สัญลักษณ์บนผนัง

สิ่งที่หุ่นยนต์ต้องทำ

สัญลักษณ์บนผนัง (wall tokens) เป็นแหล่งคะแนนส่วนใหญ่ของคุณ และการรายงานผิดแต่ละครั้งเสีย 5 คะแนน ดังนั้นสำหรับสัญลักษณ์แต่ละอันที่พบ คุณต้องตัดสินใจระหว่าง:

สิ่งนั้นคือ…	สิ่งที่ต้องทำ
ผู้ประสบภัยแบบตัวอักษร (Φ, Ψ, Ω)	รายงาน H, S หรือ U
ผู้ประสบภัยปลอม (สัญลักษณ์เดียวกัน แต่เป็นสามมิติ)	ไม่ต้องรายงาน และไม่ใส่ในแผนที่
เป้าหมายเชิงรับรู้ที่มีผลรวม 0 ถึง 3	รายงาน F, P, C หรือ O
เป้าหมายเชิงรับรู้ที่มีผลรวมเป็นค่าอื่น	เป็นของปลอม: ไม่ต้องรายงาน และไม่ใส่ในแผนที่

ดูคำนิยามที่แน่นอนได้ในกติกา และวิธีส่งรายงานในการสื่อสาร

สิ่งที่กล้องเห็น

กล้องของหุ่นยนต์เริ่มต้นมีขนาด 64 × 40 พิกเซล ที่ความละเอียดนี้ สัญลักษณ์จะมีขนาดเพียงไม่กี่พิกเซลจนกว่าหุ่นยนต์จะเข้าใกล้ จึงควรมองหาสิ่งที่น่าจะเป็นสัญลักษณ์จากระยะไกล แล้วค่อยเข้าใกล้เพื่ออ่าน อย่าลืมว่าการรายงานต้องให้หุ่นยนต์อยู่ห่างจากสัญลักษณ์ไม่เกินครึ่งช่อง และกล้องแบบกำหนดเองมีความละเอียดสูงกว่านี้ได้ แต่ต้องใช้งบประมาณมากขึ้น

ผู้ประสบภัยแบบตัวอักษรเป็นสัญลักษณ์สีดำบนสี่เหลี่ยมสีขาว และอาจหมุนไปทำมุมใดก็ได้ ดังนั้นวิธีของคุณต้องไม่ขึ้นกับทิศทางการวาง

การอ่านเป้าหมายเชิงรับรู้

เป้าหมายเชิงรับรู้ประกอบด้วยห้าส่วนที่ซ้อนกันเป็นวงกลมร่วมศูนย์ จึงไม่จำเป็นต้องจำแนกรูปทรงของมัน เมื่อหาจุดศูนย์กลางและรัศมีด้านนอกได้แล้ว ก็อ่านค่าสีที่ตรงกลางของแต่ละส่วนได้เลย ส่วนต่าง ๆ มีรัศมี 0.5, 1, 1.5, 2 และ 2.5 ซม. ดังนั้นจุดกึ่งกลางของแต่ละส่วนอยู่ที่ 0, 0.3, 0.5, 0.7 และ 0.9 ของรัศมีด้านนอก

ฟังก์ชันด้านล่างทำเช่นนั้นด้วย OpenCV ใน Python ในการหาจุดศูนย์กลางและรัศมี คุณอาจใช้เส้นขอบ (contour) ของเป้าหมาย เหมือนในนำทางในเขาวงกต

Python

import cv2 as cv
import numpy as np

# Colour of each part in BGR order, as seen by the camera
COLORS = {
    'K': (0, 0, 0),      # Black
    'R': (0, 0, 255),    # Red
    'Y': (0, 255, 255),  # Yellow
    'G': (0, 255, 0),    # Green
    'B': (255, 0, 0),    # Blue
}

def nearestColor(bgr):
    # Returns the name of the colour that is closest to a pixel
    distances = {name: np.linalg.norm(np.array(color) - bgr) for name, color in COLORS.items()}
    return min(distances, key=distances.get)

def readRings(image, centerX, centerY, radius):
    # image is a BGR image, as in the RGB Camera tutorial
    # Returns the 5 colours from the center outwards, for example ['Y', 'B', 'R', 'K', 'G']
    rings = []
    for position in [0, 0.3, 0.5, 0.7, 0.9]:
        x = int(round(centerX + position * radius))
        y = int(round(centerY))
        rings.append(nearestColor(image[y, x].astype(float)))
    return rings

ในการรันจริง หุ่นยนต์อาจมองเห็นเป้าหมายจากมุมเอียง ซึ่งจะทำให้เป้าหมายดูเป็นวงรี การเข้าไปอยู่ด้านหน้าเป้าหมาย การใช้สีที่ดูผิดปกติเป็นสัญญาณเตือน หรือการอ่านหลายเฟรม จะทำให้ผลลัพธ์น่าเชื่อถือขึ้น

การคำนวณชนิด

เมื่อได้สีครบทั้งห้าแล้ว รหัสที่ต้องรายงานมาจากผลรวมของค่าสีเหล่านั้น ต้องนับทั้งห้าส่วนเสมอ แม้ว่าสีที่อยู่ติดกันจะเป็นสีเดียวกัน

Python

VALUES = {'K': -2, 'R': -1, 'Y': 0, 'G': 1, 'B': 2}
CODES = {0: 'F', 1: 'P', 2: 'C', 3: 'O'}

def targetCode(rings):
    # rings is the list of the 5 colours of the target
    # Returns the code to report, or None if the target is fake
    total = sum(VALUES[color] for color in rings)
    return CODES.get(total)

C/C++

#include <map>
#include <vector>

using namespace std;

// rings has the 5 colours of the target: 'K', 'R', 'Y', 'G' or 'B'
// Returns the code to report, or 0 if the target is fake
char targetCode(const vector<char>& rings) {
    map<char, int> values = {{'K', -2}, {'R', -1}, {'Y', 0}, {'G', 1}, {'B', 2}};
    int total = 0;
    for (char color : rings)
        total += values[color];

    switch (total) {
        case 0: return 'F';
        case 1: return 'P';
        case 2: return 'C';
        case 3: return 'O';
        default: return 0;
    }
}

ตัวอย่างเช่น ['Y', 'B', 'R', 'K', 'G'] มีผลรวมเป็น 0 จึงเป็น F และ ['B', 'Y', 'K', 'K', 'K'] มีผลรวมเป็น -4 จึงเป็นของปลอม

การตรวจจับผู้ประสบภัยปลอม

ผู้ประสบภัยปลอมแสดงสัญลักษณ์เดียวกับของจริง แต่ตัวอักษรเป็นสามมิติ เมื่อมองจากด้านหน้า กล้องเพียงอย่างเดียวอาจแยกไม่ออก:

กติการะบุว่าความลึกตรวจจับได้ด้วยเซนเซอร์ตัวใดตัวหนึ่งที่มีใน Robot Customizer แนวทางที่น่าลอง:

• เปรียบเทียบค่าระยะที่วัดได้ตลอดแนวสัญลักษณ์ ด้วย Lidar หรือเซนเซอร์วัดระยะ เพื่อหาความแตกต่างของความสูง
• มองสัญลักษณ์จากมุมเอียง ซึ่งส่วนที่นูนขึ้นจะทำให้รูปทรงของสัญลักษณ์เปลี่ยนไป

โลก world3.wbt และ world4.wbt มีผู้ประสบภัยปลอม และ World Editor เพิ่มของปลอมลงในแผนที่ของคุณเองได้ Erebus ยังมีสคริปต์ scripts/update_maps_with_fakes.py ซึ่งสุ่มเปลี่ยนผู้ประสบภัยในโลกที่มีอยู่ให้เป็นของปลอม

การรายงานของปลอมจะเสีย 5 คะแนนเพราะนับเป็นการระบุผิด ขณะที่ผู้ประสบภัยจริงบนช่องเชิงเส้นมีค่า 15 คะแนนพร้อมชนิดในพื้นที่ 1 และมากกว่านั้นในพื้นที่อื่น ให้คำนึงถึงข้อนี้เมื่อตัดสินใจว่าหุ่นยนต์ต้องมั่นใจแค่ไหนก่อนรายงาน