Ana içeriğe geç

FTC Java ve Blockly Programlama Kılavuzu

(Blockly ekran görüntüleri yakında gelecek!)

FTC Programlama Hızlı Başlangıç kılavuzunu okuduğunuzdan emin olun.

FTC Limelight Javadoc: Javadoc

Temel FTC Örneği: FTC Örneği

Tüm Örnekler Deposu: Limelight FTC Örnekler Deposu

Başarı İçin İpuçları​

  • Önce basit olanı yapın. FRC'de, en iyi yazılım takımlarının genellikle en basit yaklaşımları kullandığını öğrendik. Örneğin, FRC Takım 2056, 2024'te oyun parçalarını takip etmek için sinir ağı yerine standart 90FPS renk hattını kullandı.

Programlamaya başlarken soracağınız soru türüne bir örnek: Teleop'ta, robotunuzun sahadaki konumunu bilmeniz mi gerekiyor, yoksa belirli bir etikete nişangâhınız ortalanana kadar yana kaymanız mı yeterli (strafeSpeed = result.getTx()*.03)?

Temel Kavramlar​

1. Başlatma​

Robot kodumuza Limelight3A'yı kurmamız gerekiyor.

import com.qualcomm.hardware.limelightvision.LLResult;
import com.qualcomm.hardware.limelightvision.LLResultTypes;
import com.qualcomm.hardware.limelightvision.LLStatus;
import com.qualcomm.hardware.limelightvision.Limelight3A;
Limelight3A limelight;

@Override
public void init() {
    limelight = hardwareMap.get(Limelight3A.class, "limelight");
    limelight.setPollRateHz(100); // Bu, Limelight'tan ne sıklıkla veri istediğimizi ayarlar (saniyede 100 kez)
    limelight.start(); // Bu, Limelight'a bakmaya başlamasını söyler!
}

2. Pipeline Yönetimi​

Pipeline'lar, Limelight'ın dünyaya nasıl baktığını değiştiren küçük, anında değiştirilebilir programlar gibidir. Limelight web arayüzünde, her biri farklı bir görev için 10 farklı pipeline kurabilirsiniz. İşte aralarında nasıl geçiş yaparsınız:

limelight.pipelineSwitch(0); // 0 numaralı pipeline'a geç

Bu, unut-gitsin türünde bir işlemdir. Limelight pipeline'ını milisaniyeler içinde değiştirecektir, ancak kodunuz devam etmeden önce bunun için beklemeyecektir. Mevcut pipeline indeksini kontrol etmek istiyorsanız, şunu çağırın:

result.getPipelineIndex()

LLResult nesnesini nasıl alacağınızı öğrenmek için bir sonraki bölüme bakın.

3. Sonuçları Alma ve Kullanma​

LLResult, Limelight'ın gördüğü şeyler hakkında bilgi dolu bir kap gibidir. İşte bu bilgileri nasıl alır ve kullanırız:

LLResult result = limelight.getLatestResult();
if (result != null && result.isValid()) {
    double tx = result.getTx(); // Hedef ne kadar sola veya sağa (derece)
    double ty = result.getTy(); // Hedef ne kadar yukarı veya aşağı (derece)
    double ta = result.getTa(); // Hedef ne kadar büyük görünüyor (görüntünün %0-%100'ü)
    
    telemetry.addData("Hedef X", tx);
    telemetry.addData("Hedef Y", ty);
    telemetry.addData("Hedef Alanı", ta);
} else {
    telemetry.addData("Limelight", "Hedef Yok");
}

4. Python SnapScripts ile İletişim​

Web arayüzünde kendi Python SnapScript pipeline'larınızı yazabilirsiniz. Kodunuzu yazmanıza yardımcı olması için LLM tabanlı SnapScript oluşturucumuzu kullanın.

İşte Robot Kodundan Python'a sayılar gönderme ve geri sayılar alma yöntemi:

// Python'a sayılar gönderme
double[] inputs = {1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0};
limelight.updatePythonInputs(inputs);

// Python'dan sayılar alma
double[] pythonOutputs = result.getPythonOutput();
if (pythonOutputs != null && pythonOutputs.length > 0) {
    double firstOutput = pythonOutputs[0];
    telemetry.addData("Python çıktısı:", firstOutput);
}

5. Robotum Nerede? (MegaTag 1)​

Limelight, AprilTag'leri kullanarak robotunuzun sahada nerede olduğunu belirlemeye yardımcı olabilir. Limelight'ınız, mevcut oyun için önceden yüklenmiş bir AprilTag Haritası ile gelir, ancak 3D Harita Oluşturucumuz ile kendi haritalarınızı tasarlayıp yükleyebilirsiniz.

Robotunuzun konumunu almaya çalışmadan önce, şunları yapın:

  1. Web arayüzündeki AprilTag pipeline'ınızın "Gelişmiş" sekmesinde "Tam 3D"yi etkinleştirin.
  2. Kameranızı robotunuzun ayak izinin merkezine göre konumlandırmak için web arayüzünü kullanın.

BotPose için koordinat sistemi, standart FTC koordinat sistemine uygundur.

  • (0,0,0) saha zemininin merkezidir
  • Elmas olmayan konfigürasyonlar için, 0 derece Yaw, mavi ittifakın robotunuzun sol tarafında ve kırmızı ittifakın robotunuzun sağ tarafında olduğu anlamına gelir.
if (result != null && result.isValid()) {
    Pose3D botpose = result.getBotpose();
    if (botpose != null) {
        double x = botpose.getPosition().x;
        double y = botpose.getPosition().y;
        telemetry.addData("MT1 Konum", "(" + x + ", " + y + ")");
    }
}

6. Robotum Nerede? (MegaTag 2)​

MegaTag 2, MegaTag 1 gibidir, ancak artan doğruluk için IMU verilerinizi birleştirir:

// Önce, Limelight'a robotunuzun hangi yöne baktığını söyleyin
double robotYaw = imu.getAngularOrientation().firstAngle;
limelight.updateRobotOrientation(robotYaw);
if (result != null && result.isValid()) {
    Pose3D botpose_mt2 = result.getBotpose_MT2();
    if (botpose_mt2 != null) {
        double x = botpose_mt2.getPosition().x;
        double y = botpose_mt2.getPosition().y;
        telemetry.addData("MT2 Konum:", "(" + x + ", " + y + ")");
    }
}

7. İç Sonuç Türleri​

Pipeline'larınızı nasıl yapılandırdığınıza bağlı olarak, ana LLResults Nesnesi içindeki farklı türde ayrıntılı Sonuç Listelerine erişebilirsiniz.

Muhtemelen bu Sonuç Listelerini kullanmanıza gerek kalmayacaktır. Mümkün olduğunca temel getTx(), getTy() kullanmanızı öneririz.

7.1 Renk Sonuçları​

Renk sonuçları renkli hedefleri bulmaya yardımcı olur:

List<ColorResult> colorTargets = result.getColorResults();
for (ColorResult colorTarget : colorTargets) {
    double x = detection.getTargetXDegrees(); // Nerede (sol-sağ)
    double y = detection.getTargetYDegrees(); // Nerede (yukarı-aşağı)
    double area = colorTarget.getTargetArea(); // boyut (0-100)
    telemetry.addData("Renk Hedefi", "görüntünün %" + area + "'sini kaplıyor");
}

7.2 Fiducial/AprilTag Sonuçları​

Fiducial'lar, Limelight'ın nerede olduğunu anlamasına yardımcı olan özel işaretlerdir (AprilTag'ler gibi):

List<FiducialResult> fiducials = result.getFiducialResults();
for (FiducialResult fiducial : fiducials) {
    int id = fiducial.getFiducialId(); // Fiducial'ın ID numarası
    double x = detection.getTargetXDegrees(); // Nerede (sol-sağ)
    double y = detection.getTargetYDegrees(); // Nerede (yukarı-aşağı)
    double StrafeDistance_3D = fiducial.getRobotPoseTargetSpace().getY(); 
    telemetry.addData("Fiducial " + id, distance + " metre uzakta");
}

Her FiducialResult içindeki 3D poz bilgisini kullanmak istiyorsanız, aşağıdaki yöntemleri kullanabilirsiniz:

fiducial.getRobotPoseTargetSpace(); // AprilTag Koordinat Sistemine göre robot pozu (En Kullanışlı)
fiducial.getCameraPoseTargetSpace(); // AprilTag'e göre kamera pozu (kullanışlı)
fiducial.getRobotPoseFieldSpace(); // Sadece bu etikete dayalı olarak saha koordinat sistemindeki robot pozu (kullanışlı)
fiducial.getTargetPoseCameraSpace(); // Kameranın koordinat sistemindeki AprilTag pozu (çok kullanışlı değil)
fiducial.getTargetPoseRobotSpace(); // Robotun koordinat sistemindeki AprilTag pozu (çok kullanışlı değil)

7.3 Barkod Sonuçları​

Limelight'ın barkod pipeline'ı QR Kodlarını tespit etmekte ve izlemekte iyidir.

List<BarcodeResult> barcodes = result.getBarcodeResults();
for (BarcodeResult barcode : barcodes) {
    String data = barcode.getData(); // Barkodun söylediği şey
    String family = barcode.getFamily(); // Ne tür bir barkod olduğu
    telemetry.addData("Barkod", data + " (" + family + ")");
}

7.4 Sınıflandırıcı Sonuçları​

Sinir Ağı Sınıflandırıcıları, Limelight'ın "Bunun ... görüntüsü olduğunu düşünüyorum" demesine olanak tanır.

List<ClassifierResult> classifications = result.getClassifierResults();
for (ClassifierResult classification : classifications) {
    String className = classification.getClassName(); // Limelight'ın ne gördüğünü düşündüğü
    double confidence = classification.getConfidence(); // Güven Puanı
    telemetry.addData("Bir tane görüyorum", className + " (%" + confidence + ")");
}

7.5 Dedektör Sonuçları​

Dedektörler belirli nesneleri bulur ve bize nerede olduklarını söyler:

List<DetectorResult> detections = result.getDetectorResults();
for (DetectorResult detection : detections) {
    String className = detection.getClassName(); // Neyin tespit edildiği
    double x = detection.getTargetXDegrees(); // Nerede (sol-sağ)
    double y = detection.getTargetYDegrees(); // Nerede (yukarı-aşağı)
    telemetry.addData(className, "(" + x + ", " + y + ") derecede");
}

8. Veri Taze mi?​

Bazen, sonuç verilerimizin yaşını (milisaniye cinsinden) bilmek isteriz.

long staleness = result.getStaleness();
if (staleness < 100) { // 100 milisaniyeden daha az eski
    telemetry.addData("Veri", "İyi");
} else {
    telemetry.addData("Veri", "Eski (" + staleness + " ms)");
}

9. Özel Saha Haritaları​

Limelight'a özel saha düzeniniz hakkında bilgi verebilirsiniz:

LLFieldMap fieldMap = new LLFieldMap(); // Bunu saha verileriyle doldurmanız gerekecek
boolean success = limelight.uploadFieldmap(fieldMap, null); // null, varsayılan yuvayı kullan anlamına gelir
if (success) {
    telemetry.addData("Saha Haritası", "Başarıyla yüklendi!");
} else {
    telemetry.addData("Saha Haritası", "Hata, yükleme başarısız oldu");
}

10. Anlık Görüntü Alma:​

Limelight, saha dışında pipeline'ları hata ayıklamanıza yardımcı olmak için anlık görüntüler alabilir:

limelight.captureSnapshot("auto_pov_10s");

Web arayüzünün Giriş Sekmesinde, pipeline'larınızı kontrol etmek/ayarlamak için bu anlık görüntüyü "görüntü kaynağı" olarak seçebilirsiniz.

Eski anlık görüntüleri temizlemek için:

limelight.deleteSnapshots();
telemetry.addData("Anlık Görüntüler", "Hepsi temizlendi!");