FRC Programlama Hızlı Başlangıç

Limelight, hedefleme verisi, durum verisi ve canlı yapılandırma için REST/HTTP, Websocket, Modbus ve NetworkTables protokollerini destekler. JSON ve ham çıktı formatları mevcuttur. Daha fazla bilgi için belgelerin API bölümüne bakın.

FRC Takımları için önerilen protokol NetworkTables'dır. Limelight tüm hedefleme verilerini, tam JSON dökümü dahil olmak üzere, NetworkTables'a 100hz hızında gönderir. Takımlar ayrıca ledMode, kırpma penceresi ve daha fazlası gibi kontrolleri NetworkTables aracılığıyla ayarlayabilir. FRC takımları, Limelight'ı saniyeler içinde kullanmaya başlamak için Limelight Lib Java ve C++ kütüphanelerini kullanabilir. Limelight Lib başlamak için en kolay yoldur.

LimelightLib:

Java, CPP

Java

double tx = LimelightHelpers.getTX("");

C++

#include "LimelightHelpers.h"

double tx = LimelightHelpers::getTX("");
double ty = LimelightHelpers::getTY("");

Python

wip

LimelightLib'i atlayıp doğrudan NetworkTables ile programlamaya başlamak istiyorsanız:

Java

import edu.wpi.first.wpilibj.smartdashboard.SmartDashboard;
import edu.wpi.first.networktables.NetworkTable;
import edu.wpi.first.networktables.NetworkTableEntry;
import edu.wpi.first.networktables.NetworkTableInstance;

NetworkTable table = NetworkTableInstance.getDefault().getTable("limelight");
NetworkTableEntry tx = table.getEntry("tx");
NetworkTableEntry ty = table.getEntry("ty");
NetworkTableEntry ta = table.getEntry("ta");

//değerleri periyodik olarak oku
double x = tx.getDouble(0.0);
double y = ty.getDouble(0.0);
double area = ta.getDouble(0.0);

//smart dashboard'a periyodik olarak gönder
SmartDashboard.putNumber("LimelightX", x);
SmartDashboard.putNumber("LimelightY", y);
SmartDashboard.putNumber("LimelightArea", area);

C++

#include "frc/smartdashboard/Smartdashboard.h"
#include "networktables/NetworkTable.h"
#include "networktables/NetworkTableInstance.h"
#include "networktables/NetworkTableEntry.h"
#include "networktables/NetworkTableValue.h"
#include "wpi/span.h"

std::shared_ptr<nt::NetworkTable> table = nt::NetworkTableInstance::GetDefault().GetTable("limelight");
double targetOffsetAngle_Horizontal = table->GetNumber("tx",0.0);
double targetOffsetAngle_Vertical = table->GetNumber("ty",0.0);
double targetArea = table->GetNumber("ta",0.0);
double targetSkew = table->GetNumber("ts",0.0);

LabView

Python

import cv2
import numpy as np

# runPipeline() Limelight'ın arka ucu tarafından her karede çağrılır.
def runPipeline(image, llrobot):
    # giriş görüntüsünü HSV renk uzayına dönüştür
    img_hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # aşağıdaki HSV Min/Max değerleri aralığında olmayan
    # pikselleri kaldırarak hsv'yi ikili görüntüye dönüştür
    img_threshold = cv2.inRange(img_hsv, (60, 70, 70), (85, 255, 255))

    # yeni ikili görüntüdeki konturları bul
    contours, _ = cv2.findContours(img_threshold,
    cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    largestContour = np.array([[]])

    # robota geri göndermek için boş bir değer dizisi başlat
    llpython = [0,0,0,0,0,0,0,0]

    # konturlar tespit edildiyse, onları çiz
    if len(contours) > 0:
        cv2.drawContours(image, contours, -1, 255, 2)
        # en büyük konturu kaydet
        largestContour = max(contours, key=cv2.contourArea)

        # konturu çevreleyen döndürülmemiş sınırlayıcı kutuyu al
        x,y,w,h = cv2.boundingRect(largestContour)

        # döndürülmemiş sınırlayıcı kutuyu çiz
        cv2.rectangle(image,(x,y),(x+w,y+h),(0,255,255),2)

        # robota geri göndermek için bazı özel veriler kaydet
        llpython = [1,x,y,w,h,9,8,7]

    #LL artı işareti için en büyük konturu, değiştirilmiş görüntüyü ve özel robot verisini döndür
    return largestContour, image, llpython