{
 "原理:影像如何變成偵測結果#1": {
  "type": "flow",
  "nodes": [
   {
    "label": "轉成易分辨的表示"
   },
   {
    "label": "過濾符合條件的像素"
   },
   {
    "label": "算出位置與大小"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   3,
   3
  ]
 },
 "原理:影像如何變成偵測結果#2": {
  "type": "cards",
  "cards": [
   {
    "title": "RGB",
    "points": [
     "同一個紅蘋果",
     "亮處暗處數值差很多"
    ]
   },
   {
    "title": "H 色相",
    "points": [
     "哪種顏色"
    ]
   },
   {
    "title": "S 飽和度",
    "points": [
     "鮮不鮮豔"
    ]
   },
   {
    "title": "V 明度",
    "points": [
     "亮不亮",
     "光線主要影響它"
    ]
   }
  ],
  "reveal": [
   0,
   1,
   4,
   4
  ]
 },
 "原理:影像如何變成偵測結果#3": {
  "type": "table",
  "head": [
   "項目",
   "範圍"
  ],
  "rows": [
   [
    "OpenCV 色相範圍",
    "0 到 179"
   ],
   [
    "紅色第一段",
    "0 到 10"
   ],
   [
    "紅色第二段",
    "170 到 179"
   ]
  ],
  "widths": [
   1.4,
   1
  ],
  "reveal": [
   0,
   3
  ]
 },
 "原理:影像如何變成偵測結果#4": {
  "type": "flow",
  "nodes": [
   {
    "label": "小濾鏡(核)",
    "sub": "在影像上滑動"
   },
   {
    "label": "相乘再加總",
    "sub": "每個位置"
   },
   {
    "label": "前面的層",
    "sub": "學到邊緣"
   },
   {
    "label": "後面的層",
    "sub": "學到形狀與物體"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   2,
   3,
   4
  ]
 },
 "原理:影像如何變成偵測結果#5": {
  "type": "table",
  "head": [
   "視窗",
   "算式",
   "輸出"
  ],
  "rows": [
   [
    "10, 10, 10",
    "10 − 10",
    "0"
   ],
   [
    "10, 10, 50",
    "10 − 50",
    "−40"
   ],
   [
    "10, 50, 50",
    "10 − 50",
    "−40"
   ],
   [
    "50, 50, 50",
    "50 − 50",
    "0"
   ]
  ],
  "widths": [
   1,
   1,
   1
  ],
  "reveal": [
   0,
   1,
   2,
   3,
   4
  ]
 },
 "原理:影像如何變成偵測結果#6": {
  "type": "table",
  "head": [
   "方法",
   "算式",
   "方位角"
  ],
  "rows": [
   [
    "針孔模型",
    "arctan(0.5 × tan30°)",
    "約 16.1°"
   ],
   [
    "線性近似",
    "0.5 × 30°",
    "15°"
   ]
  ],
  "widths": [
   1,
   1.6,
   1
  ],
  "reveal": [
   0,
   0,
   2
  ]
 },
 "影像進入 ROS 2:相機驅動、cv_bridge 與偵測節點#2": {
  "type": "flow",
  "nodes": [
   {
    "label": "相機驅動",
    "sub": "發布影像"
   },
   {
    "label": "偵測 node",
    "sub": "轉換並偵測"
   },
   {
    "label": "偵測結果",
    "sub": "加除錯影像"
   },
   {
    "label": "任務 node",
    "sub": "導航或控制"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   4
  ]
 },
 "影像進入 ROS 2:相機驅動、cv_bridge 與偵測節點#3": {
  "type": "table",
  "head": [
   "來源",
   "說明"
  ],
  "rows": [
   [
    "USB 相機",
    "v4l2_camera 或 usb_cam"
   ],
   [
    "樹莓派相機",
    "依硬體與驅動而定"
   ],
   [
    "模擬相機",
    "Gazebo 外掛;waffle_pi 有,burger 預設沒有"
   ]
  ],
  "widths": [
   1,
   2.2
  ],
  "reveal": [
   0,
   0,
   1,
   3,
   3,
   3
  ]
 },
 "影像進入 ROS 2:相機驅動、cv_bridge 與偵測節點#4": {
  "type": "flow",
  "nodes": [
   {
    "label": "ROS Image"
   },
   {
    "label": "CvBridge",
    "sub": "imgmsg_to_cv2 bgr8"
   },
   {
    "label": "OpenCV 影像",
    "sub": "numpy 陣列"
   },
   {
    "label": "cv2_to_imgmsg",
    "sub": "轉回,發布除錯影像"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   4,
   4
  ]
 },
 "影像進入 ROS 2:相機驅動、cv_bridge 與偵測節點#6": {
  "type": "flow",
  "nodes": [
   {
    "label": "轉成 OpenCV"
   },
   {
    "label": "轉成 HSV"
   },
   {
    "label": "兩段紅色遮罩",
    "sub": "合併"
   },
   {
    "label": "open 去雜訊"
   },
   {
    "label": "取最大輪廓"
   },
   {
    "label": "面積比例太小就略過"
   },
   {
    "label": "水平位置換成 −1 到 1",
    "sub": "連同面積比例發布"
   }
  ],
  "layout": "snake",
  "reveal": [
   0,
   0,
   0,
   3,
   7,
   7,
   7
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#1": {
  "type": "flow",
  "nodes": [
   {
    "label": "每秒 30 張"
   },
   {
    "label": "每張約 0.9 MB",
    "sub": "640×480×3"
   },
   {
    "label": "每秒約 27.6 MB"
   },
   {
    "label": "延遲 0.5 秒",
    "sub": "以 0.2 m/s 多走 10 cm"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   3,
   3,
   4
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#2": {
  "type": "bar",
  "labels": [
   "相機間隔",
   "處理時間"
  ],
  "values": [
   33.3,
   100
  ],
  "unit": "ms",
  "highlight": 1,
  "reveal": [
   0,
   2,
   2
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#3": {
  "type": "cards",
  "cards": [
   {
    "title": "感測器 QoS",
    "points": [
     "best effort",
     "深度小",
     "舊資料被丟掉"
    ]
   },
   {
    "title": "深度 1",
    "points": [
     "處理完一張",
     "再取最新的一張"
    ]
   },
   {
    "title": "降低輸入",
    "points": [
     "降低解析度或張數",
     "只處理感興趣區域",
     "縮小影像再推論"
    ]
   }
  ],
  "reveal": [
   0,
   1,
   2,
   3
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#4": {
  "type": "cards",
  "cards": [
   {
    "title": "提高處理速度",
    "points": [
     "更輕量的模型",
     "避免多餘轉換",
     "必要時用 GPU"
    ]
   },
   {
    "title": "獨立 node",
    "points": [
     "重運算分開放",
     "或多執行緒執行器",
     "避免阻塞其他回呼"
    ]
   }
  ],
  "reveal": [
   0,
   1,
   2
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#6": {
  "type": "waterfall",
  "unit": "ms",
  "items": [
   {
    "label": "擷取",
    "value": 33
   },
   {
    "label": "傳輸",
    "value": 5
   },
   {
    "label": "轉換",
    "value": 8
   },
   {
    "label": "推論",
    "value": 80
   },
   {
    "label": "發布",
    "value": 2
   },
   {
    "label": "合計",
    "value": 128,
    "kind": "total"
   }
  ],
  "reveal": [
   0,
   6
  ]
 },
 "延遲與 QoS:讓機器人看到「現在」#7": {
  "type": "flow",
  "nodes": [
   {
    "label": "讀 header.stamp",
    "sub": "擷取時間"
   },
   {
    "label": "年齡 = 現在 − stamp",
    "sub": "換成秒"
   },
   {
    "label": "年齡 > 0.3 秒",
    "sub": "警告並丟掉"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   0,
   1,
   1,
   2,
   3
  ]
 },
 "把偵測結果接到行動:視覺追蹤、導航整合與隱私#1": {
  "type": "flow",
  "nodes": [
   {
    "label": "感知 node",
    "sub": "發布事實"
   },
   {
    "label": "任務 node",
    "sub": "決定行動"
   },
   {
    "label": "速度指令鏈",
    "sub": "限速、看門狗、急停"
   },
   {
    "label": "馬達"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   1,
   4
  ]
 },
 "把偵測結果接到行動:視覺追蹤、導航整合與隱私#2": {
  "type": "table",
  "head": [
   "條件",
   "動作"
  ],
  "rows": [
   [
    "目標水平位置 cx",
    "角速度 = −0.8 × cx"
   ],
   [
    "佔畫面比例 < 0.1",
    "以 0.05 m/s 前進"
   ],
   [
    "目標夠大",
    "停止"
   ],
   [
    "超過 0.5 秒沒收到目標",
    "停止"
   ]
  ],
  "widths": [
   1.2,
   1.6
  ],
  "reveal": [
   0,
   0,
   0,
   3,
   4,
   4
  ]
 },
 "把偵測結果接到行動:視覺追蹤、導航整合與隱私#5": {
  "type": "flow",
  "nodes": [
   {
    "label": "影像位置→方位角",
    "sub": "cx 0.5、視角 60° → 15°"
   },
   {
    "label": "雷達在該方位角的距離",
    "sub": "相機與雷達要對齊"
   },
   {
    "label": "換成 map 座標",
    "sub": "base_link 再用 TF"
   }
  ],
  "layout": "row",
  "reveal": [
   0,
   1,
   2,
   3
  ]
 },
 "把偵測結果接到行動:視覺追蹤、導航整合與隱私#7": {
  "type": "cards",
  "cards": [
   {
    "title": "多張確認",
    "points": [
     "連續 N 張都偵測到",
     "例如 3 張"
    ]
   },
   {
    "title": "信賴度門檻",
    "points": [
     "信心分數低於就丟掉",
     "需實測調整"
    ]
   },
   {
    "title": "失效行為",
    "points": [
     "node 當掉或逾時",
     "退回安全狀態"
    ]
   },
   {
    "title": "可觀測",
    "points": [
     "發布畫框的除錯影像",
     "不同光線背景距離實測"
    ]
   }
  ],
  "reveal": [
   0,
   1,
   2,
   3,
   4,
   4
  ]
 }
}