Rastreamento de etiquetas AprilTag

Tutorial em vídeo 11 - Acompanhamento de tags AprilTag: https://singtown.com/learn/49590/

Tutorial em vídeo 21 - Carro a perseguir outros objetos: https://singtown.com/learn/50041/

Introdução à AprilTag

Informação: https://april.eecs.umich.edu/software/apriltag.html

O AprilTag é um sistema de benchmark visual que pode ser utilizado para uma variedade de tarefas, incluindo RA, robótica e calibração de câmaras. A etiqueta pode ser impressa diretamente com uma impressora, e o programa de deteção AprilTag pode calcular a posição 3D precisa, a orientação e o ID em relação à câmara. Para o OpenMV, isto é especialmente útil! Provavelmente é assim:

Simplificando, desde que a etiqueta esteja anexada ao alvo, a posição 3D e o id da etiqueta podem ser identificados no OpenMV.

Tipos de AprilTag

O tipo de AprilTag é denominado（family）e existem os seguintes tipos:

TAG16H5 → 0 to 29\ TAG25H7 → 0 to 241\ TAG25H9 → 0 to 34\ TAG36H10 → 0 to 2319\ TAG36H11 → 0 to 586\ ARTOOLKIT → 0 to 511\ Ou seja, existem 30 famílias de TAG16H5, cada uma delas com um ID correspondente, que vai de 0 a 29.

Então, quais são as diferenças entre as diferentes famílias?

Por exemplo, a área efetiva do TAG16H5 é de 4 x 4 quadrados, pelo que consegue ver mais longe do que o TAG36H11 (porque tem 6 x 6 quadrados). No entanto, a taxa de erro do TAG16H5 é muito superior à do TAG36H11, porque o TAG36H11 tem mais informação de verificação.TAG36H11 é recomendado.

Faça AprilTag

Muito simples,pode descarregá-lo da Internet ou gerá-lo diretamente do OpenMV IDE.Selecione a família em Tools-Machine Vision-AprilTag Generate.

De seguida, preencha o número que precisa de ser gerado,por exemplo, se forem necessários 10, serão geradas imagens com IDs de 0 a 9.

De seguida, selecione a pasta onde as fotos estão guardadas e está feito.

De seguida, as imagens serão geradas nesta pasta.

Por fim, imprima a imagem com uma impressora (claro que também pode usar o ecrã diretamente, mas pode ser refletor).

programa

# AprilTags Example
#
# This example shows the power of the OpenMV Cam to detect April Tags
# on the OpenMV Cam M7. The M4 versions cannot detect April Tags.

import sensor, image, time, math

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA) # we run out of memory if the resolution is much bigger...
sensor.skip_frames(30)
sensor.set_auto_gain(False)  # must turn this off to prevent image washout...
sensor.set_auto_whitebal(False)  # must turn this off to prevent image washout...
clock = time.clock()

while(True):
    clock.tick()
    img = sensor.snapshot()
    for tag in img.find_apriltags(): # defaults to TAG36H11 without "families".
        img.draw_rectangle(tag.rect(), color = (255, 0, 0))
        img.draw_cross(tag.cx(), tag.cy(), color = (0, 255, 0))
        degress = 180 * tag.rotation() / math.pi
        print(tag.id(),degress)

Como pode ver, pode identificar o id como 0, o ângulo de rotação e a posição.\

Posicionamento 3D

O mais incrível do AprilTag é a função de posicionamento 3D. Consegue saber a posição espacial do Tag. São um total de 6 graus de liberdade, três posições e três ângulos.

# AprilTags Example
#
# This example shows the power of the OpenMV Cam to detect April Tags
# on the OpenMV Cam M7. The M4 versions cannot detect April Tags.

import sensor, image, time, math

sensor.reset()
sensor.set_pixformat(sensor.RGB565)
sensor.set_framesize(sensor.QQVGA) # we run out of memory if the resolution is much bigger...
sensor.skip_frames(30)
sensor.set_auto_gain(False)  # must turn this off to prevent image washout...
sensor.set_auto_whitebal(False)  # must turn this off to prevent image washout...
clock = time.clock()

# 注意！与find_qrcodes不同，find_apriltags 不需要软件矫正畸变就可以工作。

# 注意，输出的姿态的单位是弧度，可以转换成角度，但是位置的单位是和你的大小有关，需要等比例换算

# f_x 是x的像素为单位的焦距。对于标准的OpenMV，应该等于2.8/3.984*656，这个值是用毫米为单位的焦距除以x方向的感光元件的长度，乘以x方向的感光元件的像素（OV7725）
# f_y 是y的像素为单位的焦距。对于标准的OpenMV，应该等于2.8/2.952*488，这个值是用毫米为单位的焦距除以y方向的感光元件的长度，乘以y方向的感光元件的像素（OV7725）

# c_x 是图像的x中心位置
# c_y 是图像的y中心位置

f_x = (2.8 / 3.984) * 160 # 默认值
f_y = (2.8 / 2.952) * 120 # 默认值
c_x = 160 * 0.5 # 默认值(image.w * 0.5)
c_y = 120 * 0.5 # 默认值(image.h * 0.5)

def degrees(radians):
    return (180 * radians) / math.pi

while(True):
    clock.tick()
    img = sensor.snapshot()
    for tag in img.find_apriltags(fx=f_x, fy=f_y, cx=c_x, cy=c_y): # 默认为TAG36H11
        img.draw_rectangle(tag.rect(), color = (255, 0, 0))
        img.draw_cross(tag.cx(), tag.cy(), color = (0, 255, 0))
        print_args = (tag.x_translation(), tag.y_translation(), tag.z_translation(), \
            degrees(tag.x_rotation()), degrees(tag.y_rotation()), degrees(tag.z_rotation()))
        # 位置的单位是未知的，旋转的单位是角度
        print("Tx: %f, Ty %f, Tz %f, Rx %f, Ry %f, Rz %f" % print_args)
    print(clock.fps())

A saída da porta série tem 6 variáveis, Tx, Ty e Tz são três grandezas de posição no espaço e Rx, Ry e Rz são três grandezas de rotação.

Leitura adicional:

Do Singtown Lab APP: Como localizar/alcance o Apriltag durante a identificação? Qual é a unidade da saída tx ty tz? Como se obtém a distância real? https://forum.singtown.com/topic/52

Acompanhamento de etiquetas AprilTag