ദി വിഷൻ ഡാറ്റ ചലഞ്ച് - ബ്ലോക്കുകൾ അടിസ്ഥാനമാക്കിയുള്ളത്

വിഷൻ സെൻസറിന്റെ സ്നാപ്പ്ഷോട്ടിൽ നിന്ന് ശേഖരിക്കുന്ന ഡാറ്റയും സെന്റർ X, Y മൂല്യങ്ങൾ എങ്ങനെ കണക്കാക്കുന്നുവെന്നും വിദ്യാർത്ഥികൾ മനസ്സിലാക്കുന്നുവെന്ന് ഉറപ്പാക്കുക എന്നതാണ് വിഷൻ ഡാറ്റ ചലഞ്ചിന്റെ ലക്ഷ്യം. ആ ഡാറ്റ എങ്ങനെ വ്യാഖ്യാനിക്കാം (ഉദാഹരണത്തിന്, റോബോട്ടിന്റെ മധ്യബിന്ദുവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ വസ്തു എവിടെയാണെന്ന് നിർണ്ണയിക്കാൻ മധ്യ X മൂല്യം ഉപയോഗിക്കാം) എന്നിവയെക്കുറിച്ചും കോൺഫിഗർ ചെയ്യുമ്പോൾ വസ്തുക്കൾക്ക് പേരിടുന്നതിനുള്ള മികച്ച രീതികളെക്കുറിച്ചും നിങ്ങളുടെ വിദ്യാർത്ഥികൾ ഈ ലാബ് പൂർത്തിയാക്കണം.

വിദ്യാർത്ഥികളുടെ ഉത്തരങ്ങൾ ഒരു ക്ലാസായി ചർച്ച ചെയ്യാവുന്നതാണ് കൂടാതെ/അല്ലെങ്കിൽ പ്രവർത്തനം വിജയകരമായി പൂർത്തിയാക്കിയെന്ന് ഉറപ്പാക്കാൻ അവരുടെ എഞ്ചിനീയറിംഗ് നോട്ട്ബുക്കുകൾ നിങ്ങൾക്ക് അവലോകനം ചെയ്യാവുന്നതാണ്.

1. ബി.

   

2. 
3. റോബോട്ടിന്റെ മധ്യബിന്ദുവിൽ നിന്ന് YELLOWBOX അല്പം ഇടതുവശത്താണ്, പക്ഷേ 16.5 പിക്സലുകളുടെ വ്യത്യാസത്തിൽ മാത്രം (മധ്യഭാഗം 157.5 - 141).
4. YELLOWBOX റോബോട്ടിന്റെ മധ്യബിന്ദുവിനേക്കാൾ അല്പം താഴെയാണ്, പക്ഷേ 5.5 പിക്സലുകളുടെ വ്യത്യാസത്തിൽ (111 - മധ്യഭാഗം 105.5).

5. എ. മഞ്ഞഗിയർ

   വസ്തുവിന്റെ നിറം മാത്രമല്ല, അതിന്റെ തരവും ഇത് വിവരിക്കുന്നതിനാൽ ഇത് കൂടുതൽ മികച്ച പേരാണ്. ഇത് ഒരു ഗിയറാണ്, ഒരു പെട്ടിയോ ക്യൂബോഅല്ല,.