AI 비전#

소개 #

AI 비전 센서는 사물, 색상 및 AprilTag ID를 감지하고 추적할 수 있습니다. 이를 통해 로봇은 주변 환경을 분석하고, 물체를 추적하며, 감지된 시각 데이터를 기반으로 반응할 수 있습니다.

이 페이지에서는 AI 비전 센서, 색상 시그니처 및 색상 코드의 예시 이름으로 각각 ai_vision_1, RED_BOX, BOX_CODE 를 사용합니다. 필요에 따라 직접 설정한 이름으로 변경하십시오.

다음은 모든 방법 목록입니다.

데이터 가져오기 - AI 비전 센서에서 데이터를 가져옵니다.

take_snapshot – 특정 서명에 대한 데이터를 캡처합니다.
installed – AI 비전 센서가 V5 브레인에 연결되어 있는지 여부.

속성 – take_snapshot에서 반환된 객체 데이터.

.exists – 현재 감지에 객체가 존재하는지 여부.
.width – 감지된 객체의 너비.
.height – 감지된 객체의 높이.
.centerX – 객체 중심의 X 위치.
.centerY – 객체 중심의 Y 위치.
.angle – 색상 코드의 방향.
.originX – 객체의 왼쪽 상단 모서리의 X 위치.
.originY – 객체의 왼쪽 상단 모서리의 Y 위치.
.id – 객체의 분류 또는 태그 ID.
.score – AI 분류에 대한 신뢰도 점수.

생성자 – AI 비전 센서와 해당 시그니처를 수동으로 초기화하고 구성합니다.

AiVision – AI 비전 센서를 생성합니다.
Colordesc – 색상 시그니처를 생성합니다.
Codedesc – 색상 코드를 생성합니다.
Tagdesc – AprilTag ID를 생성합니다.

게터스 #

take_snapshot #

take_snapshot 은 AI 비전 센서의 프레임에서 데이터를 단일 서명(사전 학습된 객체, AprilTag ID 또는 구성된 색상 서명이나 색상 코드와 같이 센서가 인식할 수 있는 것에 대한 저장된 설명)으로 필터링하고 튜플을 반환합니다.

색상 서명 및 색상 코드는 이 방법을 사용하기 전에 먼저 Vision Utility에서 구성해야 합니다.

튜플은 인덱스 0부터 시작하여 너비가 큰 순서부터 작은 순서로 정렬된 객체를 저장합니다. 각 객체의 속성은 해당 인덱스를 사용하여 접근할 수 있습니다. 일치하는 객체가 감지되지 않으면 빈 튜플이 반환됩니다.

Usage:
ai_vision_1.take_snapshot(SIGNATURE)

매개변수	설명
`SIGNATURE`	지정된 서명에 해당하는 데이터만 포함하도록 데이터 세트를 필터링합니다. 사용 가능한 서명은 다음과 같습니다. 색상 서명 또는 색상 코드 - AI 비전 센서 이름, 두 개의 밑줄, 그리고 색상 서명 또는 색상 코드 이름입니다. 예: `ai_vision_1__RED_BOX`. `AiVision.ALL_AIOBJS` - 큐브, 링, 공. `AiVision.ALL_TAGS` - 모든 AprilTag ID.
`count`	선택 사항입니다. 반환할 수 있는 객체의 최대 개수를 1에서 24까지 설정합니다. 기본값은 8입니다.

매개변수

설명

SIGNATURE

지정된 서명에 해당하는 데이터만 포함하도록 데이터 세트를 필터링합니다. 사용 가능한 서명은 다음과 같습니다.

색상 서명 또는 색상 코드 - AI 비전 센서 이름, 두 개의 밑줄, 그리고 색상 서명 또는 색상 코드 이름입니다. 예: ai_vision_1__RED_BOX.
AiVision.ALL_AIOBJS - 큐브, 링, 공.
AiVision.ALL_TAGS - 모든 AprilTag ID.

count

선택 사항입니다. 반환할 수 있는 객체의 최대 개수를 1에서 24까지 설정합니다. 기본값은 8입니다.

# Drive forward if an object is detected
while True:
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)
    if objects[0].exists:
        drivetrain.drive_for(FORWARD, 50, MM)
    wait(50, MSEC)

Note: The returned tuple can be sorted by any property, not just width, using Python’s sorted function. For example, sorting by AprilTag ID:

# Print each detected AprilTag ID in ascending order by ID
while True:
    apriltags = sorted(ai_vision_1.take_snapshot(AiVision.ALL_TAGS), key=id)
    for tag in apriltags:
        print(tag.id)
    wait(1, SECONDS)

또는 높이 순으로 정렬할 수도 있습니다.

# Print each detected AprilTag ID in ascending order by height
while True:
    apriltags_by_height = sorted(ai_vision_1.take_snapshot(AiVision.ALL_TAGS), key=lambda tag: tag.height)
    for tag in apriltags_by_height:
        print(tag.height)
    wait(1, SECONDS)

AI 분류 #

AI 비전 센서는 특정 AI 분류에 따라 다양한 객체를 감지할 수 있습니다. 장치 창에서 AI 비전 센서를 구성할 때 선택한 AI 분류 모델에 따라 감지되는 객체가 달라집니다. 현재 사용 가능한 모델은 다음과 같습니다.

교실 구성 요소

신분증 번호	AI 분류
0	`BLUE_BALL`
1	`GREEN_BALL`
2	`RED_BALL`
3	`BLUE_RING`
4	`GREEN_RING`
5	`RED_RING`
6	`BLUE_CUBE`
7	`GREEN_CUBE`
8	`RED_CUBE`

VEX V5 로봇 경진대회, 치열한 경쟁 속에서 펼쳐지는 대회

신분증 번호	AI 분류
0	`MOBILE_GOAL`
1	`RED_RING`
2	`BLUE_RING`

VEX V5 로봇 경진대회 연기

신분증 번호	AI 분류
0	`BLUE_BLOCK`
1	`RED_BLOCK`

VEX V5 로봇 경진대회 재정의

신분증 번호	AI 분류
0	`RED_BLUE_PIN`
1	`BLUE_YELLOW_PIN`
2	`RED_YELLOW_PIN`
3	`YELLOW_PIN`
4	`CUP`

컬러 시그니처는 AI 비전 센서가 인식할 수 있는 고유한 색상입니다. 이러한 시그니처를 통해 AI 비전 센서는 색상을 기반으로 객체를 감지하고 추적할 수 있습니다. 컬러 시그니처가 구성되면 센서는 시야 내에서 해당 특정 색상의 객체를 식별할 수 있습니다. 컬러 시그니처는 take_snapshot와 함께 사용하여 실시간으로 색상이 있는 객체를 처리하고 감지합니다.

프로젝트에서 구성된 컬러 시그니처를 사용하려면 해당 이름은 센서 이름, 두 개의 밑줄, 그리고 컬러 시그니처 이름이어야 합니다. 예를 들어: ai_vision_1__RED_BOX.

# Display if any objects match the RED_BOX signature
while True:
    brain.screen.set_cursor(1, 1)
    brain.screen.clear_row(1)
    # Change to any configured Color Signature
    red_box = ai_vision_1.take_snapshot(ai_vision_1__RED_BOX)
    if red_box[0].exists:
        brain.screen.print("Color detected!")
        wait(100, MSEC)

색상 코드 #

컬러 코드는 특정 순서로 배열된 색상 특징으로 구성된 구조화된 패턴입니다. 이러한 코드를 통해 AI 비전 센서는 미리 정의된 색상 패턴을 인식할 수 있습니다. 컬러 코드는 복잡한 객체를 식별하거나 자율 주행을 위한 고유한 마커를 생성하는 데 유용합니다.

프로젝트에서 구성된 컬러 코드를 사용하려면 해당 이름은 센서 이름, 두 개의 밑줄, 그리고 컬러 코드 이름이어야 합니다. 예를 들어: ai_vision_1__BOX_CODE.

# Display if any objects match the BOX_CODE code
while True:
    brain.screen.set_cursor(1, 1)
    brain.screen.clear_row(1)
    # Change to any configured Color Code
    box_code = ai_vision_1.take_snapshot(ai_vision_1__BOX_CODE)
    if box_code[0].exists:
        brain.screen.print("Code detected!")
        wait(100, MSEC)

installed #

installed AI 비전 센서가 현재 V5 브레인에 연결되어 있는지 여부를 나타내는 부울 값을 반환합니다.

True – AI 비전 센서가 V5 브레인에 연결되어 있습니다.
False – AI 비전 센서가 V5 브레인에 연결되어 있지 않습니다.

Usage:
ai_vision_1.installed()

매개변수	설명
	이 메서드에는 매개변수가 없습니다.

# Display a message if the AI Vision Sensor is connected
if ai_vision_1.installed():
    brain.screen.print("Installed!")

속성 #

take_snapshot을 사용한 후 tuple에 저장된 각 객체에는 10개의 속성이 포함됩니다.

.id 및 .score 을 제외한 모든 속성 값은 take_snapshot 사용된 시점에서 AI 비전 센서의 시야 내에서 감지된 객체의 위치와 크기를 나타냅니다. 이 값들은 센서의 320x240 픽셀 해상도를 기준으로 픽셀 단위로 측정됩니다.

.exists #

.exists 튜플에 해당 인덱스가 존재하는지 여부를 나타내는 부울 값을 반환합니다.

True – 인덱스가 존재합니다.
False – 인덱스가 존재하지 않습니다.

# Check if at least two objects are detected
while True:
    brain.screen.clear_screen()
    brain.screen.set_cursor(1, 1)
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[1].exists:
            brain.screen.print("At least 2")

        else:
            brain.screen.print("Less than 2")
    wait(50, MSEC)

.width #

.width 감지된 객체의 너비를 픽셀 단위로 반환하며, 이는 1에서 320 사이의 정수입니다.

# Approach an object until it's at least 100 pixels wide
while True:
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[0].width < 100:
            drivetrain.drive(FORWARD)
    else:
        drivetrain.stop()
    wait(50, MSEC)

.height #

.height 감지된 객체의 높이를 픽셀 단위로 반환하며, 이는 1에서 240 사이의 정수입니다.

# Approach an object until it's at least 90 pixels tall
while True:
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[0].height < 90:
            drivetrain.drive(FORWARD)
    else:
        drivetrain.stop()
    wait(50, MSEC)

.centerX #

.centerX 감지된 객체 중심의 x 좌표를 픽셀 단위로 반환하며, 이 값은 0에서 320 사이의 정수입니다.

# Turn until an object is directly in front of the sensor
drivetrain.set_turn_velocity(10, PERCENT)
drivetrain.turn(RIGHT)

while True:
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if 140 < objects[0].centerX < 180:
            drivetrain.stop()
    wait(10,MSEC)

.centerY #

.centerY 감지된 객체 중심의 y 좌표를 픽셀 단위로 반환하며, 이 값은 0에서 240 사이의 정수입니다.

# Approach an object until the object's center is
# high enough in the field of view
while True:
    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[0].centerY < 150:
            drivetrain.drive(FORWARD)
    else:
        drivetrain.stop()
    wait(50, MSEC)

.angle #

.angle 감지된 색상 코드 또는 AprilTag ID의 방향을 도 단위로 반환하며, 이는 0에서 359 사이의 정수입니다.

# Turn left or right depending on how a
# configured Color Code is rotated
while True:
    box_code = ai_vision_1.take_snapshot(ai_vision_1__BOX_CODE)

    if box_code[0].exists:
        if 50 < box_code[0].angle < 100:
            drivetrain.turn(RIGHT)

        elif 270 < box_code[0].angle < 330:
            drivetrain.turn(LEFT)

        else:
            drivetrain.stop()
    else:
        drivetrain.stop()
    wait(50, MSEC)

.originX #

.originX 감지된 객체의 경계 상자의 왼쪽 상단 모서리의 x 좌표를 픽셀 단위로 반환하며, 이는 0에서 320 사이의 정수입니다.

# Display if an object is to the left or the right
while True:
    brain.screen.clear_screen()
    brain.screen.set_cursor(1,1)

    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[0].originX < 120:
            brain.screen.print("To the left!")
        else:
            brain.screen.print("To the right!")
    else:
        brain.screen.print("No objects")
    wait(100, MSEC)

.originY #

.originY 감지된 객체의 경계 상자의 왼쪽 상단 모서리의 y 좌표를 픽셀 단위로 반환하며, 이는 0에서 240 사이의 정수입니다.

# Display if an object is close or far
while True:
    brain.screen.clear_screen()
    brain.screen.set_cursor(1,1)

    objects = ai_vision_1.take_snapshot(AiVision.ALL_AIOBJS)

    if objects[0].exists:
        if objects[0].originY < 110:
            brain.screen.print("Close")
        else:
            brain.screen.print("Far")

.id #

.id 감지된 AI 분류 또는 AprilTag ID를 정수로 반환합니다.

AprilTag ID의 경우 .id 속성은 0~36 범위의 감지된 AprilTag ID 번호를 나타냅니다. AI 분류의 경우 .id 속성은 AI 분류 섹션에 있는 미리 정의된 ID에 해당합니다.

# Move forward when AprilTag ID 1 is detected
while True:
    apriltags = ai_vision_1.take_snapshot(AiVision.ALL_TAGS)

    if apriltags[0].exists:
        if apriltags[0].id == 1:
            robot.drive(FORWARD)
    else:
        drivetrain.stop()

    wait(50, MSEC)

.score #

.score 감지된 AI 분류의 신뢰도 점수를 1에서 100 사이의 정수로 반환합니다.

점수가 낮을수록 센서가 감지한 물체에 대해 확신도가 낮다는 의미이고, 점수가 높을수록 센서가 더 확신한다는 의미입니다.

건설업자 #

생성자는 VEXcode 외부에서 AI 비전 센서를 구성하는 데 필요한 AiVision, Colordesc및 Codedesc 객체를 수동으로 생성하는 데 사용됩니다.

AiVision #

AiVision AI 비전 센서를 생성합니다.

용법

Vision(smartport, sigs)

매개변수	설명
`smartport`	AI 비전 센서가 연결된 스마트 포트는 `Ports.PORTx` 형식으로 표기되며, 여기서 x는 포트 번호입니다.
`sigs`	선택 사항입니다. 쉼표(`,`)로 구분된 하나 이상의 서명 이름: 색상 서명 색상 코드 `AiVision.ALL_TAGS` – 모든 AprilTag ID `AiVision.ALL_AIOBJS` – 모든 AI 분류

매개변수

설명

smartport

AI 비전 센서가 연결된 스마트 포트는 Ports.PORTx 형식으로 표기되며, 여기서 x는 포트 번호입니다.

sigs

선택 사항입니다. 쉼표(,)로 구분된 하나 이상의 서명 이름:

색상 서명
색상 코드
AiVision.ALL_TAGS – 모든 AprilTag ID
AiVision.ALL_AIOBJS – 모든 AI 분류

# Create the Color Signatures
RED_BOX = Colordesc(1, 255, 0, 0, 20, 0.9)
BLUE_BOX = Colordesc(0, 26, 255, 0, 20, 0.9)

# Create the Color Code
RED_BLUE = Codedesc(RED_BOX, BLUE_BOX)

"""
Create an AI Vision Sensor with the following signatures:
- RED_BLUE
- AiVision.ALL_TAGS - for AprilTag IDs
"""
ai_vision_1 = AiVision(Ports.PORT1, RED_BLUE, AiVision.ALL_TAGS)

Colordesc #

Colordesc 컬러 시그니처를 생성합니다. AI 비전 센서에는 최대 7개의 서로 다른 컬러 시그니처를 동시에 저장할 수 있습니다.

Usage:
Colordesc(index, red, green, blue, hangle, hdsat)

매개변수	설명
`index`	`Colordesc` 객체의 인덱스는 1부터 7까지입니다. 참고: 동일한 인덱스 번호를 가진 `Colordesc` 객체를 두 개 생성하면 두 번째로 생성된 객체가 첫 번째 객체를 덮어씁니다.
`red`	색상의 빨간색 값은 0에서 255까지입니다.
`green`	녹색 값은 0에서 255까지의 범위를 가집니다.
`blue`	파란색의 명도 값은 0에서 255까지입니다.
`hangle`	색상환에서 허용되는 색조 변화 범위는 각도(1~40)로 나타냅니다. 값이 높을수록 기본 색조에서 더 넓은 회전 편차를 허용합니다.
`hdsat`	허용 가능한 채도 편차는 0.10에서 1.00까지입니다. 이 값은 색상이 변동될 수 있는 전체 채도 범위의 비율을 나타냅니다(예: 0.10 = ±10% 채도).

원형 색상환은 둘레에 도수 값이 표시되어 있으며, 맨 위쪽 0°에서 360°까지 30도씩 증가하는 전체 색조 스펙트럼을 보여줍니다.

"""
Create a Color Signature with the following values:
- index: 1
- red: 255
- green: 0
- blue: 0
- hangle: 20
- hdsat: 0.9
"""
# Create a red Color Signature
RED_BOX = Colordesc(1, 255, 0, 0, 20, 0.9)

Codedesc #

Codedesc 색상 코드를 생성합니다. 이를 사용하려면 이미 정의된 색상 시그니처가 최소 2개 필요합니다. 비전 센서에는 최대 8개의 서로 다른 색상 코드를 동시에 저장할 수 있습니다.

Usage:
Codedesc(sig1, sig2, sig3, sig4, sig5)

매개변수	설명
`sig1`	이전에 생성된 색상 서명.
`sig2`	이전에 생성된 색상 서명.
`sig3`	선택 사항. 이전에 생성된 색상 서명.
`sig4`	선택 사항. 이전에 생성된 색상 서명.
`sig5`	선택 사항. 이전에 생성된 색상 서명.

# Create the Color Signatures
RED_BOX = Colordesc(1, 255, 0, 0, 20, 0.9)
BLUE_BOX = Colordesc(0, 26, 255, 0, 20, 0.9)

# Create a Color Code with the Color Signatures
BOX_CODE = Codedesc(RED_BOX, BLUE_BOX)

Tagdesc #

Tagdesc AprilTag ID를 생성합니다. 이 ID를 사용하여 식별 가능한 AprilTag ID를 정의하면 코드가 더 명확하고 읽기 쉬워집니다.

Usage:
Tagdesc(id)

매개변수	설명
`id`	사용할 AprilTag ID입니다.

# Set AprilTag ID 7 to be the "goal"
goal = Tagdesc(7)