में उपयोग किया जा सकता है

AprilTag मानचित्र अपडेट​

  • मानचित्र संपादक अब मानक और डायमंड FTC मानचित्र जनरेशन का समर्थन करता है
  • LLOS वेब इंटरफ़ेस अपलोड किए गए मानचित्र के आधार पर स्वचालित रूप से सही फ़ील्ड प्रकार प्रदर्शित करेगा
  • सभी उपकरणों और इंटरफेस में फ़ील्ड विज़ुअलाइज़र गठबंधन क्षेत्रों और FTC टाइल ग्रिड दिखाते हैं।
  • 3D विज़ुअलाइज़र प्रदर्शन में सुधार किया गया है।

कंट्रोल हब और RoboRio पर USB Limelight समर्थन​

  • FTC टीमें कंट्रोल हब पर एकल USB-सक्षम Limelight का उपयोग कर सकती हैं
  • FRC टीमें RoboRio पर 16 तक USB-सक्षम Limelight का उपयोग कर सकती हैं। USB Limelight इथरनेट Limelight की तरह ही स्वचालित रूप से नेटवर्क टेबल्स को पॉपुलेट करते हैं।
    • कई USB Limelight का उपयोग करने के लिए, प्रत्येक LL को एक अद्वितीय USB इंडेक्स और एक अद्वितीय होस्टनेम दें।

USB कनेक्टिविटी अपग्रेड​

  • MacOS अब इंटरनेट एक्सेस के लिए USB इथरनेट Limelight इंटरफ़ेस का उपयोग नहीं करता है
  • Windows अब इंटरनेट एक्सेस के लिए USB इथरनेट Limelight इंटरफ़ेस का उपयोग करने का प्रयास नहीं करता है

REST API अपडेट​

  • update-robotorientation POST अनुरोध को ठीक किया गया।
  • MT2 अब NetworkTables के बिना पूरी तरह से सुलभ है।
  • एक बार update-robotorientation मार्ग का उपयोग किए जाने के बाद, रीबूट होने तक NetworkTables ओरिएंटेशन अपडेट अक्षम हो जाते हैं।

Limelight OS 2024.9.1 (7/7/24)​

  • मैप बिल्डर टूल अब WPILib .json एप्रिलटैग लेआउट को स्वीकार/परिवर्तित करता है
  • पायथन स्नैपस्क्रिप्ट्स में AprilTag3 जोड़ा गया (from apriltag import apriltag)
  • उदाहरण के लिए examples github रेपो देखें
  • Windows पर USB कनेक्टिविटी गेटवे समस्या को ठीक किया गया।

मोज़ेक स्क्रीनशॉट:

Limelight OS 2024.9 (7/5/24)​

MegaTag अपग्रेड​

  • Limelight OS NetworkTables 4.0 पर स्थानांतरित हो गया है

  • MegaTag2 अब roboRIO से टाइमस्टैम्प किए गए IMU अपडेट प्राप्त करने के लिए NT4 के getAtomic() का उपयोग करता है।

  • हमारे टाइमस्टैम्प किए गए इमेज फ्रेम्स को इंटरपोलेशन करने से पहले दो सबसे प्रासंगिक IMU नमूनों से मिलान किया जाता है।

  • NT4 flush() को LimelightLib में जोड़ा गया है। Limelight OS के पुराने संस्करणों में Flush() जोड़ने से आपको 2024.9 प्रदर्शन के काफी करीब मिल जाएगा, लेकिन NT4 यह सुनिश्चित करता है कि सटीकता हमेशा उच्च रहे।

  • MT2 विज़ुअलाइज़र रोबोट में अब हरे बम्पर हैं, और MT1 के विज़ुअलाइज़र रोबोट में पीले बम्पर का उपयोग किया जाता है।

  • मेट्रिक्स अब संक्षेपणीय हैं, और वर्चुअल रोबोट को छिपाया जा सकता है।

  • निम्नलिखित वीडियो दर्शाता है कि रोबोट-साइड flush() के साथ 2024.9 का MegaTag 2 (हरा रोबोट) Flush() के बिना 2024.5 के MegaTag2 (लाल रोबोट) की तुलना में अधिक मजबूत है

USB ID और नए USB IP पते​

  • किसी भी सिस्टम पर कई USB Limelights का उपयोग करने के लिए सेटिंग्स पेज में "USB ID" सेट करें।
  • आपके सिस्टम पर दिखाई देने वाला USB-इथरनेट इंटरफ़ेस एक IP पते का उपयोग करेगा जो USB ID द्वारा निर्धारित किया जाता है
  • Linux/Android/Mac सिस्टम अब डिफ़ॉल्ट रूप से 172.29.0.0/24 सबनेट का उपयोग करेंगे
  • Windows सिस्टम अब डिफ़ॉल्ट रूप से 172.28.0.0/24 सबनेट का उपयोग करेंगे।
  • यदि USBID सेट है, तो सबनेट Linux/Android/Mac के लिए 172.29.(USBID).0/24 और Windows के लिए 172.28.(USBID).0/24 में बदल जाता है।
  • अब आप, उदाहरण के लिए, अपने होस्टनेम और USB ID को समायोजित करके एक ही USB हब से चार Limelight डिवाइस जोड़ सकते हैं

CPU न्यूरल क्लासिफायर​

  • Google Coral के बिना न्यूरल वर्गीकरण सक्षम करने के लिए एक CPU .tflite क्लासिफायर अपलोड करें। आप LL3 वेरिएंट पर 15-18 FPS की उम्मीद कर सकते हैं।
  • 2024.9 एक डिफ़ॉल्ट CPU क्लासिफायर के साथ आता है।
  • इस सुविधा को सक्षम करने के लिए क्लासिफायर रनटाइम को "CPU" पर सेट करें

CPU न्यूरल डिटेक्टर​

  • Google Coral के बिना न्यूरल डिटेक्शन सक्षम करने के लिए एक CPU .tflite डिटेक्टर अपलोड करें। आप LL3 वेरिएंट पर 10 FPS की उम्मीद कर सकते हैं।
  • 2024.9 एक डिफ़ॉल्ट CPU डिटेक्टर के साथ आता है।
  • इस सुविधा को सक्षम करने के लिए डिटेक्टर रनटाइम को "CPU" पर सेट करें

Limelight OS 2024.8 (7/3/24)​

  • JSON परिणाम वस्तु में Python आउटपुट (PythonOut), tx, ty, txnc, tync, ta जोड़ा गया
  • MT2 विलंबता क्षतिपूर्ति में और सुधार किया गया

Limelight OS 2024.7 (21/05/24)​

  • Linux 6.6 में अपग्रेड

बग फिक्स​

  • विज़न पाइपलाइन रूपांतरण को ठीक किया
  • कैलिब्रेशन अपलोड, स्नैपशॉट अपलोड और एनएन अपलोड को ठीक किया

Limelight OS 2024.6 (5/8/24)​

LimelightLib Python​

  • pip install limelightlib-python
  • हमारा Python लाइब्रेरी आपको किसी भी प्लेटफॉर्म पर USB और इथरनेट Limelights के साथ इंटरैक्ट करने की अनुमति देता है।
  • यह वेब UI इंटरैक्शन के बिना पूर्ण Limelight कॉन्फ़िगरेशन की अनुमति देता है।
  • पाइपलाइन्स, न्यूरल नेटवर्क, फील्ड मैप्स, आदि अपलोड करें
  • वैकल्पिक "फ्लश टू डिस्क" विकल्प के साथ किसी भी पाइपलाइन पैरामीटर में रीयल-टाइम परिवर्तन करें
  • कस्टम Python इनपुट डेटा पोस्ट करें, रोबोट ओरिएंटेशन सेट करें, आदि।

MegaTag2 अपग्रेड​

  • MegaTag2 जायरो लेटेंसी कम्पेंसेशन में सुधार किया गया है। जल्द ही और अधिक सुधारों की प्रतीक्षा करें!
  • UI में "जायरो लेटेंसी एडजस्टमेंट" स्लाइडर जोड़ा गया है। MegaTag 2 लेटेंसी कम्पेंसेशन को मैन्युअली ट्यून करने के लिए, आप अपने रोबोट को घुमा सकते हैं और स्लाइडर को तब तक समायोजित कर सकते हैं जब तक कि घूमते समय लोकलाइजेशन परिणाम पूर्ण न हों।

मानक विचलन मेट्रिक्स​

  • 3D फील्ड विज़ुअलाइज़र में अब x, y और yaw के लिए MegaTag1 और Megatag2 मानक विचलन शामिल हैं।

नया "फोकस" पाइपलाइन प्रकार​

  • "फोकस" मोड में रहते हुए, आपके पास एक स्ट्रीम गुणवत्ता स्लाइडर और एक क्रॉप बॉक्स स्लाइडर तक पहुंच होगी
  • "फोकस" स्कोर को अधिकतम करने के लिए लेंस को घुमाएं।
  • यदि आपका कैमरा एक निश्चित स्थान पर है, तो यह एक मिनट से कम समय लेता है। हम एक निश्चित / माउंटेड Limelight के साथ फोकस करने की सलाह देते हैं।

नया "बारकोड" पाइपलाइन प्रकार​

  • 1280x800 पर 50-60FPS मल्टी QR कोड डिटेक्शन और डिकोडिंग
  • 1280x800 पर 50-60FPS मल्टी डेटामैट्रिक्स डिटेक्शन और डिकोडिंग
  • 1280x800 पर 30FPS मल्टी UPC, EAN, Code128, और PDF417
  • बारकोड डेटा स्ट्रिंग्स "rawbarcodes" nt ऐरे में पोस्ट की जाती हैं।
  • बारकोड पाइपलाइन tx, ty, ta, tcornxy, आदि जैसे सभी 2D मेट्रिक्स को भर देगा।

पूरी तरह से नया REST API​

  • https://docs.limelightvision.io/docs/docs-limelight/apis/rest-http-api
  • हमारे REST / HTTP API को शुरू से पुनर्निर्मित किया गया है।
  • REST API वेब UI इंटरैक्शन के बिना पूर्ण Limelight कॉन्फ़िगरेशन की अनुमति देता है।
  • पाइपलाइन्स, न्यूरल नेटवर्क, फील्ड मैप्स, आदि अपलोड करें
  • वैकल्पिक "फ्लश टू डिस्क" विकल्प के साथ किसी भी पाइपलाइन पैरामीटर में रीयल-टाइम परिवर्तन करें
  • Python इनपुट डेटा पोस्ट करें, रोबोट ओरिएंटेशन सेट करें, आदि।

UI से कैमरा ओरिएंटेशन सेटिंग हटाएं (ब्रेकिंग चेंज)​

  • इसे "स्ट्रीम ओरिएंटेशन" विकल्प द्वारा प्रतिस्थापित किया गया है। कैलिब्रेशन और टारगेटिंग कभी भी इस विकल्प से प्रभावित नहीं होते हैं।
  • नया विकल्प केवल स्ट्रीम को प्रभावित करता है। उल्टा, 90 डिग्री दक्षिणावर्त, 90 डिग्री वामावर्त, क्षैतिज मिरर, और लंबवत मिरर
  • टीमों को अब घूमे हुए कैमरों का उपयोग करते समय आवश्यकतानुसार tx और ty को मैन्युअल रूप से उलटना होगा।

GRIP समर्थन हटाएं (ब्रेकिंग चेंज)​

"ड्राइवर" शून्य-प्रोसेसिंग मोड हटाएं (ब्रेकिंग चेंज)​

  • इसे "व्यूफाइंडर" पाइपलाइन प्रकार द्वारा प्रतिस्थापित किया गया है

"व्यूफाइंडर" पाइपलाइन प्रकार जोड़ें​

  • व्यूफाइंडर पाइपलाइन न्यूनतम लेटेंसी के लिए सभी प्रोसेसिंग को अक्षम करता है
  • यह टीमों को केवल देखने के मोड के लिए अपने स्वयं के "ड्राइवर" पाइपलाइन डिजाइन करने की अनुमति देता है

पाइपलाइन फाइलें अब JSON प्रारूप का उपयोग करती हैं (ब्रेकिंग चेंज)​

  • पाइपलाइन अभी भी .vpr फाइल एक्सटेंशन का उपयोग करती हैं
  • (2024.6 में कुछ मामलों में टूटा हुआ) जब आप "अपलोड" बटन का उपयोग करते हैं तो UI स्वचालित रूप से पाइपलाइन को JSON में परिवर्तित कर देगा।
  • (पूरी तरह से कार्यात्मक) आप अपनी पाइपलाइन को अपग्रेड करने के लिए https://tools.limelightvision.io/pipeline-upgrade का भी उपयोग कर सकते हैं

कैलिब्रेशन UX सुधार​

  • कैलिब्रेशन सेटिंग्स अब कैश की जाती हैं। आपको हर बार कैलिब्रेट करने के लिए अपनी कैलिब्रेशन सेटिंग्स दर्ज करने की आवश्यकता नहीं है।
  • डिफ़ॉल्ट कैलिब्रेशन डिक्शनरी को Calib.io से अनुशंसित 800x600mm मोटे बोर्ड के साथ काम करने के लिए अपडेट किया गया है।

कैलिब्रेशन मोज़ेक​

  • पहले, कैलिब्रेशन छवियों की गुणवत्ता निर्धारित करना मुश्किल था
  • कैलिब्रेशन टैब में अब एक "डाउनलोड कैलिब्रेशन मोज़ेक" बटन है। मोज़ेक आपको दिखाएगा कि प्रत्येक छवि आपके कैलिब्रेशन में क्या योगदान दे रही है।

mosaic screenshot:

"सेंट्रॉइड" टारगेटिंग क्षेत्र​

  • रंग पाइपलाइन के साथ ऑब्जेक्ट ट्रैकिंग में सुधार करने के लिए "आउटपुट" टैब में सेंट्रॉइड टारगेटिंग मोड जोड़ा गया है

डायनामिक 3D ऑफसेट (NT: fiducial_offset_set)​

  • अब पाइपलाइन बदले बिना 3D ऑफसेट को समायोजित करना संभव है। यह उन स्थितियों के लिए उपयोगी है जिनमें आपका "एम पॉइंट" दूरी या अन्य गुणों के आधार पर बदलने की आवश्यकता होती है।

मॉडबस समर्थन जोड़ें​

  • Limelight OS में अब निरीक्षण, लॉजिस्टिक्स और औद्योगिक अनुप्रयोगों के लिए एक हमेशा चालू मॉडबस सर्वर है
  • मॉडबस रजिस्टर स्पेक यहां देखें: https://docs.limelightvision.io/docs/docs-limelight/apis/modbus
  • डिफ़ॉल्ट मॉडबस सर्वर पोर्ट को UI के सेटिंग्स टैब में बदला जा सकता है
  • मॉडबस और स्नैपस्क्रिप्ट Python पाइपलाइन के माध्यम से, द्विदिशात्मक संचार के साथ पूरी तरह से कस्टम विज़न एप्लिकेशन अब समर्थित हैं।

कस्टम NT सर्वर​

  • सेटिंग्स टैब में अब एक कस्टम NT सर्वर के लिए एक प्रविष्टि है।
  • यह एक नए वर्कफ़्लो को सक्षम करता है जिसमें एक PC पर चलने वाला ग्लास NT सर्वर और USB पर संचार करने वाला Limelight 3G शामिल है।

Rawfiducial परिवर्तन​

  • कच्चे फिड्यूशियल्स का "क्षेत्रफल" मान अब एक कैलिब्रेटेड, सामान्यीकृत मान है जो ~0-1 की सीमा में है

सभी NetworkTables और JSON परिवर्तन​

  • NT getpipetype जोड़ें - वर्तमान पाइपलाइन प्रकार स्ट्रिंग प्राप्त करें (जैसे pipe_color, pipe_fiducial)

  • NT tcclass जोड़ें - क्लासिफायर पाइपलाइन का पता लगाया गया क्लास नाम

  • NT tdclass जोड़ें - डिटेक्टर पाइपलाइन का पता लगाया गया क्लास नाम

  • गारंटीकृत परमाणु 2d टारगेटिंग के लिए NT t2d जोड़ें - [valid,targetcount, targetlatency, capturelatency, tx, ty, txnc, tync, ta, targetid, classifierID, detectorID, tlong, tshort, thor, tvert, ts(skew)]

  • NT tlong, tshort, thor, tvert, और ts हटाएं

  • NT 'crosshairs' ऐरे जोड़ें [cx0,cy0,cx1,cy1]

  • NT cx0, cy0, cx1, और cy1 हटाएं

  • NT rawbarcodes जोड़ें - बारकोड डेटा का NT स्ट्रिंग ऐरे। 32 तक प्रविष्टियां।

  • सभी "raw" ऐरे 32 तक लक्ष्यों की अनुमति देते हैं (8 से बढ़कर)

  • डायनामिक 3d ऑफसेट सेटर fiducial_offset_set जोड़ें

  • json शीर्ष-स्तरीय परिणाम में "pType" जोड़ें

  • json शीर्ष-स्तरीय परि

Limelight OS 2024.5.0 (4/9/24)​

  • Linux 6.1 में अपग्रेड

कैमरा स्टैक अपडेट​

  • Limelight3G पर कैमरा परिधीय लॉक-अप को ठीक करने के लिए पूरा कैमरा स्टैक अपडेट किया गया है।
    • लक्षणों में शामिल हैं
  • इस अपडेट को लागू करने के बाद एक्सपोजर और गेन सेटिंग्स को फिर से ट्यून करना सुनिश्चित करें।

डायनामिक डाउनस्केलिंग​

  • टीमें अब वर्तमान पाइपलाइन की डाउनस्केल सेटिंग को ओवरराइड करने के लिए "fiducial_downscale_set" सेट कर सकती हैं
  • 0:UI नियंत्रण, 1:1x, 2:1.5x, 3:2x, 4:3x, 5:4x
  • 0.0 (UI नियंत्रण), 1.0, 1.5, 2.0, 3.0, 4.0 के साथ नए Helpers विधि का उपयोग करें
  • यह एक शून्य-ओवरहेड ऑपरेशन है।
  • डायनामिक डाउनस्केल और डायनामिक क्रॉप को संयोजित करके, टीमें कई पाइपलाइनों को प्रबंधित किए बिना FPS को अधिकतम कर सकती हैं

MegaTag2 सुधार​

  • MT2 अब Limelight ओरिएंटेशन की परवाह किए बिना काम करता है, जिसमें 90 डिग्री और -90 डिग्री रोल वाले "पोर्ट्रेट" मोड शामिल हैं

"rawdetections" nt ऐरे​

  • [classID, txnc, tync, ta, corner0x, corner0y, corner1x, corner2y, corner3x, corner3y, corner4x, corner4y]
  • कॉर्नर कैलिब्रेशन लागू किए बिना पिक्सेल-स्पेस में हैं

इरोड/डाइलेट अपडेट​

  • कलर पाइपलाइनें अब डाइलेशन के 10 चरणों और इरोजन के 10 चरणों तक का समर्थन करती हैं
  • कलर पाइपलाइनों में अब डाइलेशन और इरोजन चरणों के क्रम को उलटने के लिए एक "रिवर्स मॉर्फो" विकल्प है

LimelightLib 1.6 (4/9/24)​

  • void SetFiducialDownscalingOverride(float downscale) जोड़ा गया

पाइपलाइन नियंत्रण के लिए 0 पर सेट करें, या अपनी पाइपलाइन की डाउनस्केल सेटिंग को ओवरराइड करने के लिए निम्नलिखित में से एक पर सेट करें: 1, 1.5, 2, 3, 4

  • RawFiducial[] GetRawFiducials() जोड़ा गया
  • RawDetection[] GetRawDetections() जोड़ा गया

लाइमलाइट OS 2024.4.0 (4/3/24)​

इस अपडेट के लिए विचार देने वाली सभी टीमों को धन्यवाद।

मेगाटैग 2​

मेगाटैग 2 एक अस्पष्टता-मुक्त लोकलाइज़र है। इसकी सटीकता और परिशुद्धता मेगाटैग1 से अधिक है, और इसे निम्नलिखित आवश्यकताओं के साथ बनाया गया था:

  • पोज़ अस्पष्टता समस्या को समाप्त करें और छवि/कोने के शोर के खिलाफ मजबूती बढ़ाएं।
  • एक या अधिक टैग दिए जाने पर उत्कृष्ट पोज़ अनुमान प्रदान करें, चाहे परिप्रेक्ष्य कुछ भी हो।
  • भौतिक AprilTag प्लेसमेंट अशुद्धियों के खिलाफ मजबूती बढ़ाएं
  • अच्छे पोज़ अनुमान परिणामों के लिए आवश्यक रोबोट-साइड फ़िल्टरिंग की मात्रा को कम करें

इस अत्यधिक अस्पष्ट एकल-टैग मामले में मेगाटैग2 (लाल रोबोट) और मेगाटैग (नीला रोबोट) के बीच अंतर देखें:

मेगाटैग2 के लिए आपको एक नए मेथड कॉल के साथ अपने रोबोट की दिशा सेट करने की आवश्यकता है। यहां एक पूर्ण उदाहरण दिया गया है:

      LimelightHelpers.SetRobotOrientation("limelight", m_poseEstimator.getEstimatedPosition().getRotation().getDegrees(), 0, 0, 0, 0, 0);
      LimelightHelpers.PoseEstimate mt2 = LimelightHelpers.getBotPoseEstimate_wpiBlue_MegaTag2("limelight");
      if(Math.abs(m_gyro.getRate()) > 720) // यदि हमारी कोणीय वेग 720 डिग्री प्रति सेकंड से अधिक है, तो विज़न अपडेट को अनदेखा करें
      {
        doRejectUpdate = true;
      }
      if(mt2.tagCount == 0)
      {
        doRejectUpdate = true;
      }
      if(!doRejectUpdate)
      {
        m_poseEstimator.setVisionMeasurementStdDevs(VecBuilder.fill(.6,.6,9999999));
        m_poseEstimator.addVisionMeasurement(
            mt2.pose,
            mt2.timestampSeconds);
      }

मेगाटैग2 किसी भी दूरी पर एकल टैग दिए जाने पर उत्कृष्ट, अस्पष्टता-मुक्त परिणाम प्रदान करता है। इसका मतलब है कि केवल प्रासंगिक और आपके वांछित प्लेसमेंट सहनशीलता के भीतर टैग पर ध्यान केंद्रित करना पूरी तरह से व्यवहार्य है। यदि कोई टैग सही स्थान पर नहीं है या अप्रासंगिक है, तो नई डायनामिक फ़िल्टर सुविधा के साथ इसे फ़िल्टर करें।

डायनामिक एप्रिलटैग फ़िल्टरिंग​

  • चूंकि मेगाटैग2 को जितने संभव हो उतने अधिक AprilTags जमा करने की जरूरत नहीं है, आप सुरक्षित रूप से अच्छी तरह से रखे गए और प्रासंगिक टैग के लिए फ़िल्टर कर सकते हैं:
int[] validIDs = {3,4};
LimelightHelpers.SetFiducialIDFiltersOverride("limelight", validIDs);

मेगाटैग2 में संक्रमण​

मेगाटैग2 को ठीक से काम करने के लिए आपके रोबोट की दिशा की आवश्यकता होती है। 0 डिग्री, 360 डिग्री, 720 डिग्री, आदि की दिशा का मतलब है कि आपका रोबोट लाल गठबंधन दीवार की ओर मुख कर रहा है। यह वही परंपरा है जो PathPlanner, Chorero, Botpose, और Botpose_wpiblue में उपयोग की जाती है।

एक बार जब आप अपने कोड में SetRobotOrientation() जोड़ लेते हैं, तो अंतर्निहित 3D विज़ुअलाइज़र की जांच करें। नजदीकी दूरी पर, मेगाटैग2 और मेगाटैग1 को करीब से या बिल्कुल मेल खाना चाहिए। लंबी दूरी पर, मेगाटैग 2 (लाल रोबोट) मेगाटैग1 (नीला रोबोट) की तुलना में अधिक सटीक और अधिक स्थिर होना चाहिए।

एक बार जब अंतर्निहित विज़ुअलाइज़र अच्छे परिणाम दिखा रहा हो, तो आप स्वायत्त अवधि के दौरान अपने रोबोट का मार्गदर्शन करने के लिए मेगाटैग2 का सुरक्षित रूप से उपयोग कर सकते हैं।

एकमात्र फ़िल्टर जिसकी हम अनुशंसा करते हैं वह है "अधिकतम कोणीय वेग" फ़िल्टर। आप पा सकते हैं कि उच्च कोणीय वेग पर, आपके पोज़ अनुमान थोड़े कम विश्वसनीय हो जाते हैं।

उदाहरण रेपो में इस फ़िल्टर के साथ एक मेगाटैग2 उदाहरण है।

    if(Math.abs(m_gyro.getRate()) > 720) // यदि हमारी कोणीय वेग 720 डिग्री प्रति सेकंड से अधिक है, तो विज़न अपडेट को अनदेखा करें
    {
      doRejectUpdate = true;
    }
    if(mt2.tagCount == 0)
    {
      doRejectUpdate = true;
    }

LimelightLib 1.5 (4/3/24)​

जोड़ें

getBotPoseEstimate_wpiRed_MegaTag2()
getBotPoseEstimate_wpiBlue_MegaTag2()
SetRobotOrientation()

Limelight OS 2024.3.4 (20/03/24)​

इस अपडेट के लिए विचार देने वाली सभी टीमों को धन्यवाद।

उच्च-परिशुद्धता एकल टैग सॉल्वर​

MegaTag का एकल टैग 3D सॉल्वर बेहतर किया गया है। यह पहले की तुलना में लंबी दूरी पर बहुत अधिक स्थिर है।

JSON डिफ़ॉल्ट रूप से अक्षम (ब्रेकिंग चेंज)​

  • बैंडविड्थ उपयोग को कम करने और Shuffleboard जैसे ऑटो-सब्सक्राइबिंग डैशबोर्ड का उपयोग करने वाली टीमों के लिए JSON को डिफ़ॉल्ट रूप से अक्षम कर दिया गया है।
  • इससे RoboRIO NT लोड और CPU उपयोग भी कम होना चाहिए।
  • आउटपुट टैब में प्रति-पाइपलाइन JSON को पुनः सक्षम करें।
  • इस अपडेट में ऐसे परिवर्तन शामिल हैं जो और अधिक टीमों को पोज एस्टिमेशन के लिए JSON से दूर जाने में मदद करेंगे।

अनडिस्टॉर्टेड क्षेत्र (ब्रेकिंग चेंज)​

किसी भी लक्ष्य के क्षेत्रफल की गणना करने से पहले कोनों को अनडिस्टॉर्ट किया जाता है।

botpose, botpose_wpiblue, और botpose_wpired में प्रति-फिड्यूशियल मेट्रिक्स शामिल करें​

[tx, ty, tz, रोल, पिच, यॉ, टैगकाउंट, टैगस्पैन (मीटर), औसत दूरी (मीटर), औसत क्षेत्र (छवि का प्रतिशत), (टैग)]

megatag लोकलाइजेशन द्वारा उपयोग किए गए प्रत्येक टैग के लिए, उपरोक्त सरणियों में अब (टैगID, txnc, tync, ta, कैमरे से दूरी, रोबोट से दूरी, अस्पष्टता) शामिल हैं।

अस्पष्टता 0-1 की सीमा में एक नया मेट्रिक है जो टैग के वर्तमान परिप्रेक्ष्य की अस्पष्टता को दर्शाता है। > .9 टैग अस्पष्टताओं वाले एकल-टैग-अपडेट को शायद अस्वीकार कर देना चाहिए।

"rawtargets" और "rawfiducials" nt सरणियाँ (ब्रेकिंग चेंज)​

  • rawtargets - प्रति लक्ष्य (txnc,tync,ta)
  • rawfiducials - प्रति लक्ष्य (टैगID, txnc, tync, ta, कैमरे से दूरी, रोबोट से दूरी, अस्पष्टता)
  • पिछली rawtargets NT प्रविष्टियाँ (tx0,ty0, आदि) हटा दी गई हैं।

बगफिक्स​

  • यदि प्राथमिकता ID नहीं मिला है तो सभी एकल-टैग 3D जानकारी को शून्य कर दें। पहले, केवल Tx, Ta, Ty, और Tv को शून्य किया जाता था जब प्राथमिकता टैग नहीं मिला था
  • यदि एकमात्र दृश्यमान टैग UI के "ID फिल्टर" सुविधाओं द्वारा फ़िल्टर किया गया है तो botpose को शून्य कर दें। पहले, यदि एकमात्र दृश्यमान टैग एक फ़िल्टर किया गया टैग था तो botposes फील्ड के केंद्र पर रीसेट होने के बजाय (0,0,0) पर रीसेट हो जाते थे;
  • 2024.2 कुछ दुर्लभ मामलों में कुछ नेटवर्कटेबल्स प्रविष्टियों में NANs पोस्ट करता था। अब ऐसा नहीं होगा।

LimelightLib 1.4 (21/03/24)​

  • 2024.3.4 रॉ फिड्यूशियल्स के लिए समर्थन जोड़ा गया। PoseEstimates में अब rawFiducials की एक सरणी शामिल है जिसमें id, txnc, tync, ta, distanceToCamera, distanceToRobot, और ambiguity शामिल हैं

लाइमलाइट हार्डवेयर मैनेजर 1.4 (18/03/24)​

बग फिक्स​

खोजे गए USB लाइमलाइट्स को दो आंशिक प्रविष्टियों के बजाय एक एकल प्रविष्टि के रूप में उचित रूप से प्रदर्शित किया जाता है।

Limelight OS 2024.2.2 (17/03/24)​

बग फिक्स​

TX और TY अब NT प्रविष्टियों में क्रॉसहेयर का उचित रूप से सम्मान करते हैं।

Limelight OS 2024.2 (8/3/24)​

जीरो-क्रॉसहेयर लक्ष्यीकरण Json (tx_nocross, ty_nocross) और NT (txnc, tync) के साथ​

यदि आप कस्टम इंट्रिंसिक कैलिब्रेशन के साथ tx/ty लक्ष्यीकरण का उपयोग कर रहे हैं, तो आप अभी भी कैमरा-से-कैमरा भिन्नता देख रहे होंगे क्योंकि Limelight क्रॉसहेयर कैमरे के प्रमुख पिक्सेल के साथ संरेखित नहीं है। जिन टीमों को अधिक tx/ty सटीकता की आवश्यकता है, वे या तो क्रॉसहेयर को प्रमुख पिक्सेल से मेल खाने के लिए कॉन्फ़िगर कर सकती हैं, या इन नए मेट्रिक्स का उपयोग कर सकती हैं।

tx/ty में संभावित तोड़ने वाला परिवर्तन​

इस सीजन की शुरुआत में एक बग पेश किया गया था जिसने विशेष रूप से json में tx, ty, और tx + ty के लिए कस्टम कैलिब्रेशन को तोड़ दिया था। Limelight OS कई मामलों में डिफ़ॉल्ट कैलिब्रेशन पर वापस आ रहा था।

कैलिब्रेशन अपग्रेड​

कैलिब्रेशन अब लगभग तत्काल है, चाहे कितनी भी छवियाँ कैप्चर की गई हों। हमने कुछ परिस्थितियों में लगभग 30 छवियों से अधिक होने के कारण होने वाले क्रैश को भी ठीक किया है।

हम पेपर टारगेट्स की 15-20 छवियों के साथ लगातार लगभग 1 पिक्सेल का पुनर्प्रक्षेपण त्रुटि प्राप्त कर रहे हैं, और हमारे उच्च-गुणवत्ता वाले calib.io लक्ष्यों के साथ .3 पिक्सेल की त्रुटि प्राप्त कर रहे हैं।

फिड्यूशियल फिल्टर UI फिक्स​

फिड्यूशियल फिल्टर टेक्स्टबॉक्स अब किसी भी संख्या में फिल्टर स्वीकार करता है।

विविध​

Apriltag जनरेटर डिफ़ॉल्ट रूप से "नो बॉर्डर" पर सेट है ताकि 165.1 मिमी टैग के साथ स्केलिंग को रोका जा सके।

Limelight OS 2024.1.1 (24/02/24)​

  • प्राथमिकता आईडी को ठीक किया गया

Limelight OS 2024.1 (24/02/24)​

HW मेट्रिक्स (networktables में hw कुंजी, /status GET अनुरोध)​

कैलिब्रेशन सुधार​

  • क्रैश को ठीक करें जो तब हो सकता था जब कैलिब्रेशन छवि में ठीक एक मान्य पहचान होती थी। वेब यूआई प्रतिक्रिया में सुधार करें।

रोबोट लोकलाइजेशन सुधार (टैग गणना और अधिक)​

  • सभी networktables botpose ऐरे (botpose, botpose_wpiblue, और botpose_wpired) में अब टैग काउंट, टैग स्पैन (मीटर), औसत दूरी (मीटर), और औसत क्षेत्र (छवि का प्रतिशत) शामिल हैं

  • ये मेट्रिक्स उन टैग्स के साथ गणना किए जाते हैं जो अपलोड किए गए फील्ड मानचित्र में शामिल हैं। कस्टम और/या मोबाइल AprilTags इन मेट्रिक्स को प्रभावित नहीं करेंगे।

  • डिवाइस कैलिब्रेशन और इस botpose ऐरे अपग्रेड के साथ, हमें नहीं लगता कि इस साल अधिकांश उपयोग-मामलों के लिए JSON आवश्यक है।

  • सुविधा के लिए JSON डंप में अब botpose_avgarea, botpose_avgdist, botpose_span, और botpose_tagcount शामिल हैं।

[tx,ty,tz,rx,ry,rz,latency,tagcount,tagspan,avgdist,avgarea]

नई सुविधा: प्राथमिकता आईडी (NT कुंजी priorityid)​

  • यदि आपका रोबोट ओडोमेट्री-आधारित सुविधाओं और tx/ty-आधारित सुविधाओं दोनों का उपयोग करता है, तो आपने शायद निम्नलिखित UX समस्या का सामना किया होगा:

  • इस अपडेट से पहले, tx/ty लक्ष्यीकरण के लिए पसंदीदा टैग आईडी को आसानी से बदलने का कोई तरीका नहीं था।

  • हालांकि UI में एक आईडी फ़िल्टर है, यह

    • गतिशील नहीं है
    • मेगाटैग लोकलाइजेशन से टैग हटा देता है।

  • इसका मतलब था कि टीमें कई पाइपलाइनें बना रही थीं: एक 3D लोकलाइजेशन के लिए, और एक प्रति tx/ty टैग (एक पाइपलाइन टैग 7 के साथ नीले-पक्ष की शूटिंग के लिए, एक टैग 6 के साथ नीले-पक्ष के एम्पिंग के लिए, आदि)।

  • नई प्राथमिकता आईडी सुविधा (NT कुंजी priorityid) आपको अपने Limelight को बताने की अनुमति देती है "सभी टैग पहचान, फ़िल्टरिंग और क्रमबद्ध करने के बाद, उस टैग पर ध्यान दें जो प्राथमिकता आईडी से मेल खाता है।"

  • यह किसी भी तरह से लोकलाइजेशन को प्रभावित नहीं करता है, और यह JSON परिणामों में टैग के क्रम को केवल थोड़ा बदलता है।

  • यदि आपकी प्राथमिकता आईडी -1 नहीं है, तो tx/ty/ta 0 लौटाएगा जब तक कि चुना गया टैग दृश्यमान न हो।

विविध​

  • 3D apriltag पाइपलाइन में डुअल-टारगेट मोड का उपयोग करते समय स्क्रीन पर "x" को ठीक करें
  • REST API का विस्तार न्यूरल नेटवर्क लेबल अपलोड के साथ किया गया (/uploadlabels)
  • /status json में डिवाइस उपनाम शामिल करें

LimelightLib 1.3​

  • LimelightLib (Java और CPP) को अपडेट किया गया है ताकि लोकलाइजेशन पहले से कहीं अधिक आसान हो सके।
  LimelightHelpers.PoseEstimate limelightMeasurement = LimelightHelpers.getBotPoseEstimate_wpiBlue("limelight");
    if(limelightMeasurement.tagCount >= 2)
    {
      m_poseEstimator.setVisionMeasurementStdDevs(VecBuilder.fill(.7,.7,9999999));
      m_poseEstimator.addVisionMeasurement(
          limelightMeasurement.pose,
          limelightMeasurement.timestampSeconds);
    }

टीमों के लिए नए संसाधन​

Limelight फीडबैक और समस्या ट्रैकर: https://github.com/LimelightVision/limelight-feedback/issues​

उदाहरण रेपो: https://github.com/LimelightVision/limelight-examples​

स्वर्व के साथ लक्ष्य और रेंजिंग का उदाहरण: https://docs.limelightvision.io/docs/docs-limelight/tutorials/tutorial-swerve-aiming-and-ranging​

मेगाटैग लोकलाइजेशन उदाहरण: https://docs.limelightvision.io/docs/docs-limelight/tutorials/tutorial-swerve-pose-estimation​

हाल के योगदानकर्ताओं jasondaming, Gold876, JosephTLockwood, Andrew Gasser, और virtuald को धन्यवाद

Limelight 2024 अपडेट्स (6/2/24)

लाइमलाइट दस्तावेज़ीकरण अपग्रेड​

लाइमलाइट AprilTag जनरेटर​

  • https://tools.limelightvision.io/ अब पहला ऑनलाइन AprilTag जनरेटर प्रदर्शित करता है।
  • प्रिंट करने योग्य PDF बनाने के लिए अपना कागज का आकार, मार्कर का आकार और टैग आईडी चुनें।
  • सफारी इस समय टैग को ठीक से प्रदर्शित नहीं कर सकता है।

लाइमलाइट मैप बिल्डर​

  • https://tools.limelightvision.io/map-builder
  • अब आप एक सहज यूआई के साथ कस्टम एप्रिलटैग मानचित्र बना सकते हैं।
  • डिफ़ॉल्ट परिवार और टैग आकार को 2024 के मैदान से मेल खाने के लिए अपडेट किया गया है।

नया हार्डवेयर प्रबंधक​

  • फाइंडर टूल अब लाइमलाइट हार्डवेयर मैनेजर है
  • इसे शुरू से फिर से लिखा गया है। यह अब विश्वसनीय रूप से लाइमलाइट्स का पता लगाता है, अधिक उपयोगी नैदानिक जानकारी प्रदान करता है, और सही ढंग से काम करने के लिए पुनरारंभ की आवश्यकता नहीं होती है।
  • इसे अभी डाउनलोड पेज से प्राप्त करें नोटबुक स्क्रीनशॉट:

अपने स्वयं के न्यूरल नेटवर्क प्रशिक्षित करें​

नोटबुक स्क्रीनशॉट:

2024 AprilTag मानचित्र और नोट डिटेक्टर​

  • मानचित्र और डिटेक्टर मॉडल को डाउनलोड पेज और नवीनतम Limelight OS इमेज में जोड़ दिया गया है।

Limelight OS 2024.0 (2/6/24)​

ChArUco कैलिब्रेशन सुधार​

  • हमारे ChArUco डिटेक्टर की सबपिक्सेल सटीकता बढ़ा दी गई है। क्लिपबोर्ड लक्ष्यों और 20 छवियों के साथ अब 1-2 पिक्सेल का पुनर्प्रक्षेपण त्रुटि प्राप्त करना संभव है।
  • एक ही कैमरा और एक ही लक्ष्य का उपयोग करते हुए, 2023.6 ने 20 पिक्सेल का RPE प्राप्त किया, और 2024.0 ने 1.14 पिक्सेल का RPE प्राप्त किया।
  • इनपुट फ़ील्ड अब अक्षरों और विशेष वर्णों को स्वीकार नहीं करते हैं। यह क्रैश की संभावना को समाप्त करता है।

आउट-ऑफ-द-बॉक्स मेगाटैग सटीकता में सुधार​

  • इस अपडेट से पहले, Limelight का आंतरिक मेगाटैग मानचित्र जनरेटर .fmap फ़ाइल द्वारा प्रदान किए गए टैग आकारों के बजाय UI के टैग आकार स्लाइडर का संदर्भ लेता था।
  • मेगाटैग अब fmap फ़ाइलों में कॉन्फ़िगर किए गए टैग आकारों का सम्मान करता है और आकार स्लाइडर को अनदेखा करता है।
  • यदि आपका आकार स्लाइडर 165.1 मिमी पर सेट नहीं किया गया है, तो आप स्थानीयकरण सटीकता में तत्काल सुधार देखेंगे।

प्रदर्शन उन्नयन और बगफिक्स​

  • उच्च FPS AprilTag पाइपलाइन्स
  • फील्ड-स्पेस विज़ुअलाइज़र के प्रदर्शन में काफी सुधार किया गया है।

बगफिक्स​

  • 3D विज़ुअलाइज़र में Apriltags कभी-कभी गलत या भ्रष्ट टैग छवियों के साथ चित्रित किए जाते थे। टैग अब हमेशा सही ढंग से प्रदर्शित होते हैं।
  • "v" / tv / "valid" अब केवल तभी "1" लौटाएगा जब वैध डिटेक्शन हों। पहले, tv हमेशा "1" था।

2023.6 (18/04/23)​

आसान ChArUco कैलिब्रेशन और कैलिब्रेशन विज़ुअलाइज़र​

  • ChArUco कैलिब्रेशन को चेकरबोर्ड कैलिब्रेशन से बेहतर माना जाता है क्योंकि यह ओक्लूज़न, खराब कोने की पहचान को संभालता है, और इसके लिए पूरे बोर्ड को दृश्यमान होने की आवश्यकता नहीं होती है। इससे आपकी छवियों के किनारों और कोनों के पास कैलिब्रेशन बोर्ड के कोनों को कैप्चर करना बहुत आसान हो जाता है। यह विकृति गुणांक अनुमान के लिए महत्वपूर्ण है।
  • Limelight का कैलिब्रेशन प्रक्रिया हर चरण में प्रतिक्रिया प्रदान करता है, और यह सुनिश्चित करेगा कि आप अच्छे कैलिब्रेशन परिणामों के लिए सभी आवश्यक कार्य करें। इस प्रक्रिया को यथासंभव बुलेटप्रूफ बनाने के लिए बहुत प्रयास किया गया है।
  • सबसे महत्वपूर्ण बात यह है कि आप अपने कैलिब्रेशन परिणामों को डिफ़ॉल्ट कैलिब्रेशन के बगल में देख सकते हैं। एक नज़र में, आप समझ सकते हैं कि आपका कैलिब्रेशन परिणाम उचित है या नहीं।
  • आप कैलिब्रेशन डैशबोर्ड का उपयोग एक सीखने के उपकरण के रूप में भी कर सकते हैं। आप डाउनलोड किए गए कैलिब्रेशन परिणाम फ़ाइलों को संशोधित कर सकते हैं और उन्हें फिर से अपलोड कर सकते हैं ताकि आप सीख सकें कि इंट्रिंसिक मैट्रिक्स और विकृति गुणांक लक्ष्यीकरण परिणामों, FOV, आदि को कैसे प्रभावित करते हैं।
  • इस वीडियो को देखें:

2023.5.1 और 2023.5.2 (22/03/23)​

  • 2023.5.0 में पेश की गई प्रतिगमन को ठीक किया गया - जबकि 2023.5 ने सभी गैर-समतल लेआउट के लिए मेगाटैग को ठीक किया, इसने एकल-टैग पोज अनुमानों के प्रदर्शन को कम कर दिया। यह अब ठीक कर दिया गया है। एकल-टैग पोज अनुमान 2023.4 में उपयोग किए गए समान सॉल्वर का उपयोग करते हैं।

  • तेज़ स्नैपशॉट इंटरफ़ेस। स्नैपशॉट ग्रिड अब कम-रेज़ोल्यूशन 128p थंबनेल लोड करता है।

  • लाइमलाइट यॉ अब 3डी विज़ुअलाइज़र में सही ढंग से प्रस्तुत किया जाता है। यह विज़ुअलाइज़र में और आंतरिक रूप से ccw-पॉजिटिव है।

  • फील्ड स्पेस विज़ुअलाइज़र में इंगित करें कि कौन से लक्ष्य वर्तमान में ट्रैक किए जा रहे हैं।

2023.5.0 (21/03/23)​

महत्वपूर्ण परिवर्तन​

  • पिछले रिलीज़ में Limelight रोबोट-स्पेस "यॉ" उल्टा था, इस त्रुटि को ठीक किया गया है। वेब यूआई में Limelight यॉ अब आंतरिक रूप से CCW-पॉजिटिव है।

क्षेत्र चयन अपडेट​

  • न्यूरल डिटेक्टर पाइपलाइन में क्षेत्र चयन अब अपेक्षित रूप से काम करता है।
  • अघूर्णित लक्ष्य आयत के केंद्र, शीर्ष, बाएं, दाएं, ऊपर या नीचे का चयन करने के लिए 5 नए क्षेत्र विकल्प जोड़े गए हैं।

"hwreport" REST API​

  • :5807/hwreport कैमरा इंट्रिंसिक्स और विकृति जानकारी का विवरण देने वाली JSON प्रतिक्रिया लौटाएगा।

MegaTag सुधार​

  • कुछ गैर-समतलीय एप्रिलटैग लेआउट MegaTag में खराब थे। इसे ठीक कर दिया गया है, और अब सभी फील्ड टैग के साथ पोज अनुमान स्थिर है। यह पहले से भी अधिक दूरी पर स्थिर पोज अनुमान को सक्षम करता है।

बेहतर tx और ty सटीकता​

  • TX और TY पहले से कहीं अधिक सटीक हैं। लक्ष्य पूरी तरह से अविकृत हैं, और FOV पूरी तरह से कैमरा इंट्रिंसिक्स द्वारा निर्धारित होता है।

2023.4.0 (2/18/23)​

न्यूरल डिटेक्टर क्लास फिल्टर​

अवांछित पहचानों को आसानी से फिल्टर करने के लिए उन वर्गों को निर्दिष्ट करें जिन्हें आप ट्रैक करना चाहते हैं।

न्यूरल डिटेक्टर का विस्तारित समर्थन​

किसी भी इनपुट रेज़ोल्यूशन का समर्थन करें, अन्य ऑब्जेक्ट डिटेक्शन आर्किटेक्चर का समर्थन करने के लिए अतिरिक्त आउटपुट आकारों का समर्थन करें। EfficientDet0-आधारित मॉडल अब समर्थित हैं।

2023.3.1 (14/02/23)​

एप्रिलटैग सटीकता में सुधार​

सभी मॉडल के लिए बेहतर आंतरिक मैट्रिक्स और, सबसे महत्वपूर्ण रूप से, बेहतर विकृति गुणांक। एकल एप्रिलटैग स्थानीयकरण में उल्लेखनीय सुधार।

डिटेक्टर अपलोड​

डिटेक्टर अपलोड समस्या का समाधान किया गया।

2023.3 (2/13/23)​

कैप्चर लेटेंसी (NT कुंजी: "cl", JSON परिणाम: "cl")​

नई कैप्चर लेटेंसी प्रविष्टि Limelight के इमेज सेंसर की मध्य पंक्ति के एक्सपोजर के अंत और प्रोसेसिंग पाइपलाइन की शुरुआत के बीच के समय को दर्शाती है।

AprilTags के लिए नई गुणवत्ता सीमा​

नए गुणवत्ता सीमा स्लाइडर के साथ अब अवांछित AprilTags को आसानी से फ़िल्टर किया जा सकता है। 2023.3 में सेट किया गया डिफ़ॉल्ट मान अधिकांश अवांछित पहचानों को हटा देना चाहिए।

रोबोट स्पेस में कैमरा पोज़ ओवरराइड (NT कुंजी: "camerapose_robotspace_set", "camerapose_robotspace")​

अब आपके Limelight की रोबोट स्पेस में स्थिति को चलते-फिरते समायोजित किया जा सकता है। यदि कुंजी को शून्य की एक श्रृंखला पर सेट किया जाता है, तो वेब इंटरफ़ेस में सेट किया गया पोज़ उपयोग किया जाता है।

यहाँ एक एलिवेटर पर Limelight का एक उदाहरण दिया गया है: एलिवेटर पर Limelight

अधिकतम एक्सपोजर में वृद्धि​

अधिकतम एक्सपोजर समय अब 33ms है (12.5 ms से बढ़कर)। उच्च-fps कैप्चर मोड अभी भी (1/fps) सेकंड तक सीमित हैं। उदाहरण के लिए, 90hz पाइपलाइनों में 11ms एक्सपोजर समय के बाद अधिक उज्ज्वल छवियाँ नहीं होंगी।

Botpose अपडेट​

नेटवर्कटेबल्स में सभी तीन botpose श्रृंखलाओं में एक सातवीं प्रविष्टि है जो कुल लेटेंसी (कैप्चर लेटेंसी + टारगेटिंग लेटेंसी) को दर्शाती है।

बग फिक्स​

  • शफलबोर्ड में LL3 MJPEG स्ट्रीम को ठीक किया गया
  • camMode को ठीक किया गया - ड्राइवर मोड अब उज्ज्वल, उपयोगी छवियाँ उत्पन्न करता है
  • एक्सपोजर लेबल को सही किया गया है - प्रत्येक "टिक" 0.1 ms के बजाय 0.01ms को दर्शाता है
  • न्यूरल नेट डिटेक्टर अपलोड को ठीक किया गया

2023.2 (1/28/23)​

3D को पहले से कहीं अधिक आसान बनाना।

WPILib-संगत Botposes​

Botpose का उपयोग अब बॉक्स से बाहर निकलते ही और भी आसान हो गया है।

ये WPILib कोऑर्डिनेट सिस्टम से मेल खाते हैं। megatag botpose उदाहरण:

सभी botposes वेब इंटरफ़ेस में फ़ील्ड-स्पेस विज़ुअलाइज़र में सीधे प्रिंट किए जाते हैं, जिससे एक नज़र में यह पुष्टि करना आसान हो जाता है कि सब कुछ ठीक से काम कर रहा है।

3D डेटा तक आसान पहुंच (ब्रेकिंग चेंजेस)​

AprilTags के संदर्भ में Limelight से आने वाला सबसे उपयोगी डेटा शायद TargetSpace में RobotPose है। केवल इसका उपयोग करके, आप एक ड्राइवट्रेन को फील्ड पर एक AprilTag के साथ पूरी तरह से संरेखित कर सकते हैं।

  • NetworkTables कुंजी "campose" अब "camerapose_targetspace" है
  • NetworkTables कुंजी "targetpose" अब "targetpose_cameraspace" है
  • नई NetworkTables कुंजी - "targetpose_robotspace"
  • नई NetworkTables कुंजी - "botpose_targetspace"

न्यूरल नेट अपलोड​

Limelight क्लासिफायर पाइपलाइन में टीचेबल मशीन मॉडल अपलोड करें। सुनिश्चित करें कि वे Tensorflow Lite EdgeTPU संगत मॉडल हैं। .tflite और .txt लेबल फ़ाइलों को अलग-अलग अपलोड करें।

2023.1 (19/01/23)​

मेगाटैग और प्रदर्शन बूस्ट

एक गलती को सुधारना​

UI में डिफ़ॉल्ट मार्कर आकार पैरामीटर को 152.4mm तक सही किया गया है (203.2mm से कम)। यह अधिकांश सटीकता समस्याओं का मूल था।

बढ़ी हुई ट्रैकिंग स्थिरता​

AprilTag का पता लगाने और डिकोड करने के कई तरीके हैं। हमने सभी क्षेत्रों में स्थिरता में सुधार किया है, विशेष रूप से कम रोशनी / कम एक्सपोजर वाले वातावरण में।

अल्ट्रा फास्ट ग्रेस्केलिंग​

ग्रेस्केलिंग पहले से 3x-6x तेज है। टीमें AprilTags को ट्रैक करते समय हमेशा एक ग्रे वीडियो स्ट्रीम देखेंगी।

प्रदर्शन के लिए क्रॉपिंग​

AprilTag पाइपलाइनों में अब क्रॉप स्लाइडर हैं। अपनी छवि को क्रॉप करने से किसी भी रेज़ोल्यूशन पर बेहतर फ्रेमरेट मिलेगा।

आसान फ़िल्टरिंग​

AprilTag पाइपलाइनों में अब एक एकल "ID फ़िल्टर" फ़ील्ड है जो JSON आउटपुट, botpose-सक्षम टैग, और tx/ty-सक्षम टैग को फ़िल्टर करता है। दोहरी-फ़िल्टर सेटअप बगी और भ्रामक था।

ब्रेकिंग चेंज​

NT कुंजी "camtran" अब "campose" है

JSON अपडेट​

"botpose" अब json परिणाम डंप का एक हिस्सा है

फील्ड स्पेस विज़ुअलाइज़र अपडेट​

फील्ड-स्पेस विज़ुअलाइज़र अब 2023 FRC फील्ड दिखाता है। अब एक नज़र में botpose सटीकता का अंदाजा लगाना आसान होना चाहिए।

लाइमलाइट मेगाटैग (नया botpose)​

मेरी #1 प्राथमिकता बेहतर सटीकता, कम शोर, और अस्पष्टता लचीलापन के लिए botpose को फिर से लिखना रही है। लाइमलाइट का नया botpose कार्यान्वयन मेगाटैग कहलाता है। कई व्यक्तिगत फील्ड-स्पेस पोज़ के मूर्ख औसत के साथ botpose की गणना करने के बजाय, मेगाटैग अनिवार्य रूप से सभी टैग को एक विशाल 3D टैग में कई कीपॉइंट्स के साथ संयोजित करता है। इसके बहुत बड़े लाभ हैं।

निम्नलिखित GIF एक ऐसी स्थिति दिखाता है जिसे टैग फ्लिपिंग को प्रेरित करने के लिए डिज़ाइन किया गया है: हरा सिलेंडर: व्यक्तिगत प्रति-टैग बॉट पोज़ नीला सिलेंडर: 2023.0.1 BotPose सफेद सिलेंडर: नया मेगाटैग Botpose

ध्यान दें कि नया botpose (सफेद सिलेंडर) पुराने botpose (नीले सिलेंडर) की तुलना में कितना अधिक स्थिर है। आप tx और ty मानों को भी देख सकते हैं।

यहाँ पूरी स्क्रीन है, जो टैग अस्पष्टता दिखाती है:

यहाँ फायदे हैं:

Botpose अब अस्पष्टताओं (टैग फ्लिपिंग) के प्रति लचीला है यदि एक से अधिक टैग दृश्य में हैं (जब तक कि वे करीब और समतल न हों। आदर्श रूप से कीपॉइंट समतल नहीं होते हैं)। यदि एक से अधिक टैग दृश्य में हैं तो Botpose अब टैग कोनों में शोर के प्रति अधिक लचीला है। टैग एक दूसरे से जितने दूर होंगे, उतना बेहतर होगा। यह केवल समतल टैग तक सीमित नहीं है। यह पूर्ण 3D में और किसी भी अभिविन्यास में किसी भी संख्या में टैग के लिए स्केल करता है। फर्श टैग और छत टैग पूरी तरह से काम करेंगे।

यहाँ एक आरेख है जो एक सरल समतल मामले के साथ इसके काम करने के एक पहलू को प्रदर्शित करता है। वास्तविक परिणाम वास्तव में बेहतर हैं जो दर्शाया गया है, क्योंकि चित्रित मेगाटैग में एक बिंदु के बजाय तीन बिंदुओं पर एक महत्वपूर्ण त्रुटि लागू की गई है। जैसे-जैसे 3D संयुक्त मेगाटैग आकार और कीपॉइंट गिनती में बढ़ता है, इसकी स्थिरता बढ़ती जाती है।

न्यूरल नेट अपलोड को 2023.2 में धकेला जा रहा है!

2023.0.0 और 2023.0.1 (1/11/23)​

AprilTags, रोबोट लोकलाइजेशन, डीप न्यूरल नेटवर्क, पुनर्लिखित स्क्रीनशॉट इंटरफेस और बहुत कुछ पेश करते हुए।

विशेषताएं, परिवर्तन और बगफिक्स​

  • नया सेंसर कैप्चर पाइपलाइन और गेन नियंत्रण
    • हमारा नया कैप्चर पाइपलाइन 2022 की तुलना में 100 गुना कम एक्सपोजर समय की अनुमति देता है। नया पाइपलाइन गेन नियंत्रण भी सक्षम करता है। यह AprilTags ट्रैकिंग के लिए बेहद महत्वपूर्ण है, और रेट्रोरिफ्लेक्टिव लक्ष्यीकरण को पहले से कहीं अधिक विश्वसनीय बनाने का काम करेगा। Limelight OS 2023 से पहले, Limelight का सेंसर गेन गैर-निर्धारित था (हमने इसे काम करने के लिए कुछ तरकीब लागू की थी)।
    • नए "सेंसर गेन" स्लाइडर के साथ, टीमें एक्सपोजर स्लाइडर को छुए बिना पहले से कहीं अधिक छवियों को अंधेरा या उज्जवल बना सकती हैं। गेन बढ़ाने से छवि में शोर बढ़ जाएगा।
    • कम गेन को नए कम एक्सपोजर समय के साथ जोड़कर, अब पूर्ण-चमक वाले LED और रेट्रोरिफ्लेक्टिव लक्ष्यों के साथ लगभग पूरी तरह से काली छवियां उत्पन्न करना संभव है। यह रेट्रोरिफ्लेक्टिव लक्ष्यों को ट्रैक करते समय LED और सूर्य के प्रकाश परावर्तन को कम करने में मदद करेगा।
    • सेंसर गेन बढ़ाकर और एक्सपोजर कम करके, टीमें AprilTags को ट्रैक करते समय उच्च एक्सपोजर समय के कारण गति धुंधलापन के प्रभावों को कम कर पाएंगी।
    • हमने सभी सुविधाओं को बरकरार रखते हुए इस नए पाइपलाइन को विकसित करने में सफलता प्राप्त की है - 90fps, हार्डवेयर ज़ूम, आदि।
  • अधिक रिज़ॉल्यूशन विकल्प
    • LL1, LL2, और LL2+ के लिए दो नए कैप्चर रिज़ॉल्यूशन हैं: 640x480x90fps, और 1280x960x22fps
  • अनुकूलित वेब इंटरफेस
    • वेब GUI अब रोबोट नेटवर्क पर 3 गुना तेजी से लोड और आरंभ होगा।
  • पुनर्लिखित स्नैपशॉट इंटरफेस
    • स्नैपशॉट सुविधा को पूरी तरह से पुनर्लिखित किया गया है ताकि छवि अपलोड, छवि डाउनलोड और छवि हटाने की अनुमति मिल सके। दस्तावेज़ीकरण में स्नैपशॉट कैप्चर करने के लिए नए API भी विस्तृत किए गए हैं।
  • SolvePnP सुधार
    • हमारी solvePnP-आधारित कैमरा लोकलाइजेशन सुविधा में एक बुरी बग थी जो हर चार फ्रेम में इसकी सटीकता को गंभीर रूप से सीमित कर रही थी। इसे संबोधित किया गया है, और रेट्रोरिफ्लेक्टिव/कलर SolvePNP विज़ुअलाइज़ेशन के लिए एक नया पूर्ण 3D कैनवास बनाया गया है।
  • वेब इंटरफेस बगफिक्स
    • 2022 में एक बेहद दुर्लभ समस्या थी जिसने फ्लैशिंग के बाद पहले बूट के दौरान वेब इंटरफेस को स्थायी रूप से खराब कर दिया था, जिससे उपयोगकर्ता को फिर से फ्लैश करने के लिए मजबूर होना पड़ता था। मूल कारण का पता लगा लिया गया है और इसे हमेशा के लिए ठीक कर दिया गया है।
  • नए API
    • Limelight अब REST और Websocket API शामिल करता है। REST, Websocket, और NetworkTables API सभी नई JSON डंप सुविधा का समर्थन करते हैं, जो FRC और अन्य सभी अनुप्रयोगों के लिए मानव पठनीय, सरल-से-पार्स प्रारूप में सभी लक्ष्यों के लिए सभी डेटा सूचीबद्ध करता है।

शून्य-कोड लर्निंग-आधारित विज़न और Google Coral समर्थन​

  • Google Coral अब सभी Limelight मॉडल द्वारा समर्थित है। Google Coral एक 4TOPs (ट्रिलियन-ऑफ-ऑपरेशंस / सेकंड) USB हार्डवेयर एक्सेलेरेटर है जो 8-बिट न्यूरल नेटवर्क पर अनुमान के लिए विशेष रूप से बनाया गया है।
  • कुछ साल पहले रेट्रोरिफ्लेक्टिव ट्रैकिंग की तरह ही, FRC रोबोट पर लर्निंग-आधारित विज़न के लिए प्रवेश की बाधा औसत टीम के लिए बहुत अधिक रही है। हमने Limelight के साथ रेट्रोरिफ्लेक्टिव लक्ष्यों की तरह ही लर्निंग-आधारित विज़न को आसान बनाने के लिए आवश्यक सभी बुनियादी ढांचे विकसित किए हैं।
  • हमारे पास एक क्लाउड GPU क्लस्टर, प्रशिक्षण स्क्रिप्ट, एक डेटासेट एकत्रीकरण उपकरण, और एक मानव लेबलिंग टीम तैयार है। हम पहली बार FRC समुदाय के लिए गहन न्यूरल नेटवर्क लाने के लिए उत्साहित हैं।
  • हम वर्तमान में दो प्रकार के मॉडल का समर्थन करते हैं: ऑब्जेक्ट डिटेक्शन मॉडल और इमेज क्लासिफिकेशन मॉडल।
    • ऑब्जेक्ट डिटेक्शन मॉडल सभी पता लगाए गए वस्तुओं के लिए "क्लास आईडी" और बाउंडिंग बॉक्स प्रदान करेंगे (बिल्कुल हमारे रेट्रोरिफ्लेक्टिव लक्ष्यों की तरह)। यह रीयल-टाइम गेम पीस ट्रैकिंग के लिए एकदम सही है।
      • कृपया यहां छवियां जमा करके पहले-कभी FRC ऑब्जेक्ट डिटेक्शन मॉडल में योगदान दें: https://datasets.limelightvision.io/frc2023
      • डिटेक्शन नेटवर्क का उपयोग करने के लिए tx, ty, ta, और tclass नेटवर्कटेबल्स कुंजियों या JSON डंप का उपयोग करें
    • इमेज क्लासिफिकेशन मॉडल एक छवि को इनजेस्ट करेंगे, और एक एकल क्लास लेबल उत्पन्न करेंगे।
      • अधिक जानने और Limelight के लिए अपने स्वयं के मॉडल प्रशिक्षित करना शुरू करने के लिए, Google द्वारा Teachable Machine देखें।
      • https://www.youtube.com/watch?v=T2qQGqZxkD0
      • Teachable machine मॉडल सीधे Limelight के साथ संगत हैं।
      • इमेज क्लासिफायर का उपयोग आंतरिक रोबोट स्थिति, फील्ड सुविधाओं की स्थिति, और बहुत कुछ वर्गीकृत करने के लिए किया जा सकता है।
      • इन मॉडलों का उपयोग करने के लिए tclass नेटवर्कटेबल्स कुंजी का उपयोग करें।
  • Limelight OS 2023.0 कस्टम मॉडल अपलोड करने की क्षमता प्रदान नहीं करता है। यह शीघ्र ही 2023.1 में सक्षम किया जाएगा

शून्य-कोड AprilTag समर्थन​

  • AprilTags Limelight के साथ रेट्रोरिफ्लेक्टिव लक्ष्यों की तरह ही आसान हैं। क्योंकि उनके पास एक ID के रूप में एक प्राकृतिक कठोर फिल्टर है, इसलिए आपके roboRIO को किसी भी विज़न-संबंधित फ़िल्टरिंग करने का और भी कम कारण है।
  • शुरू करने के लिए, tx, ty, और ta का सामान्य रूप से उपयोग करें। कोई कोड परिवर्तन आवश्यक नहीं है। किसी भी लक्ष्य विशेषता द्वारा क्रमबद्ध करें, लक्ष्य समूहों का उपयोग करें, आदि।
  • क्योंकि AprilTags हमेशा वर्गाकार और हमेशा अद्वितीय रूप से पहचान योग्य होते हैं, वे पूर्ण 3D पोज़ गणना के लिए एक आदर्श मंच प्रदान करते हैं।
  • हमारे समर्थन चैनलों में इस सुविधा के लिए हमें जो प्रतिक्रिया मिली है वह बेहद सकारात्मक रही है। हमने AprilTags को 2D ट्रैकिंग से लेकर फील्ड पर पूर्ण 3D रोबोट लोकलाइजेशन तक जितना संभव हो सके आसान बना दिया है
  • अधिक विस्तृत जानकारी के लिए फील्ड मैप विनिर्देश और समन्वय प्रणाली दस्तावेज़ देखें।
  • Limelight के साथ AprilTags का उपयोग करने के चार तरीके हैं:
  • 2D में AprilTags
    • tx, ty, और ta का उपयोग करें। अपने पाइपलाइन को एक विशिष्ट टैग ID की खोज करने के लिए कॉन्फ़िगर करें।
    • <gif>
  • पॉइंट-ऑफ-इंटरेस्ट 3D AprilTags
    • tx और ty, ta, और tid नेटवर्कटेबल्स कुंजियों का उपयोग करें। पॉइंट ऑफ इंटरेस्ट ऑफसेट वह सब है जो अधिकांश टीमों को उन लक्ष्यों को ट्रैक करने की आवश्यकता होगी जिन पर सीधे AprilTags संलग्न नहीं हैं।
    • <gif>
  • पूर्ण 3D
    • अपने LL

2022.3.0 (13/04/22)​

बग फिक्स और हार्टबीट।

बग फिक्स​

  • USB कैमरा स्ट्रीम और कई स्ट्रीम इंस्टेंस से संबंधित प्रदर्शन, स्ट्रीम स्थिरता और स्ट्रीम लैग समस्याओं को ठीक किया गया।

विशेषताएँ और परिवर्तन​

  • "hb" हार्टबीट NetworkTable कुंजी
    • "hb" मान प्रति प्रोसेसिंग फ्रेम में एक बार बढ़ता है, और 2000000000 पर शून्य पर रीसेट होता है।

2022.2.3 (16/03/22)​

बग फिक्स और रोबोट-कोड क्रॉप फ़िल्टरिंग।

बग फिक्स​

  • "स्ट्रीम" नेटवर्कटेबल्स कुंजी और पिक्चर-इन-पिक्चर मोड को ठीक किया गया
  • "स्नैपशॉट" नेटवर्कटेबल्स कुंजी को ठीक किया गया। स्क्रीनशॉट लेने के लिए उपयोगकर्ताओं को "स्नैपशॉट" कुंजी को "1" पर सेट करने से पहले "0" पर सेट करना होगा।
  • वेब इंटरफ़ेस से अनावश्यक पायथन-संबंधित चेतावनियों को हटाया गया

सुविधाएँ और परिवर्तन​

  • मैनुअल क्रॉप फ़िल्टरिंग
    • "क्रॉप" नेटवर्कटेबल्स सरणी का उपयोग करके, टीमें अब रोबोट कोड से क्रॉप आयतों को नियंत्रित कर सकती हैं।
    • "क्रॉप" कुंजी के काम करने के लिए, वर्तमान पाइपलाइन को डिफ़ॉल्ट, व्यापक खुले क्रॉप आयत का उपयोग करना चाहिए (minX और minY के लिए -1, maxX और maxY के लिए +1)।
    • इसके अतिरिक्त, "क्रॉप" नेटवर्कटेबल सरणी में ठीक 4 मान होने चाहिए, और उन मानों में से कम से कम एक गैर-शून्य होना चाहिए।

2022.2.2 (23/02/22)​

सप्ताह 0 और FMS विश्वसनीयता परीक्षण के आधार पर सभी टीमों के लिए अनिवार्य अपग्रेड।

बग फिक्स​

  • खुले वेब इंटरफेस, FMS, FMS जैसे सेटअप, कई व्यूअर डिवाइस आदि से संबंधित हैंग / कनेक्शन का नुकसान / लक्ष्यीकरण का नुकसान को ठीक किया गया।

सुविधाएँ और परिवर्तन​

  • क्रॉप फिल्टरिंग

    • निर्दिष्ट क्रॉप आयत के बाहर सभी पिक्सेल को अनदेखा करें
    • यदि आपके फ्लाईव्हील के फील्ड पर कोई स्वीट स्पॉट हैं, तो आप विशिष्ट पाइपलाइनों में अधिकांश पिक्सेल को अनदेखा करने के लिए क्रॉप फिल्टर का उपयोग कर सकते हैं। यह सुविधा टीमों को गैर-लक्ष्यों को ट्रैक करने की संभावना को कम करने में मदद करनी चाहिए।
    • यदि आप कार्गो को ट्रैक कर रहे हैं, तो इस सुविधा का उपयोग छवि के एक विशिष्ट भाग में केवल कार्गो को देखने के लिए करें। अपनी टीम के बम्पर, दूर के लक्ष्यों आदि को अनदेखा करने पर विचार करें।

  • कॉर्नर्स सुविधा अब स्मार्ट टारगेट ग्रुपिंग के साथ संगत

    • यह उन टीमों के लिए है जो RIO पर अधिक उन्नत कस्टम विज़न करना चाहती हैं
    • "tcornxy" कॉर्नर सीमा 64 कॉर्नर तक बढ़ाई गई
    • कंटूर सरलीकरण और बल संवहन सुविधाएं अब स्मार्ट टारगेट ग्रुपिंग और कॉर्नर भेजने के साथ ठीक से काम करती हैं

  • IQR फिल्टर अधिकतम 3.0 तक बढ़ाया गया

  • वेब इंटरफेस लाइव टारगेट अपडेट दर 30fps से घटाकर 15fps कर दी गई है ताकि वेब इंटरफेस खुले रहने पर बैंडविड्थ और सीपीयू लोड कम हो सके

2022.1 (25/01/22)​

बग फिक्स​

  • हमें अपने एक आपूर्तिकर्ता से एक समस्या (और एक समाधान!) के बारे में जानकारी मिली जो विशेष रूप से Limelight 2 में उपयोग किए जाने वाले लगभग 1/75 CPU को प्रभावित करती है (यह एक विशिष्ट बैच से संबंधित हो सकता है)। यह समझ में आता है, और यह 2022 इमेज और 2020 इमेज के बीच बची हुई कुछ ही बूट अंतरों में से एक था।
  • GRIP इनपुट और SolvePNP मॉडल के लिए अपलोड बटन को ठीक किया गया

विशेषताएँ​

  • ह्यू रेनबो

    • नया ह्यू रेनबो ह्यू थ्रेशोल्ड को कॉन्फ़िगर करना आसान बनाता है।

  • ह्यू इनवर्जन

    • नई ह्यू इनवर्जन विशेषता एक महत्वपूर्ण सुविधा है यदि आप लाल वस्तुओं को ट्रैक करना चाहते हैं, क्योंकि लाल ह्यू रेंज की शुरुआत और अंत दोनों में होता है:

  • नई पायथन लाइब्रेरीज

    • हमारे पायथन सैंडबॉक्स में scipy, scikit-image, pywavelets, pillow, और pyserial जोड़े गए।

2022.0 और 2022.0.3 (15/01/22)​

यह एक बड़ा अपडेट है। यहाँ चार प्रमुख परिवर्तन हैं:

विशेषताएँ​

  • स्मार्ट टारगेट समूहीकरण

    • स्वचालित रूप से उन टारगेट्स को समूहीकृत करें जो सभी व्यक्तिगत टारगेट फ़िल्टर को पास करते हैं।
    • -समूह आकार स्लाइडर न्यूनतम- और -समूह आकार स्लाइडर अधिकतम- के बीच किसी भी संख्या में टारगेट्स को गतिशील रूप से समूहीकृत करेगा।

  • आउटलायर अस्वीकरण

    • हालांकि यह लक्ष्य अन्य लक्ष्यों की तुलना में अधिक चुनौतीपूर्ण है, यह हमें फ़िल्टरिंग के लिए अधिक अवसर देता है। अवधारणात्मक रूप से, यह लक्ष्य एक "हरे रंग के धब्बे" से अधिक है। चूंकि हम जानते हैं कि लक्ष्य कई टारगेट्स से बना है जो एक दूसरे के करीब हैं, हम वास्तव में उन आउटलायर टारगेट्स को अस्वीकार कर सकते हैं जो अकेले खड़े हैं।
    • इस साल के लक्ष्य के लिए आपको लगभग पूरी तरह से अच्छी टारगेट फ़िल्टरिंग पर निर्भर रहना चाहिए, और केवल तभी आउटलायर अस्वीकरण का उपयोग करें जब आप अपने कैमरा स्ट्रीम में नकली आउटलायर्स देखें या उनकी अपेक्षा करें। यदि आपके पास खराब मानक टारगेट फ़िल्टरिंग है, तो आउटलायर पहचान आपके खिलाफ काम करना शुरू कर सकती है!

  • लाइमलाइट 2022 छवि उन्नयन हमने अपने सॉफ्टवेयर से सैकड़ों चलते पुर्जों को हटा दिया है। ये परिणाम हैं:

    • संपीड़ित छवि आकार: 2020 में 1.3 GB → 2022 के लिए 76MB (17 गुना कम!)
    • डाउनलोड समय: 2020 में 10 मिनट → 2022 के लिए सेकंड
    • फ्लैश समय: 2020 में 5+ मिनट → 2022 के लिए सेकंड
    • बूट समय: 2020 में 35+ सेकंड → 2022 के लिए 14 सेकंड (10 सेकंड में LED चालू)

  • पूर्ण पायथन स्क्रिप्टिंग

    • लाइमलाइट ने रोबोटिक्स में कंप्यूटर विजन की कुछ क्षमताओं से बड़ी संख्या में छात्रों को सफलतापूर्वक अवगत कराया है। पायथन स्क्रिप्टिंग के साथ, टीमें अब अपनी खुद की छवि प्रसंस्करण पाइपलाइन लिखकर एक और कदम आगे बढ़ सकती हैं।

  • यह अपडेट सभी लाइमलाइट हार्डवेयर के साथ संगत है, जिसमें लाइमलाइट 1 भी शामिल है।

  • ज्ञात समस्याएँ: पायथन के साथ हार्डवेयर ज़ूम का उपयोग करने से अप्रत्याशित परिणाम प्राप्त होंगे।

  • 2022.0.3 5802 GRIP स्ट्रीम को बहाल करता है, और कुछ बूट समय अनुकूलन को वापस करके कुछ LL2 इकाइयों पर बूट समस्याओं को संबोधित करता है। बूट समय 16 सेकंड तक बढ़ा दिया गया है।

2020.4 (3/11/20)​

2020.4 एक और महत्वपूर्ण अपडेट है जो mjpeg स्ट्रीम के अचानक डिस्कनेक्शन के दौरान हो सकने वाले 2-4 सेकंड के अनियमित क्रैश को समाप्त करता है। यह अक्सर मैच के बिल्कुल अंत में होता था, और कुछ मामलों में मैच के दौरान भी हो सकता था।

2020.3 (25/02/20)​

2020.3 एक महत्वपूर्ण अपडेट है जो रुक-रुक कर होने वाले नेटवर्किंग-संबंधित सॉफ्टवेयर रीस्टार्ट को संबोधित करता है, और USB कैमरा डिस्कनेक्शन पर होने वाले क्रैश को दूर करता है।

2020.2 (30/01/20)​

2020.2 लाइमलाइट के हार्डवेयर को और आगे बढ़ाता है, जिसमें किसी भी बिंदु पर पैन और ज़ूम करने की क्षमता जोड़ी गई है। इसमें एक बिल्कुल नया वीडियो मोड और महत्वपूर्ण बग फिक्स भी शामिल हैं। हमें बताएं कि आप भविष्य के अपडेट में कौन सी सुविधाएं देखना चाहेंगे!

सुविधाएँ​

  • 60 FPS पर 3x हार्डवेयर ज़ूम

    • हमारे पिछले अपडेट ने बिना किसी लागत के सभी लाइमलाइट मॉडल के लिए 2x हार्डवेयर ज़ूम जोड़ा था। हमने 3x हार्डवेयर ज़ूम के साथ अपने हार्डवेयर ज़ूम को और आगे बढ़ाने में सफलता प्राप्त की है। अब सभी लाइमलाइट मॉडल 60fps पर 3x हार्डवेयर ज़ूम करने में सक्षम हैं। यह हर टीम के लिए पूरे कोर्ट की ट्रैकिंग को और भी आसान बनाता है।

  • हार्डवेयर पैनिंग

    • 2020 में लंबी और छोटी दूरी दोनों से शूटिंग करने में सक्षम रोबोट के लिए एक सक्रिय, समायोज्य लाइमलाइट माउंट के उपयोग के बिना अपने लाइमलाइट पर हार्डवेयर ज़ूम का उपयोग करना मुश्किल होता। हमने इस समस्या को हल करने के लिए हार्डवेयर पैनिंग को शामिल किया है।

बग फिक्स​

  • ड्राइवर समस्याओं को संबोधित किया गया जो रंग संतुलन स्लाइडर को खराब कर रहे थे
  • टीमों से प्राप्त कुछ नेटवर्क प्रदर्शन रिपोर्ट को संबोधित करने के लिए सभी नेटवर्किंग-संबंधित ड्राइवरों को 2019 सीज़न के संस्करणों में वापस लाया गया

2020.1 (16/01/20)​

2020.1 में Limelight की अब तक की सबसे शानदार सुविधाओं में से एक जोड़ी गई है: 2x हार्डवेयर ज़ूम। यह डिजिटल ज़ूम नहीं है, और अब यह सभी Limelight संस्करणों के लिए सक्षम है।

सुविधाएँ​

  • 2x हार्डवेयर ज़ूम

    • डिजिटल ज़ूम नहीं है
    • लंबी दूरी पर बेहतर ट्रैकिंग और पूरे कोर्ट की दूरी पर स्थिर ट्रैकिंग प्राप्त करने के लिए 2x हार्डवेयर ज़ूम सक्षम करें।
    • इस सुविधा के साथ बिल्कुल कोई विलंबता या फ्रेमरेट लागत नहीं आती है - ट्रैकिंग बिना किसी अतिरिक्त ओवरहेड के 90fps पर चलना जारी रखती है।

  • मैनुअल क्रॉसहेयर

    • वेब इंटरफ़ेस में स्लाइडर के साथ एकल और दोहरे क्रॉसहेयर स्थानों को मैन्युअल रूप से समायोजित करें

  • नई SolvePNP / 3D सुविधाएँ (अभी भी प्रायोगिक)

    • हमने केवल लक्ष्य के सबसे बाहरी बिंदुओं का उपयोग करने के लिए "Force Convex" विकल्प जोड़ा है - यह 2020 में षट्कोणीय लक्ष्य के लिए उपयोग किए जाने वाले पतले टेप के कारण आवश्यक है।
    • "bind target" विकल्प जोड़ा गया है। यह सुविधा "tx" और "ty" को 3D लक्ष्य से बांधती है। 3D लक्ष्यों का उपयोग करके रोबोट को स्कोर करने के लिए मार्गदर्शन करने के लिए यह आवश्यक है।
    • अंत में, 3D स्पेस में Z-अक्ष पर आपके वांछित लक्ष्य स्थान को स्वचालित रूप से ऑफसेट करने के लिए "Goal Z-Offset" विकल्प जोड़ें।
    • Infinite Recharge में, षट्कोणीय लक्ष्य के पीछे छोटे, गोल लक्ष्य के केंद्र को ट्रैक करने के लिए "Goal Z-Offset" का उपयोग किया जाएगा।

  • "tc" के साथ रंग संवेदन

    • क्रॉसहेयर के स्थान पर लाल, हरा और नीला मूल्य प्राप्त करने के लिए Network Tables में नई "tc" सरणी पढ़ें। सही रंग संवेदन प्राप्त करने के लिए इनपुट टैब पर "Blue Balance" और "Red Balance" समायोजित करें।

बगफिक्स​

  • 2020.0 में टूटी हुई USB कैमरा कार्यक्षमता अब 2020.1 में ठीक कर दी गई है
  • 2020.0 में टूटी हुई SolvePnP कार्यक्षमता अब 2020.1 में ठीक कर दी गई है
  • SolvePnP अक्ष विज़ुअलाइज़ेशन केंद्र के रूप में मॉडल केंद्र का उचित रूप से उपयोग करता है

2019.7 (4/5/19)​

2019.7 दो नई सुविधाएँ जोड़ता है।

सुविधाएँ​

  • 160x120 30fps स्ट्रीमिंग
    • वाइड-एंगल USB कैमरों का उपयोग करने वाली टीमों के लिए अधिक सुचारू, कम बैंडविड्थ वाली स्ट्रीमिंग। हमारे 180-डिग्री कैमरा स्ट्रीम की बैंडविड्थ ~3.7mbps से घटकर ~1.8 mbps हो गई।
    • सेटिंग्स टैब में स्ट्रीम रेज़ोल्यूशन बदलें।
    • वाइड-एंगल USB कैमरा जुड़े Limelight पर स्ट्रीम रेज़ोल्यूशन बदलना। कोई पिक्चर-इन-पिक्चर नहीं, और सामान्य स्ट्रीम दर।
  • स्मार्ट स्पेकल रिजेक्शन
    • जिन टीमों ने इस साल अपने कैमरों को लक्ष्य के साथ इन-लाइन लगाया है, उन्हें अवांछित LED प्रतिबिंबों से निपटना पड़ा है।
    • क्षेत्रफल स्लाइडर हमेशा इस समस्या का समाधान नहीं करता है, क्योंकि टीमें बड़ी दूरी पर छोटे विज़न लक्ष्यों को ट्रैक करना चाहती हैं।
    • यह नई सुविधा स्वचालित रूप से अपेक्षाकृत छोटे कॉन्टूर्स को अस्वीकार कर देगी जो अन्य सभी फ़िल्टरों से गुजर चुके हैं।
    • जैसे-जैसे रोबोट विज़न लक्ष्य से दूर जाता है (उसका आकार घटाते हुए), SSR स्वचालित रूप से समायोजित हो जाएगा ताकि केवल अपेक्षाकृत छोटे कॉन्टूर्स को अस्वीकार किया जा सके।

परिवर्तन​

  • टूलटिप्स
    • कुछ Limelight नियंत्रणों पर अब टूलटिप्स उपलब्ध हैं

2019.6.1 हॉटफिक्स (14/03/19)​

2019.6.1 Grip अपलोड को ठीक करता है।

2019.6 (3/12/19)​

2019.6 पूरी तरह से विश्वसनीयता के बारे में है।

बग फिक्स​

  • USB कैमरे
    • उस समस्या को संबोधित करें जो कुछ USB कैमरों को बूट पर विफल होने का कारण बन सकती है।
  • FMS
    • Limelight को FMS रीस्टार्ट और फील्ड / लैपटॉप नेटवर्किंग परिवर्तनों के प्रति अधिक (यदि पूरी तरह से नहीं) प्रतिरोधी बनाएं।
    • अचानक क्लाइंट नेटवर्किंग परिवर्तन के बाद Limelight अब हैंग नहीं होगा।
  • रॉ कंटूर सॉर्टिंग (ब्रेकिंग चेंज)
    • इंटरसेक्शन फिल्टर अब रॉ कंटूर सॉर्टिंग को प्रभावित नहीं करते हैं।
  • स्मार्टडैशबोर्ड ऑटो-पोस्टिंग
    • LL स्मार्टडैशबोर्ड पर कुछ जानकारी स्वचालित रूप से पोस्ट करता है (IP एड्रेस, इंटरफेस URL, आदि)। इन मूल्यों के नाम अब होस्टनेम शामिल करते हैं।

फीचर्स और परिवर्तन​

  • compute3d फीचर की सटीकता और स्थिरता में काफी वृद्धि करें। ट्रांसलेशन और रोटेशन मापन बड़ी दूरियों पर स्थिर हैं।
  • और भी अधिक गहरी छवियों के लिए अधिकतम ब्लैक लेवल ऑफसेट 40 तक बढ़ाया गया (25 से)।
  • "ड्युअल क्रॉसहेयर" मोड सक्षम होने पर "आउटपुट" टैब में नए "निकटतम" सॉर्ट विकल्प।
    • स्टैंडर्ड - "ड्युअल क्रॉसहेयर" मोड के साथ वर्तमान "निकटतम" सॉर्टिंग कार्यान्वयन।
    • स्टैंडर्ड V2 - प्रायोगिक, स्मार्ट "निकटतम" सॉर्टिंग कार्यान्वयन "ड्युअल क्रॉसहेयर" मोड के साथ।
    • क्रॉसहेयर का औसत - "ड्युअल क्रॉसहेयर" मोड के साथ "निकटतम" सॉर्ट मूल दो क्रॉसहेयर का औसत है।
    • क्रॉसहेयर A - "ड्युअल क्रॉसहेयर" मोड के साथ "निकटतम" सॉर्ट मूल क्रॉसहेयर A है।
    • क्रॉसहेयर B - "ड्युअल क्रॉसहेयर" मोड के साथ "निकटतम" सॉर्ट मूल क्रॉसहेयर B है।
  • नए "LED मोड" पाइपलाइन विकल्प: "बायां आधा", "दायां आधा"
  • compute3D सक्षम होने पर फ्लोटिंग-पॉइंट रॉ कॉर्नर मान।
  • मैजिक वांड्स का उपयोग करते समय छवि सजावट छिपाएं
  • वेब इंटरफेस में बड़ा स्ट्रीम

2019.5 (2/9/19)​

2019.5 के साथ हम नया कंप्यूट3डी कैमरा लोकलाइजेशन फीचर पेश कर रहे हैं। केवल कुछ ही टीमों ने अपने विजन सिस्टम में यह फीचर जोड़ने का प्रयास किया है, और अब यह सभी Limelight 1 और Limelight 2 उपयोगकर्ताओं के लिए उपलब्ध है।

यह इस साल के गेम के लिए एक चमत्कारी समाधान नहीं है। हम अत्यधिक सुझाव देते हैं कि जब तक यह फीचर बिल्कुल आवश्यक न हो, तब तक मानक उच्च-गति 90 fps ट्रैकिंग का उपयोग करने के रचनात्मक तरीकों के बारे में सोचें।

विशेषताएँ​

  • उच्च-सटीकता मोड और PnP
    • निम्नलिखित gif में, एक Limelight 2 को लक्ष्य के 37 इंच पीछे और 14.5 इंच दाईं ओर रखा गया था।
    • बाद में Limelight को हाथ से घुमाया गया। ध्यान दें कि दूरियाँ ज्यादातर अपरिवर्तित रहती हैं।
    • 2019.4 के साथ, हमने कॉर्नर भेजना शुरू किया। इससे उन्नत टीमों को OpenCV के solvePNP() का उपयोग करके अपने स्वयं के एल्गोरिदम लिखने की अनुमति मिली। 2019.5 के साथ, यह सब ऑन-बोर्ड किया जाता है।
    • अपने लक्ष्य के मॉडल के साथ एक सादा-पाठ csv फ़ाइल अपलोड करें। हमने 2019 के लक्ष्यों के पूर्व-निर्मित मॉडल अपनी वेबसाइट पर होस्ट किए हैं। सभी मॉडलों में एक केंद्रित मूल बिंदु होना चाहिए, और इंच स्केलिंग के साथ वामावर्त बिंदु क्रम का उपयोग करना चाहिए।
    • नए उच्च-रिज़ॉल्यूशन 960x720 मोड को सक्षम करें, और फिर अपने लक्ष्य के सापेक्ष अपने Limelight की स्थिति और रोटेशन प्राप्त करने के लिए "Solve 3D" को सक्षम करें।
    • आसान मॉडल निर्माण और थ्रेशोल्ड ट्यूनिंग के लिए अब कॉर्नर नंबर छवि पर प्रदर्शित किए जाते हैं।
    • "camtran" नेटवर्कटेबल संख्या सरणी को पढ़कर अपने कैमरे के ट्रांसफॉर्म के सभी 6 आयामों (x,y,z,पिच,यॉ,रोल) को पढ़ें।
  • ब्लैक लेवल
    • नए ब्लैक लेवल स्लाइडर के साथ, थ्रेशोल्डिंग और भी आसान हो गई है। अपनी छवियों को और अधिक गहरा करने के लिए ब्लैक लेवल ऑफसेट बढ़ाएं।

तोड़ने वाले परिवर्तन​

  • LL2 के लिए रिपोर्ट किया गया वर्टिकल FOV को सूचीबद्ध मान 49.7 डिग्री से मेल खाने के लिए ठीक किया गया है। यह आपके "ty" मानों को बदल देगा

बग फिक्स​

  • फिशआई USB कैमरे जुड़े होने पर होने वाली स्ट्रीम-केवल क्रैश को ठीक किया गया।
  • नेटवर्किंग-संबंधित ड्राइवर द्वारा होने वाले दुर्लभ हैंग को ठीक किया गया।
  • कॉर्नर अनुमान अब हमेशा सक्रिय रहता है।

2019.4 (26/01/19)​

हमारा मानना है कि इस रिलीज़ के साथ सभी महत्वपूर्ण बग रिपोर्ट को कवर किया गया है।

विशेषताएँ​

  • कोने
    • अपने लक्ष्य के कोनों को दो सरणियों (tcornx, tcorny) *अब tcornxy के रूप में भेजें जिसे "आउटपुट" टैब में "कोने भेजें" को सक्षम करके किया जा सकता है। यह उन टीमों को और अधिक सक्षम करेगा जो solvePNP() जैसी विधियों के साथ उन्नत पाइपलाइनों में रुचि रखती हैं।
    • "आउटपुट" टैब में "कोना अनुमान" स्लाइडर के साथ कोने के अनुमान को समायोजित करें।

बग फिक्स​

  • उस हैंग + दुर्लभ क्रैश को ठीक किया गया जो तब होता था जब दो लक्ष्यों का बिल्कुल समान क्षेत्रफल, x निर्देशांक, या y निर्देशांक होता था।
  • द्विक और त्रिक-लक्ष्य मोड में क्षेत्रफल गणना को ठीक किया गया।
  • बेहतर प्रदर्शन के लिए कंटूर सॉर्टिंग को अनुकूलित किया गया।

2019.3 (19/01/19)​

2019.3 कई बग्स और फीचर अनुरोधों को संबोधित करता है।

विशेषताएँ​

  • स्ट्रीम दर (बैंडविड्थ कम करना)
    • कम बैंडविड्थ वाले 15fps वीडियो स्ट्रीम के लिए सेटिंग्स पेज में स्ट्रीम दर को "कम" पर सेट करें।
  • नेटवर्कटेबल्स में रॉ कंटूर्स अक्षम (बैंडविड्थ कम करना)
    • रॉ कंटूर्स अब डिफ़ॉल्ट रूप से अक्षम हैं। यह लाइमलाइट की समग्र बैंडविड्थ को और कम करेगा।
    • अब डिफ़ॉल्ट रूप से प्रति सेकंड लगभग 180 कम नेटवर्कटेबल्स एंट्रीज जमा की जाती हैं।
    • रॉ कंटूर्स को फिर से सक्षम करने के लिए "आउटपुट" टैब में नए "रॉ कंटूर्स" पाइपलाइन विकल्प देखें।
  • सक्रिय पाइपलाइन इंडेक्स
    • कैमरे का वास्तविक सक्रिय पाइपलाइन इंडेक्स प्राप्त करने के लिए नेटवर्कटेबल कुंजी "getpipe" पढ़ें। यह 90hz पर अपडेट किया जाता है।
    • सक्रिय पाइपलाइन इंडेक्स अब FPS प्रदर्शन के नीचे वीडियोस्ट्रीम में लिखा जाता है।
  • बाएँ और दाएँ इंटरसेक्शन फिल्टर
    • टीमें अब "बाएँ" और "दाएँ" डुअल-कंटूर इंटरसेक्शन फिल्टर के बीच चुन सकती हैं। "ऊपर" और "नीचे" इंटरसेक्शन फिल्टर 2019.2 में जोड़े गए थे।

बग फिक्स​

  • 2019.2 में पेश किए गए LabView डैशबोर्ड स्ट्रीमिंग बग को ठीक किया गया
  • वेबपेज अब इंटरनेट से आइकन फ़ॉन्ट का अनुरोध नहीं करता है। सभी फ़ॉन्ट स्थानीय रूप से संग्रहीत हैं। इससे इंटरफ़ेस लोडिंग तेज होनी चाहिए।
  • "ड्राइवर मोड" एक्सपोजर कम करें।
  • "डिस्टेंस ट्रांसफॉर्म" GRIP कार्यान्वयन को ठीक किया गया
  • होस्टनेम बदलने के कारण होने वाले 20-सेकंड के संचार विलंब को ठीक किया गया।

2019.2 (1/7/19)​

2019.2 में नए फीचर्स जोड़े गए हैं जो टीमों को 2019 सीजन के लिए बेहतर तरीके से तैयार करते हैं।

  • इंटरसेक्शन फिल्टर
  • दिशा फिल्टर

अतिरिक्त परिवर्तन और सुधार​

  • आसान इवेंट ट्रबलशूटिंग के लिए IP एड्रेस स्वचालित रूप से SmartDashboard/Shuffleboard पर पोस्ट किया जाता है। हमें इसके एक समस्या होने की लगभग कोई रिपोर्ट नहीं मिली है, लेकिन यह एक और आकस्मिक सुविधा के रूप में काम करता है।
  • पाइपलाइन का नाम स्वचालित रूप से SmartDashboard/Shuffleboard पर पोस्ट किया जाता है
  • नए नेटवर्कटेबल्स कीज के साथ पिक्सेल में रफ बाउंडिंग बॉक्स की चौड़ाई और ऊंचाई तक पहुंचें।
  • नए नेटवर्कटेबल्स कीज के साथ पिक्सेल में परफेक्ट बाउंडिंग बॉक्स के सबसे लंबे और सबसे छोटे किनारे तक पहुंचें।
  • "सॉर्ट मोड" अब डुअल-कंटूर्स पर लागू होता है
  • "सॉर्ट मोड" अब ठीक किया गया है
  • 5802 स्ट्रीम अब कैमरे पर कम भार डालती है

2019.1 (18/12/18)​

2019.1 बीटा के दौरान रिपोर्ट की गई सभी प्रमुख बग्स को ठीक करता है

  • प्रदर्शन अब स्थिर 90fps पर वापस आ गया है। बीटा के दौरान हमारी प्रदर्शन समस्याओं का मूल कारण एक ड्राइवर समस्या थी
  • IP और होस्टनेम सेटिंग्स वास्तव में लागू होती हैं और "स्थिर" रहती हैं
  • मैजिक वैंड्स को Limelight 2018 सॉफ्टवेयर के अनुरूप पुनः व्यवस्थित किया गया है
  • हम अब वेब इंटरफेस के माध्यम से मास्क जैसे Grip इनपुट का समर्थन करते हैं
  • NetworkTables फ्रीज समस्या को ठीक किया गया

2019.0 (12/10/18)​

2019 के साथ, हम GRIP समर्थन, एक बिल्कुल नया इंटरफेस, और एक सरल फ्लैशिंग प्रक्रिया पेश कर रहे हैं।

  • GRIP समर्थन

    • Limelight के लिए GRIP के साथ पाइपलाइन बनाएं, और अपने कैमरे पर अपलोड करने के लिए "LL Script" फाइलें निर्यात करें।
    • मास्क और NetworkTables समर्थन भविष्य के अपडेट में जोड़ा जाएगा
    • GRIP में परीक्षण के लिए http://limelighturl:5802 पर एक सादा वीडियो स्ट्रीम प्रदर्शित करें

  • पूरी तरह से नया वेब इंटरफेस

    • छोटे नियंत्रण
    • अधिक टूलटिप्स
    • इंटरफेस से LED बंद करने की क्षमता जोड़ें
    • आसान डिस्प्ले स्विचिंग के लिए स्ट्रीम के नीचे डिस्प्ले कॉम्बोबॉक्स को स्थानांतरित करें
    • Limelight के साथ तेज संचार। नई वेब तकनीक ने हमें हमारे कोड के अन्य हिस्सों को सरल बनाने की अनुमति दी।

  • फ्लैशिंग

    • हमने "Balena Etcher" पर माइग्रेट किया है
    • Etcher दोगुना तेज है और सभी प्लेटफॉर्म पर काम करता है
    • माइग्रेशन के साथ फ्लैश पॉपअप ठीक हो गए हैं।

  • अन्य

    • LED मोड को पाइपलाइन-विशिष्ट LED मोड की अनुमति देने के लिए संशोधित किया गया है
    • स्वचालित IP असाइनमेंट मोड में तेज बूट समय।
    • अनुकूलन और छोटी बग फिक्स

2018.5 (28/03/18)​

2018.5 एक महत्वपूर्ण समस्या को ठीक करता है जो उपयोगकर्ताओं को स्नैपशॉट पर पाइपलाइन्स को ट्यून करने से रोकता था।

2018.4 (19/03/18)​

2018.4 में नए कंटूर सॉर्टिंग विकल्प जोड़े गए हैं। ये इस साल क्यूब ट्रैकिंग के लिए काफी महत्वपूर्ण हैं, क्योंकि टीमें जरूरी नहीं कि दृश्य में सबसे बड़े क्यूब को ट्रैक करना चाहती हों। कई मामलों में, टीमें उस क्यूब को ट्रैक करना चाहती हैं जो उनके इनटेक के सबसे नजदीक है। कई उपयोगकर्ताओं को अपनी खुद की सॉर्टिंग लागू करने के लिए रॉ कंटूर सुविधा का उपयोग करना पड़ा है, इसलिए हम इसे जितना संभव हो उतना आसान बनाना चाहते हैं।

विशेषताएँ​

  • कंटूर सॉर्ट मोड
    • "सबसे बड़ा", "सबसे छोटा", "सबसे ऊंचा", "सबसे निचला", "सबसे बायाँ", "सबसे दायाँ", और "सबसे नजदीक" सॉर्ट विकल्पों के बीच चयन करें।
    • हमें लगता है कि कई टीमें क्यूब ट्रैकिंग के लिए "सबसे नजदीक" विकल्प का उपयोग करेंगी।

2018.3 (28/02/18)​

2018.3 एक प्रमुख नेटवर्कटेबल्स पुनः कनेक्शन बग को ठीक करता है जो NetworkTables सेटिंग्स परिवर्तनों को Limelight तक नहीं पहुंचने का कारण बनता था। अंतर्निहित NT बग को पहचानने और ठीक करने के लिए Peter Johnson और WPILib टीम को धन्यवाद। यह (जहां तक हमें पता है) Limelight का सामना करने वाला अंतिम उच्च-प्राथमिकता वाला बग था।

ledMode, पाइपलाइन और camMode जैसी सेटिंग्स में परिवर्तन हमेशा Limelight पर लागू होने चाहिए। अब आपको डीबगिंग के दौरान, रोबोट कोड को पुनरारंभ करने के बाद, और roborio को रीबूट करने के बाद Limelight सेटिंग्स बदलने के लिए वर्कअराउंड की आवश्यकता नहीं होनी चाहिए।

परिवर्तन​

  • प्रमुख NT सिंकिंग समस्या को ठीक किया गया जो LabView डीबगिंग के दौरान, और roborio के रीसेट/रीबूट के बाद सेटिंग्स परिवर्तनों (ledMode, पाइपलाइन और camMode) को तोड़ देता था।
  • आई-ड्रॉपर वांड:
    • आई ड्रॉपर वांड Hue के लिए समान 10 इकाई विंडो का उपयोग करता है, लेकिन अब संतृप्ति और मान के लिए 30 इकाई विंडो का उपयोग करता है। इसका मतलब है कि थ्रेशोल्डिंग अक्सर एक-क्लिक ऑपरेशन होता है, बजाय बहु-चरणीय प्रक्रिया के।
  • स्नैपशॉट
    • स्नैपशॉट मान को "1" पर सेट करने से केवल एक स्नैपशॉट लिया जाएगा और मान को 0 पर रीसेट किया जाएगा। स्नैपशॉटिंग को प्रति सेकंड 2 स्नैपशॉट तक सीमित किया गया है।
    • स्नैपशॉट सीमा 100 छवियों तक बढ़ाई गई।
    • स्नैपशॉट चयनकर्ता क्षेत्र अब 100 छवियों का समर्थन करने के लिए स्क्रॉल करने योग्य है।

2018.2 (10/2/18)​

2018.2 विभिन्न FRC डैशबोर्ड के साथ सभी ज्ञात स्ट्रीमिंग बग को ठीक करता है। यह लाइमलाइट को इवेंट्स के दौरान ट्यून करना और अधिक बहुमुखी बनाना आसान बनाता है।

विशेषताएं​

  • थ्रेशोल्डिंग वैंड्स
    • कुछ ही क्लिक में HSV थ्रेशोल्ड पैरामीटर सेट करें
    • "सेट" वैंड चयनित पिक्सेल के आसपास HSV पैरामीटर को केंद्रित करता है
    • "जोड़ें" वैंड चयनित पिक्सेल को शामिल करने के लिए HSV पैरामीटर को समायोजित करता है
    • "घटाएं" वैंड चयनित पिक्सेल को अनदेखा करने के लिए HSV पैरामीटर को समायोजित करता है
  • स्नैपशॉट
    • स्नैपशॉट उपयोगकर्ताओं को मैचों या इवेंट कैलिब्रेशन के दौरान लाइमलाइट क्या देख रहा है उसे सहेजने की अनुमति देता है, और फील्ड से दूर रहते हुए पाइपलाइनों को ट्यून करने की अनुमति देता है।
    • वेब इंटरफेस के साथ स्नैपशॉट सहेजें, या "snapshot" NetworkTables कुंजी पर "1" पोस्ट करके
    • स्नैपशॉट देखने के लिए, इनपुट टैब पर "इमेज सोर्स" कॉम्बो बॉक्स बदलें। यह आपको लाइमलाइट के कैमरा फीड के बजाय स्नैपशॉट पर अपनी पाइपलाइनों का परीक्षण करने की अनुमति देगा
    • लाइमलाइट 32 तक स्नैपशॉट संग्रहीत करेगा। यदि आप इस सीमा से अधिक हो जाते हैं तो यह स्वचालित रूप से पुराने स्नैपशॉट हटा देगा।
  • नए स्ट्रीमिंग विकल्प
    • हमने लाइमलाइट के स्ट्रीमिंग मोड को नियंत्रित करने के लिए "stream" NetworkTables कुंजी पेश की है। हमें कुछ डैशबोर्ड को बेहतर ढंग से समायोजित करने के लिए PiP (पिक्चर-इन-पिक्चर) मोड के लिए अनुरोध प्राप्त हुए हैं।
    • 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।
  • स्ट्रीमिंग फ्रेमरेट को 22fps तक बढ़ाएं
  • अपरदन और विस्तार
    • अपरदन और विस्तार दोनों के एक पुनरावृत्ति तक सक्षम करें।
    • अपरदन HSV थ्रेशोल्ड के परिणाम को थोड़ा कम कर देगा। यह उपयोगी है यदि कई वस्तुएं एक ट्यून किए गए HSV थ्रेशोल्ड से गुजर रही हैं।
    • विस्तार HSV थ्रेशोल्ड के परिणाम को थोड़ा बढ़ा देगा। थ्रेशोल्डिंग परिणामों में छेद भरने के लिए इसका उपयोग करें।
  • रीस्टार्ट बटन
    • वेब इंटरफेस से लाइमलाइट की विजन ट्रैकिंग को पुनः आरंभ करें। यह केवल उन टीमों के लिए उपयोगी है जो LabView कोड को डीबग करते समय रुक-रुक कर समस्याओं का अनुभव करती हैं।

अनुकूलन​

  • स्थिर-अवस्था पाइपलाइन निष्पादन समय को 3.5-4ms तक कम करें।

बग फिक्स​

  • शफलबोर्ड स्ट्रीमिंग समस्याओं को ठीक करें
  • LabView डैशबोर्ड स्ट्रीमिंग समस्याओं को ठीक करें

2018.1 (1/8/18)​

  • लाल-संतुलन स्लाइडर
  • नीला-संतुलन स्लाइडर
  • बेहतर डिफ़ॉल्ट रंग संतुलन सेटिंग्स
  • अधिकतम एक्सपोज़र सेटिंग बढ़ाई गई

2018.0 (1/3/18)​

एक टन नए केस स्टडीज, अधिक विस्तृत दस्तावेजीकरण, और एक स्वायत्त STEAMWORKS शूटर के लिए पूर्ण उदाहरण प्रोग्राम के अलावा, सॉफ्टवेयर को एक बड़ा अपग्रेड मिला है।

विशेषताएं​

  • नया विजन पाइपलाइन इंटरफेस
    • 10 तक अद्वितीय विजन पाइपलाइन जोड़ें, प्रत्येक में कस्टम क्रॉसहेयर, थ्रेशोल्डिंग विकल्प, एक्सपोजर, फिल्टरिंग विकल्प, आदि हों।
    • प्रत्येक विजन पाइपलाइन को नाम दें।
    • किसी भी पाइपलाइन को "डिफ़ॉल्ट" पाइपलाइन के रूप में चिह्नित करें।
    • नए "पाइपलाइन" नेटवर्कटेबल्स मान के साथ मैच के दौरान तुरंत पाइपलाइन बदलें। यह उन खेलों के लिए उपयोगी है जिनमें कई विजन लक्ष्य हैं (जैसे 2017 से गियर पेग और बॉयलर)। यह उन टीमों के लिए भी उपयोगी है जिन्हें प्रति रोबोट, फील्ड, गठबंधन आदि के लिए थोड़े अलग क्रॉसहेयर विकल्पों का उपयोग करने की आवश्यकता होती है।
    • बैकअप या अन्य टीमों के साथ साझा करने के लिए लाइमलाइट से विजन पाइपलाइन डाउनलोड करें।
    • डाउनलोड किए गए पाइपलाइन का उपयोग करने के लिए किसी भी "स्लॉट" में विजन पाइपलाइन अपलोड करें।
  • लक्ष्य "समूहीकरण" विकल्प
    • "द्विक समूहीकरण मोड" के साथ दो आकृतियों से बने लक्ष्यों को तुरंत प्राथमिकता दें। "एकल" और "त्रिक" विकल्प भी उपलब्ध हैं
  • नया क्रॉसहेयर कैलिब्रेशन इंटरफेस
    • "एकल" और "द्विक" क्रॉसहेयर मोड।
    • "एकल" मोड वह है जो लाइमलाइट ने इस अपडेट से पहले उपयोग किया था। टीमें अपने रोबोट को मैन्युअल रूप से संरेखित करती हैं, और क्रॉसहेयर के बारे में लक्ष्यीकरण मानों को फिर से शून्य करने के लिए "कैलिब्रेट" करती हैं।
    • "द्विक" मोड उन रोबोट के लिए एक उन्नत सुविधा है जिन्हें एक गतिशील क्रॉसहेयर की आवश्यकता होती है जो स्वचालित रूप से समायोजित होता है जैसे-जैसे लक्ष्य का क्षेत्रफल / लक्ष्य से दूरी बदलती है। हमने इस सुविधा का उपयोग अपने कुछ शूटिंग रोबोट पर किया है, क्योंकि उनमें से कुछ थोड़े वक्र के साथ शूट करते थे। यह सुविधा उन रोबोट के लिए भी उपयोगी होगी जिनमें अकेंद्रित और/या गलत संरेखित लाइमलाइट माउंट हैं।
    • अलग X और Y कैलिब्रेशन।
  • नेटवर्क टेबल्स में वैध लक्ष्य "tv" कुंजी जोड़ें।
  • नेटवर्क टेबल्स में लक्ष्यीकरण विलंबता "tl" कुंजी जोड़ें। "tl" विजन पाइपलाइन निष्पादन समय को मापता है। कैप्चर समय के लिए कम से कम 11 ms जोड़ें।
  • पहलू अनुपात गणना को समझाने में मदद करने के लिए अतिरिक्त आयत बनाएं।
  • थ्रॉटलिंग सुविधा को हटाएं, और लाइमलाइट को 90fps पर लॉक करें।
  • अधिकांश वेब इंटरफेस बटनों पर फोकस करना अक्षम करें। उन टीमों द्वारा रिपोर्ट की गई कार्यप्रवाह समस्या को ठीक करता है जो अपने क्रॉसहेयर को कैलिब्रेट करेंगी, फिर अपने रोबोट को सक्षम करने के लिए "एंटर" दबाएंगी।
  • नेटवर्क टेबल्स में तीन "कच्चे" कंटूर और दोनों क्रॉसहेयर पोस्ट करें।
    • tx0, tx1, ta0, ta1, आदि के साथ एक कच्चे कंटूर तक पहुंचें।
    • cx0, cy0, cx1, cy1 के साथ दोनों कच्चे क्रॉसहेयर तक पहुंचें।
    • सभी x/y मान सामान्यीकृत स्क्रीन स्पेस में हैं (-1.0 से 1.0)
  • वेब इंटरफेस में "प्रत्यय" विकल्प जोड़ें। उपयोगकर्ताओं को अपने लाइमलाइट्स के होस्टनेम और नेटवर्कटेबल्स में एक प्रत्यय जोड़ने की अनुमति देता है (जैसे limelight-boiler)। इस सुविधा का उपयोग केवल तभी किया जाना चाहिए जब टीमें एक ही रोबोट पर कई लाइमलाइट्स का उपयोग करने का इरादा रखती हों।
  • वेब इंटरफेस पर छवि संस्करण प्रदर्शित करें

अनुकूलन​

  • नेटवर्किंग-संबंधित विलंबता को ~10ms से ~0.2 ms तक कम करें (थैड हाउस को धन्यवाद)
  • स्ट्रीम एन्कोडिंग और jpg संपीड़न को तीसरे कोर पर ले जाएं, हर छह फ्रेम में देखे जाने वाले 10ms हिचकी (दो कैमरों के साथ 25 - 30ms हिचकी) को समाप्त करें।
  • SIMD अनुकूलन के साथ स्थिर-अवस्था पाइपलाइन निष्पादन समय को 5ms तक कम करें।

बग फिक्स​

  • मामूली क्षेत्र मान अशुद्धता को ठीक करें जो मान को 100% तक पहुंचने से रोकती थी (अधिकतम ~99%)।
  • सभी लक्ष्यीकरण गणनाओं में आधे पिक्सेल के ऑफसेट को ठीक करें
  • लाइमलाइट के बूट अनुक्रम के बाद शुरू किए गए NT सर्वरों के लिए कैमरा स्ट्रीम जानकारी को पॉप्युलेट न करने की समस्या को ठीक करें। नियमित रूप से कैमरा स्ट्रीम जानकारी को रीफ्रेश करें।
  • बग को ठीक करें जो कभी-कभी पहलू अनुपात को "पलटने" का कारण बनता था।
  • ड्राइवर मोड में मानक स्ट्रीम आउटपुट को बल दें (थ्रेशोल्डेड आउटपुट के बजाय)।
  • बग को ठीक करें जो नेटवर्किंग जानकारी को रीसेट करने के बाद LED को झपकने से रोकता था

2017.7 (21/11/17)​

  • कंटूर सॉर्टिंग में सुधार। छोटे कंटूर को बड़े कंटूर पर प्राथमिकता दी जा रही थी।
  • नई कोऑर्डिनेट प्रणाली: केंद्र (0,0) है। जैसे-जैसे लक्ष्य y-अक्ष पर "ऊपर" जाता है, ty बढ़ता है, और जैसे-जैसे लक्ष्य x-अक्ष के साथ "दाएं" जाता है, tx बढ़ता है।
  • अधिक सटीक कोण गणना (पिनहोल कैमरा मॉडल)।
  • वेबपेज पर लक्ष्यीकरण जानकारी (tx, ty, ta, और ts) प्रदर्शित करें।
  • डिफ़ॉल्ट लक्ष्यीकरण मान शून्य हैं। इसका मतलब है कि अगर कोई लक्ष्य दृश्य में नहीं है तो शून्य लौटाए जाते हैं।
  • नया साइड-बाय-साइड वेबपेज लेआउट। छोटे उपकरणों पर अभी भी एकल कॉलम में संकुचित हो जाता है।
  • निरंतर स्लाइडर अपडेट कॉन्फ़िग पैनल के प्रदर्शन को प्रभावित नहीं करते।
  • NT को क्षेत्र प्रतिशत (0-100) के रूप में भेजा गया।
  • छवि का आकार 2.1GB से घटकर 700MB हो गया।

2017.6 (13/11/17)​

  • नया इमेजिंग टूल। Win7, Win8 और Win10 पर परीक्षण किया गया।
  • कैमरा स्ट्रीम को कैमरासर्वर स्ट्रीम्स पर पोस्ट करें। स्मार्ट डैशबोर्ड कैमरा स्ट्रीम्स के साथ काम करता है, लेकिन शफलबोर्ड में यहां ज्ञात बग हैं
  • क्षेत्र स्लाइडर्स पर चतुर्थ स्केलिंग, आस्पेक्ट अनुपात स्लाइडर्स पर द्विघात स्केलिंग। यह ट्यूनिंग को बहुत आसान बनाता है
  • नियंत्रणों को "इनपुट", "थ्रेशोल्ड", "फिल्टर", और "आउटपुट" टैब में व्यवस्थित करें
  • स्लाइडर्स खींचते समय निरंतर अपडेट
  • NT को भेजा गया क्षेत्र प्रतिशत के रूप में (0-100)
  • प्रदर्शित छवि का आकार 2.1GB से घटकर 700MB हो गया

2017.5 (11/9/17)​

  • छवि का आकार 3.9GB से घटकर 2.1GB हो गया
  • ड्राइवर मोड और एलईडी मोड API जोड़े गए
  • लाइमलाइट टेबल में ledMode को 0, 1, या 2 पर सेट करें
  • लाइमलाइट टेबल में camMode को 0 या 1 पर सेट करें
  • वेब इंटरफेस के माध्यम से थ्रेशोल्ड छवि और कच्ची छवि के बीच टॉगल करने की क्षमता जोड़ी गई (बाद के रिलीज में साफ किया जाएगा)
  • कैमरा स्ट्रीम को नेटवर्क टेबल्स में CameraPublishing/limelight/streams के तहत पोस्ट करें (हॉटफिक्स की आवश्यकता होगी)
  • लक्ष्यीकरण जानकारी में स्क्यू जोड़ा गया (लाइमलाइट टेबल में "ts")
  • अधिक प्रोटोकॉल की प्रत्याशा में आधार "CommInterface" जोड़ा गया

2017.4 (30/10/17)​

  • बूट और शटडाउन के लिए बहुत सारी सुरक्षा सुधार

2017.3 (25/10/17)​

  • ह्यू रेंज 0-255 से 0-179 हो गई है
  • अधिकतम लॉग आकार कम किया गया, लॉग साफ किए गए, apt कैश साफ की गई

2017.2 (23/10/17)​

  • मैनुअल ISO संवेदनशीलता
  • न्यूनतम एक्सपोजर 2 तक बढ़ाया गया

2017.1 (21/10/17)​

  • अनुकूलन
  • "उत्तलता" को "पूर्णता" में बदला गया
  • एक्सपोज़र रेंज 0-255 मिलीसेकंड से 0-128 मिलीसेकंड तक सेट की गई
  • दो कैमरों का समर्थन
  • एकल-बिंदु कैलिब्रेशन का पूर्ण समर्थन