API NetworkTables

O Limelight OS possui um Cliente NetworkTables 4. Ele se conecta automaticamente ao Servidor NetworkTables 4 em execução nos Robôs FRC com base no Número da Equipe / ID configurado na interface de Configurações.

Todos os dados são publicados em uma tabela que corresponde ao nome do dispositivo (por exemplo, "limelight"). Se um hostname / apelido for atribuído à sua câmera, o nome da tabela corresponderá ao nome completo do limelight (por exemplo, "limelight-top").

LimelightLib WPIJava e LimelightLib WPICPP interagem com dispositivos Limelight via NetworkTables.

Dados Básicos de Mira

Use o seguinte código:

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>');

para recuperar estes dados:

chave	tipo	descrição
tv	int	1 se existir um alvo válido. 0 se não existirem alvos válidos
tx	double	Deslocamento Horizontal da Mira ao Alvo (LL1: -27 graus a 27 graus / LL2: -29.8 a 29.8 graus)
ty	double	Deslocamento Vertical da Mira ao Alvo (LL1: -20.5 graus a 20.5 graus / LL2: -24.85 a 24.85 graus)
txnc	double	Deslocamento Horizontal do Pixel Principal ao Alvo (graus)
tync	double	Deslocamento Vertical do Pixel Principal ao Alvo (graus)
ta	double	Área do Alvo (0% da imagem a 100% da imagem)
tl	double	Contribuição de latência do pipeline (ms). Adicione a "cl" para obter a latência total.
cl	double	Latência de captura do pipeline (ms). Tempo entre o fim da exposição da linha do meio do sensor até o início do pipeline de rastreamento.
t2d	double	Array contendo vários valores para estatísticas de timestamp correspondentes: [targetValid, targetCount, targetLatency, captureLatency, tx, ty, txnc, tync, ta, tid, targetClassIndexDetector , targetClassIndexClassifier, targetLongSidePixels, targetShortSidePixels, targetHorizontalExtentPixels, targetVerticalExtentPixels, targetSkewDegrees]
getpipe	int	Índice ativo real do pipeline da câmera (0 .. 9)
getpipetype	string	Tipo de Pipeline, por exemplo, "pipe_color"
json	string	Dump JSON completo dos resultados de mira. Deve ser habilitado por pipeline na aba 'output'
tclass	string	Nome da classe do resultado principal do detector neural ou resultado do classificador neural
tc	doubleArray	Obter a cor HSV média sob a região da mira (região de 3x3 pixels) como um NumberArray
hb	double	valor de heartbeat. Aumenta uma vez por frame, reinicia em 2 bilhões
hw	doubleArray	Métricas de hardware [fps, temperatura da CPU, uso de RAM, temperatura]
crosshairs	doubleArray	Miras 2D [cx0, cy0, cx1, cy1]
tcclass	string	Nome da classe computada pelo pipeline do classificador
tdclass	string	Nome da detecção primária do pipeline do detector

AprilTag e Dados 3D

Use o seguinte código:

Java

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

C++

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

para recuperar estes dados:

key	type	description
botpose	doubleArray	Transformação do robô no espaço do campo. Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
botpose_wpiblue	doubleArray	Transformação do robô no espaço do campo (origem WPILIB da estação do condutor azul). Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
botpose_wpired	doubleArray	Transformação do robô no espaço do campo (origem WPILIB da estação do condutor vermelho). Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
botpose_orb	doubleArray	Transformação do robô no espaço do campo (Megatag2). Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
botpose_orb_wpiblue	doubleArray	Transformação do robô no espaço do campo (Megatag2) (origem WPILIB da estação do condutor azul). Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
botpose_orb_wpired	doubleArray	Transformação do robô no espaço do campo (Megatag2) (origem WPILIB da estação do condutor vermelho). Translação (X,Y,Z) em metros, Rotação (Roll,Pitch,Yaw) em graus, latência total (cl+tl), contagem de tags, extensão de tags, distância média da tag à câmera, área média da tag (porcentagem da imagem)
camerapose_targetspace	doubleArray	Transformação 3D da câmera no sistema de coordenadas do AprilTag principal em visualização (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, graus)
targetpose_cameraspace	doubleArray	Transformação 3D do AprilTag principal em visualização no sistema de coordenadas da Câmera (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, graus)
targetpose_robotspace	doubleArray	Transformação 3D do AprilTag principal em visualização no sistema de coordenadas do Robô (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, graus)
botpose_targetspace	doubleArray	Transformação 3D do robô no sistema de coordenadas do AprilTag principal em visualização (array (6)) [tx, ty, tz, pitch, yaw, roll] (metros, graus)
camerapose_robotspace	doubleArray	Transformação 3D da câmera no sistema de coordenadas do robô (array (6))
tid	int	ID do AprilTag principal em visualização
stddevs	doubleArray	Desvios Padrão do MegaTag [MT1x, MT1y, MT1z, MT1roll, MT1pitch, MT1Yaw, MT2x, MT2y, MT2z, MT2roll, MT2pitch, MT2yaw]

camerapose_robotspace_set	doubleArray	DEFINE a pose da câmera no sistema de coordenadas do robô.
priorityid	int	DEFINE o ID necessário para o direcionamento tx/ty. Ignora outros alvos. Não afeta a localização
robot_orientation_set	doubleArray	DEFINE a Orientação do Robô e velocidades angulares em graus e graus por segundo [yaw,yawrate,pitch,pitchrate,roll,rollrate]
fiducial_id_filters_set	doubleArray	Substitui IDs fiduciais válidos para localização (array)
fiducial_offset_set	doubleArray	DEFINE o Deslocamento do Ponto de Interesse 3D [x,y,z]

Controles da Câmera

Use o seguinte código:

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>)

para definir estes dados:

ledMode	Define o estado do LED do limelight
[0]	usar o Modo LED definido no pipeline atual
[1]	forçar desligado
[2]	forçar piscar
[3]	forçar ligado

pipeline	Define o pipeline atual do limelight
0 .. 9	Selecionar pipeline 0..9

stream	Define o modo de streaming do limelight
0	Padrão - Streams lado a lado se uma webcam estiver conectada ao Limelight
1	PiP Principal - O stream da câmera secundária é colocado no canto inferior direito do stream da câmera principal
2	PiP Secundário - O stream da câmera principal é colocado no canto inferior direito do stream da câmera secundária

crop	(Array) Define o retângulo de recorte. O pipeline deve utilizar o retângulo de recorte padrão na interface web. O array deve ter exatamente 4 entradas.
[0]	X0 - Valor Mín ou Máx X do retângulo de recorte (-1 a 1)
[1]	X1 - Valor Mín ou Máx X do retângulo de recorte (-1 a 1)
[2]	Y0 - Valor Mín ou Máx Y do retângulo de recorte (-1 a 1)
[3]	Y1 - Valor Mín ou Máx Y do retângulo de recorte (-1 a 1)

throttle_set	(int) Recomendamos definir isso para 100-200 enquanto desativado. Define o número de quadros a pular entre quadros processados para reduzir o aumento de temperatura. As saídas não são zeradas durante os quadros ignorados.

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

Controles IMU

key	type	description
imumode_set	int	Define o imumode. 0 - usar imu externo, 1 - usar imu externo, inicializar imu interno, 2 - usar interno, 3 - usar interno com convergência assistida por MT1, 4 - usar IMU interno com convergência assistida por IMU externo
imuassistalpha_set	double	Alfa / força do filtro complementar. Valores mais altos farão com que o imu interno convirja mais rapidamente na fonte de assistência. O padrão é definido para um valor baixo 0.001 porque agora confiamos mais no IMU interno do que antes. Os modos de assistência são construídos para "puxar" suavemente o imu interno em direção à fonte de assistência escolhida.

Python

Scripts Python permitem dados de entrada e saída arbitrários.

llpython	NumberArray enviado por scripts Python. Isso é acessível dentro do código do robô.
llrobot	NumberArray enviado pelo robô. Isso é acessível dentro dos SnapScripts Python.

Dados Brutos

Cantos:

Ative "send contours" na aba "Output" para transmitir coordenadas de cantos:

tcornxy

Array de números com coordenadas de cantos [x0,y0,x1,y1......]

Alvos Brutos:

O Limelight publica três contornos brutos para NetworkTables que não são influenciados pelo seu modo de agrupamento. Ou seja, eles são filtrados com os parâmetros do seu pipeline, mas nunca agrupados. X e Y são retornados no espaço de tela normalizado (-1 a 1) em vez de graus.

rawtargets

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

Fiduciais Brutos:

Obtenha todos os fiduciais válidos (não filtrados)

rawfiducials

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

Detecções Brutas:

Obtenha todos os resultados válidos (não filtrados) de detecção neural

rawdetections

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

Códigos de Barras Brutos:

Obtenha todos os resultados válidos (não filtrados) de códigos de barras

rawbarcodes

array de strings com dados de códigos de barras