Zobrazenie zdroja stránky WhyCon

= A precise, efficient and low-cost localization system =

Presná a spoľahlivá lokalizácia je jedným z kľúčových problémov mobilnej robotiky. Obvykle sa tento problém rieši metódami simultánnej lokalizácie a mapovania (SLAM). Napriek tomu sa však často používajú aj externé lokalizačné systémy, či už pre riadenie v uzavretej slučke, alebo pre meranie polohy. WhyCon je rýchly a presný vizuálny softvér pre lokalizáciu viacerých robotov. Jadrom je nový a efektívny algoritmus pre rozpoznávanie čierno-bielych vzorov. Metóda je robustná a odolná voči zmenám osvetlenia, má presnosť na úrovni pixelov a jej výpočtová zložitosť nezávisí od veľkosti spracovaného obrazu. Je dostatočne rýchla a zvláda spracovať stovky snímkov za sekundu pomocou bežného počítača a lacnej kamery, pričom dosahuje až milimetrovú presnosť. 

'''Vstup:''' farebný alebo čiernobiely obrázok z jednej kamery

'''Výstup:''' pozície kruhových značiek v priestore

Algoritmus:
# segmentácia prehľadávaním do šírky,
# filtrácia výsledkov (kruhovosť, sústrednosť, pomer farieb atď),
# presné parametre 2d vzoru,
# reprojekcia do 3d,
# transformácia do daného súradnicového systému.

* inicializácia hľadania na poslednej pozíci v obraze,
* spracovanie iba relevantných pixelov,
* uložené medzivýsledky vo fronte pozícií.

Podrobný opis algoritmu je zachytený na prednáške T. Krajníka 

<youtube>VDdwq3Vm97M</youtube>

ku ktorej sú k dispozícii aj
* [https://robotika.sk/seminar/2018/whycon.pdf slajdy]
* [https://github.com/gestom/whycon-orig github repo]
* KRAJNÍK, Tomáš, et al. ''[https://link.springer.com/article/10.1007/s10846-014-0041-x A practical multirobot localization system]''. Journal of Intelligent & Robotic Systems, 2014, 76.3: 539-562.


WhyCon detekcia je v podstate séria filtrov, kde každý krok zúži počet možných kandidátov. Celý postup je vidno na nasledovnom obrázku:
* Krok 1 — Šedotónový + blur. Farba nás nezaujíma (marker je čiernobiely), Gaussian blur odstráni šum.
* Krok 2 — Adaptívny prah. Každý pixel porovná so svojím okolím (51×51 px okno) a rozhodne: tmavší než priemer → biela, svetlejší → čierna. Preto to funguje aj pri nerovnomernom osvetlení — na rozdiel od globálneho prahu, ktorý by v tmavom rohu videl "všetko čierne".
* Krok 3 — Kontúry s hierarchiou. OpenCV nájde hranice všetkých bielych oblastí (v tomto snímku 1021). Kľúčové je RETR_TREE — zachová informáciu, ktorá kontúra je vnútri ktorej (rodič → dieťa).
* Krok 4 — Filter na cirkularitu. Z 1021 kontúr zostanú len 3 kruhové. Cirkularita = 4π × plocha / obvod². Dokonalý kruh = 1.0, stena bludiska ≈ 0.1. Filtrujeme na ≥ 0.55.
* Krok 5 — Rodič-dieťa test. Toto je jadro WhyConu. Hľadáme kruhovú kontúru, ktorá má vnútri seba ďalšiu kruhovú kontúru — čiže prstenec s kruhovým stredom. Navyše kontrolujeme pomer plôch: pri pomere priemerov 2:1 je pomer plôch * 0.25. V tvojom snímku vyšiel 0.24 — presne sedí.
* Krok 6 — Najlepší kandidát. Ak prešlo viacero, vyberie sa ten s najvyšším skóre (kombinácia cirkularity oboch kruhov a veľkosti).


<div style='text-align: center;'>
[[Súbor:WhyConDemo.png|800px]]<BR>
[[Súbor:WhyConDemo2.png|800px]]<BR>
''Jednotlivé kroky algoritmu WhyCon.''
</div>



== WhyCon Tracker — Kompletný návod (Ubuntu Linux) podľa Claude.AI ==

Tento návod ťa prevedie celým procesom od inštalácie softvéru, cez kalibráciu kamery, až po spracovanie videa, vykreslenie trajektórie a generovanie videa s postupne rastúcou stopou robota.

== 1. Inštalácia základných závislostí ==

Nainštaluj Python 3 a pip:

<syntaxhighlight lang="bash">
sudo apt update
sudo apt install python3 python3-pip python3-venv ffmpeg
</syntaxhighlight>

Vytvor si virtuálne prostredie (odporúčané):

<syntaxhighlight lang="bash">
python3 -m venv ~/whycon-env
source ~/whycon-env/bin/activate
</syntaxhighlight>

Nainštaluj Python knižnice:

<syntaxhighlight lang="bash">
pip install opencv-python numpy matplotlib
</syntaxhighlight>

Ak by <code>opencv-python</code> hlásil chýbajúce systémové knižnice:

<syntaxhighlight lang="bash">
sudo apt install libgl1-mesa-glx
</syntaxhighlight>

Priprav pracovný priečinok:

<syntaxhighlight lang="bash">
mkdir -p ~/whycon-tracking/output
cd ~/whycon-tracking
</syntaxhighlight>

Skopíruj sem súbor <code>whycon_tracker.py</code>, tvoje videá a prípadne <code>calibration.npz</code>.


== 2. Inštalácia GPU akcelerácie (voliteľné) ==

Ak máš NVIDIA GPU, môžeš urýchliť dekódovanie videa. Toto je úplne voliteľné — skript funguje aj bez GPU, len pomalšie.

=== Predpoklady ===

Potrebuješ nainštalovaný NVIDIA driver. Over si:

<syntaxhighlight lang="bash">
nvidia-smi
</syntaxhighlight>

Ak príkaz funguje a vidíš svoju GPU, máš driver v poriadku.

=== FFmpeg s NVDEC podporou ===

Štandardný FFmpeg z Ubuntu repozitárov zvyčajne podporuje NVDEC. Over si:

<syntaxhighlight lang="bash">
ffmpeg -hwaccels
</syntaxhighlight>

V zozname by si mal vidieť <code>cuda</code>. Ak tam nie je, nainštaluj FFmpeg s NVIDIA podporou:

<syntaxhighlight lang="bash">
sudo apt install ffmpeg
</syntaxhighlight>

Ak ani potom <code>cuda</code> nevidíš, skús nainštalovať FFmpeg zo snap alebo z oficiálneho buildu:

<syntaxhighlight lang="bash">
# Snap verzia (zvyčajne obsahuje NVDEC):
sudo snap install ffmpeg

# Alebo stiahni statický build:
# https://johnvansickle.com/ffmpeg/
</syntaxhighlight>

=== Overenie funkčnosti ===

<syntaxhighlight lang="bash">
# Test GPU dekódovania na tvojom videu:
ffmpeg -hwaccel cuda -i tvoje_video.mp4 -f null - 2>&1 | tail -5
</syntaxhighlight>

Ak prebehne bez chyby, GPU akcelerácia funguje.


== 3. Príprava markera a šachovnice ==

=== WhyCon marker ===

WhyCon marker je čierny disk s bielym kruhovým stredom. Pomer vonkajšieho a vnútorného priemeru by mal byť približne 2:1 (napr. vonkajší 122 mm, vnútorný 61 mm).

Hotový marker na stiahnutie:
* https://github.com/jiriUlr/whycon-ros (súbor <code>id/test.pdf</code>, priemer 122 mm)

Vytlač na matný papier. Zmeraj a zapíš si presný vonkajší priemer v milimetroch.

=== Kalibračná šachovnica ===

Stiahni si šachovnicový vzor:
* https://markhedleyjones.com/projects/calibration-checkerboard-collection (SVG/PDF, rôzne veľkosti)
* https://calib.io/pages/camera-calibration-pattern-generator (vlastné rozmery)
* https://github.com/opencv/opencv/blob/4.x/doc/pattern.png (9×6 z OpenCV)

Vytlač na A4 a nalep na tuhý podklad (kartón, clipboard). Pri tlači '''vypni škálovanie''' — tlač na 100%.

Zapamätaj si:
* '''Počet vnútorných rohov''' (nie štvorčekov!) — šachovnica 11×8 štvorčekov = 10×7 rohov
* '''Veľkosť štvorčeka''' v mm — odmeraj po vytlačení


== 4. Nahrávanie videí ==

=== Nastavenie kamery ===

Upevni kameru na stabilné miesto nad bludisko (statív, konzola, strop). Nastav:
* Najvyššie dostupné rozlíšenie (ideálne 4K)
* Pevný fokus (zamkni autofokus) na vzdialenosť bludiska
* Rovnaké nastavenie pre kalibráciu aj nahrávanie robota

=== Kalibračné video (60–90 sekúnd) ===

Vezmi šachovnicu na tuhom podklade a pomaly ju presúvaj a nakláňaj pred kamerou:
* V rôznych častiach obrazu (stred, rohy, hrany)
* Pod rôznymi uhlami (naklonená do všetkých strán)
* V rôznych vzdialenostiach
* Pomaly — nesmie byť rozmazaná

=== Video s robotom ===

Spusti nahrávanie, potom robota. Uisti sa, že WhyCon marker na robote je viditeľný z pozície kamery.


== 5. Spracovanie — príklady použitia ==

Pred spustením sa uisti, že máš aktivovaný virtuálny environment a si v správnom priečinku:

<syntaxhighlight lang="bash">
source ~/whycon-env/bin/activate
cd ~/whycon-tracking
</syntaxhighlight>

=== Kompletný pipeline (kalibrácia + tracking + trail video) ===

<syntaxhighlight lang="bash">
python3 whycon_tracker.py \
    --calib kalibracia.mp4 \
    --video kobuki1.mp4 \
    --board-size 9,6 \
    --square-size 25.0 \
    --marker-diam 122.0 \
    --trail-video
</syntaxhighlight>

=== Len tracking s uloženou kalibráciou ===

<syntaxhighlight lang="bash">
python3 whycon_tracker.py \
    --video kobuki1.mp4 \
    --use-calib calibration.npz
</syntaxhighlight>

=== Tracking bez kalibrácie (len pixelové súradnice) ===

<syntaxhighlight lang="bash">
python3 whycon_tracker.py \
    --video kobuki1.mp4 \
    --no-calib
</syntaxhighlight>

=== S GPU akceleráciou ===

<syntaxhighlight lang="bash">
python3 whycon_tracker.py \
    --video kobuki1.mp4 \
    --use-calib calibration.npz \
    --gpu \
    --trail-video
</syntaxhighlight>

=== Dlhé video — zrýchlenie spracovania ===

<syntaxhighlight lang="bash">
# Každý 3. snímok (10 fps pri 30fps videu):
python3 whycon_tracker.py \
    --video dlhe_video.mp4 \
    --use-calib calibration.npz \
    --every-n 3 \
    --trail-video \
    --gpu
</syntaxhighlight>

=== Trail video s mizajúcou stopou ===

Namiesto celej stopy od začiatku sa zobrazí len posledných N sekúnd:

<syntaxhighlight lang="bash">
# Stopa mizne po 10 sekundách:
python3 whycon_tracker.py \
    --video kobuki1.mp4 \
    --no-calib \
    --trail-video \
    --trail-fade 10
</syntaxhighlight>

=== Trail video s bodkami namiesto čiar (odolné voči chybným detekciám) ===

Ak detekcia občas "preskočí" na nesprávne miesto, spojité čiary vytvárajú rušivé skoky naprieč celým obrazom. Bodkový režim kreslí každú detekciu ako samostatný bod — správne detekcie vytvoria kvázi spojitú stopu, zatiaľ čo ojedinelé chybné detekcie budú len nevýrazné izolované body:

<syntaxhighlight lang="bash">
python3 whycon_tracker.py \
    --video kobuki1.mp4 \
    --no-calib \
    --trail-video \
    --trail-dots

# Kombinovateľné s GPU a fade:
python3 whycon_tracker.py \
    --video dlhe_video.mp4 \
    --use-calib calibration.npz \
    --trail-video \
    --trail-dots \
    --trail-fade 15 \
    --gpu
</syntaxhighlight>


== 6. Prehľad všetkých parametrov ==

{| class="wikitable"
|-
! Parameter !! Predvolená hodnota !! Popis
|-
| <code>--video</code> || (povinný) || Cesta k videu s robotom
|-
| <code>--calib</code> || — || Cesta ku kalibračnému videu
|-
| <code>--use-calib</code> || — || Cesta k uloženej kalibrácii (.npz)
|-
| <code>--no-calib</code> || — || Preskočiť kalibráciu
|-
| <code>--board-size</code> || 9,6 || Vnútorné rohy šachovnice (šírka,výška)
|-
| <code>--square-size</code> || 25.0 || Veľkosť štvorčeka šachovnice v mm
|-
| <code>--marker-diam</code> || 122.0 || Vonkajší priemer WhyCon markera v mm
|-
| <code>--every-n</code> || 1 || Spracovať každý N-tý snímok
|-
| <code>--output-dir</code> || ./output || Výstupný priečinok
|-
| <code>--trail-video</code> || — || Vygenerovať video s rastúcou stopou
|-
| <code>--trail-dots</code> || — || Kresliť bodky namiesto čiar (odolné voči chybám)
|-
| <code>--trail-fade</code> || 0 || Dĺžka mizajúcej stopy v sekundách (0 = celá stopa)
|-
| <code>--gpu</code> || — || Použiť NVIDIA GPU na dekódovanie videa
|}


== 7. Výstupné súbory ==

Po spracovaní nájdeš v <code>output/</code> priečinku:

{| class="wikitable"
|-
! Súbor !! Popis
|-
| <code>trajectory_overlay.png</code> || Trajektória na obrázku bludiska, farba = čas
|-
| <code>trajectory_timeseries.png</code> || Priebehy X, Y a rýchlosti v čase
|-
| <code>trajectory_xy.png</code> || Trajektória zhora (XY graf)
|-
| <code>trajectory_data.csv</code> || Surové dáta: snímok, čas, pixel X, pixel Y
|-
| <code>positions.npy</code> || Dáta v NumPy formáte pre ďalšie spracovanie
|-
| <code>calibration.npz</code> || Kalibrácia kamery (ak bola spustená)
|-
| <code>trail_video.mp4</code> || Video so stopou z čiar (ak <code>--trail-video</code> bez <code>--trail-dots</code>)
|-
| <code>trail_video_dots.mp4</code> || Video so stopou z bodiek (ak <code>--trail-video --trail-dots</code>)
|}


== 8. Riešenie problémov ==

=== Skript nenašiel šachovnicu ===

* Skontroluj <code>--board-size</code> — počítaj vnútorné rohy, nie štvorčeky
* Šachovnica je príliš malá — drž ju bližšie ku kamere
* Skús rôzne rozmery: <code>9,6</code> potom <code>10,7</code> potom <code>8,5</code>

=== Skript nenašiel marker ===

* Marker musí mať dostatočný kontrast (biele centrum, čierny prstenec)
* Pri slabom osvetlení zvýš jas pri nahrávaní
* Ak je marker malý v obraze, skús znížiť <code>min_area</code> v zdrojovom kóde

=== Trajektória má výpadky ===

* Robot bol zakrytý stenou — to je normálne
* Pri šikmom pohľade sa marker v niektorých častiach detekuje horšie
* Medzery sa dajú vyplniť interpoláciou v post-processingu

=== Trajektória má náhodné skoky ===

* Falošné detekcie kruhových prvkov v scéne
* Skús zvýšiť <code>min_area</code> alebo znížiť <code>max_area</code> v zdrojovom kóde
* Pomôže aj mediánový filter na výstupné súradnice

=== Trail video je príliš veľké ===

* Použi <code>--every-n 2</code> alebo <code>--every-n 3</code> na zníženie počtu spracovaných snímkov
* FFmpeg re-encoding (automatický) by mal veľkosť výrazne znížiť
* Pre menšie rozlíšenie výstupu uprav zdrojový kód (pridaj resize pred zápisom)

=== GPU problémy ===

* <code>nvidia-smi</code> nefunguje → nainštaluj NVIDIA driver: <code>sudo apt install nvidia-driver-535</code>
* FFmpeg nemá <code>cuda</code> → preinštaluj FFmpeg alebo použi snap verziu
* GPU dekódovanie padá → skús bez <code>--gpu</code>, CPU verzia je stabilnejšia

=== Import error cv2 ===

<syntaxhighlight lang="bash">
# Alternatíva bez GUI závislostí:
pip install opencv-python-headless
</syntaxhighlight>