跳到主要内容

NetworkTables API

Limelight OS 内置了 NetworkTables 4 客户端。它会根据设置界面中配置的队伍编号/ID 自动连接到 FRC 机器人上运行的 NetworkTables 4 服务器。

所有数据都发布到与设备名称匹配的表中（例如 "limelight"）。如果您为相机分配了主机名/昵称，表名将匹配完整的 limelight 名称（例如 "limelight-top"）。

LimelightLib WPIJava 和 LimelightLib WPICPP 通过 NetworkTables 与 Limelight 设备进行交互。

基础目标数据​

使用以下代码：

NetworkTableInstance.getDefault().getTable("limelight").getEntry("<variablename>").getDouble(0);

来获取以下数据：

键名类型描述
tvint存在有效目标时为 1，不存在有效目标时为 0
txdouble从准星到目标的水平偏移（LL1: -27 度到 27 度 / LL2: -29.8 到 29.8 度）
tydouble从准星到目标的垂直偏移（LL1: -20.5 度到 20.5 度 / LL2: -24.85 到 24.85 度）
txncdouble从主点像素到目标的水平偏移（度）
tyncdouble从主点像素到目标的垂直偏移（度）
tadouble目标面积（图像的 0% 到 100%）
tldouble管线的延迟贡献（毫秒）。加上 "cl" 得到总延迟。
cldouble捕获管线延迟（毫秒）。从传感器中间行曝光结束到跟踪管线开始的时间。
t2ddouble包含多个匹配时间戳统计值的数组：[targetValid, targetCount, targetLatency, captureLatency, tx, ty, txnc, tync, ta, tid, targetClassIndexDetector, targetClassIndexClassifier, targetLongSidePixels, targetShortSidePixels, targetHorizontalExtentPixels, targetVerticalExtentPixels, targetSkewDegrees]
getpipeint相机当前活动的管线索引（0 .. 9）
getpipetypestring管线类型，例如 "pipe_color"
jsonstring目标结果的完整 JSON 转储。必须在 'output' 选项卡中为每个管线启用
tclassstring主要神经网络检测器结果或神经网络分类器结果的类名
tcdoubleArray获取准星区域（3x3 像素区域）下方的平均 HSV 颜色，以数字数组形式返回
hbdouble心跳值。每帧增加一次，在 20 亿时重置
hwdoubleArray硬件指标 [fps, cpu 温度, 内存使用率, 温度]
crosshairsdoubleArray2D 准星 [cx0, cy0, cx1, cy1]
tcclassstring分类器管线计算的类名
tdclassstring检测器管线的主要检测名称

AprilTag 和 3D 数据​

使用以下代码：

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

来获取以下数据：

键名类型描述
botposedoubleArray机器人在场地空间中的变换。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
botpose_wpibluedoubleArray机器人在场地空间中的变换（蓝色驾驶站 WPILIB 原点）。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
botpose_wpireddoubleArray机器人在场地空间中的变换（红色驾驶站 WPILIB 原点）。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
botpose_orbdoubleArray机器人在场地空间中的变换（Megatag2）。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
botpose_orb_wpibluedoubleArray机器人在场地空间中的变换（Megatag2）（蓝色驾驶站 WPILIB 原点）。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
botpose_orb_wpireddoubleArray机器人在场地空间中的变换（Megatag2）（红色驾驶站 WPILIB 原点）。平移 (X,Y,Z) 单位为米，旋转 (Roll,Pitch,Yaw) 单位为度，总延迟 (cl+tl)，标签数量，标签跨度，标签到相机的平均距离，标签平均面积（图像百分比）
camerapose_targetspacedoubleArray相机在主要可见 AprilTag 坐标系中的 3D 变换（数组 (6)）[tx, ty, tz, pitch, yaw, roll]（米，度）
targetpose_cameraspacedoubleArray主要可见 AprilTag 在相机坐标系中的 3D 变换（数组 (6)）[tx, ty, tz, pitch, yaw, roll]（米，度）
targetpose_robotspacedoubleArray主要可见 AprilTag 在机器人坐标系中的 3D 变换（数组 (6)）[tx, ty, tz, pitch, yaw, roll]（米，度）
botpose_targetspacedoubleArray机器人在主要可见 AprilTag 坐标系中的 3D 变换（数组 (6)）[tx, ty, tz, pitch, yaw, roll]（米，度）
camerapose_robotspacedoubleArray相机在机器人坐标系中的 3D 变换（数组 (6)）
tidint主要可见 AprilTag 的 ID
stddevsdoubleArrayMegaTag 标准差 [MT1x, MT1y, MT1z, MT1roll, MT1pitch, MT1Yaw, MT2x, MT2y, MT2z, MT2roll, MT2pitch, MT2yaw]
camerapose_robotspace_setdoubleArray设置相机在机器人坐标系中的位姿。
priorityidint设置 tx/ty 目标跟踪所需的 ID。忽略其他目标。不影响定位
robot_orientation_setdoubleArray设置机器人方向和角速度，单位为度和度/秒 [yaw,yawrate,pitch,pitchrate,roll,rollrate]
fiducial_id_filters_setdoubleArray覆盖定位的有效基准标记 ID（数组）
fiducial_offset_setdoubleArray设置 3D 兴趣点偏移 [x,y,z]

相机控制​

使用以下代码：

NetworkTableInstance.getDefault().getTable("limelight").getEntry("<variablename>").setNumber(<value>);

来设置以下数据：

ledMode设置 limelight 的 LED 状态
[0]使用当前管线中设置的 LED 模式
[1]强制关闭
[2]强制闪烁
[3]强制开启
pipeline设置 limelight 的当前管线
0 .. 9选择管线 0..9
stream设置 limelight 的流模式
0标准 - 如果 Limelight 连接了网络摄像头，则并排显示流
1画中画主 - 副摄像头流放置在主摄像头流的右下角
2画中画副 - 主摄像头流放置在副摄像头流的右下角
crop（数组）设置裁剪矩形。管线必须在网页界面中使用默认裁剪矩形。数组必须正好有 4 个元素。
[0]X0 - 裁剪矩形的最小或最大 X 值（-1 到 1）
[1]X1 - 裁剪矩形的最小或最大 X 值（-1 到 1）
[2]Y0 - 裁剪矩形的最小或最大 Y 值（-1 到 1）
[3]Y1 - 裁剪矩形的最小或最大 Y 值（-1 到 1）
throttle_set（int）我们建议在禁用时将此值设置为 100-200。设置处理帧之间跳过的帧数以降低温度上升。跳过的帧期间输出不会归零。
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);

IMU 控制​

键名类型描述
imumode_setint设置 imu 模式。0 - 使用外部 imu，1 - 使用外部 imu 并初始化内部 imu，2 - 使用内部，3 - 使用内部并配合 MT1 辅助收敛，4 - 使用内部 IMU 并配合外部 IMU 辅助收敛
imuassistalpha_setdouble互补滤波器 alpha / 强度。较高的值会使内部 imu 更快地收敛到辅助源。默认设置为较低的值 0.001，因为我们现在比以前更信任内部 IMU。辅助模式旨在非常轻柔地将内部 imu "拉向" 所选的辅助源。

Python​

Python 脚本允许任意的入站和出站数据。

llpython由 python 脚本发送的数字数组。可在机器人代码中访问。
llrobot由机器人发送的数字数组。可在 python SnapScripts 中访问。

原始数据​

角点：

在 "Output" 选项卡中启用 "send contours" 以流式传输角点坐标：

tcornxy角点坐标的数字数组 [x0,y0,x1,y1......]

原始目标：

Limelight 向 NetworkTables 发布三个不受分组模式影响的原始轮廓。也就是说，它们使用您的管线参数进行过滤，但从不分组。X 和 Y 以归一化屏幕空间（-1 到 1）而非度数返回。

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

原始基准标记：

获取所有有效（未过滤）的基准标记

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

原始检测：

获取所有有效（未过滤）的神经网络检测结果

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

原始条形码：

获取所有有效（未过滤）的条形码结果

rawbarcodes 条形码数据的字符串数组