이것은 처음부터 로봇을 시작하고 알 수없는 환경에서 자율적으로 탐색 할 수있는 기능을 제공하는 방법에 대한 자세한 자습서입니다.
로봇 공학에 관련된 모든 일반적인 논증은 다룰 것입니다 : 역학 , 전자 제품 과 프로그램 작성 .
전체 로봇은 전문가 용 (즉, 값 비싼) 도구 및 장비가 없어도 가정에서 누구나 제작할 수 있도록 설계되었습니다.
뇌판 (dsNav )는 엔코더 및 모터 컨트롤러 기능이있는 마이크로 칩 dsPIC33 DSC를 기반으로합니다. 위치는 외부 참조 (데드 레커닝)없이 odometry (엔코더)에 의해 계산됩니다.
최종 버전에서 일부 다른 컨트롤러는 센서 (Arduino)를 제어하고 유추 센서 (PSoC)를 관리하는 데 사용됩니다.
용품:
1 단계 : 기본 플랫폼
전문 도구 나 장비가 필요없이 모든 곳에서 쉽게 찾을 수있는 부품과 부품으로 매우 간단한 로봇 플랫폼을 구축하는 방법과 기계 작업에 특별한 기술이없는 방법의 예입니다.
베이스의 크기는 로봇 컨테스트의 다양한 카테고리 (Explorer, Line Follower, Can Collector 등)에서 사용할 수 있습니다.
2 단계 : 우리가 얻고 자하는 것이 무엇입니까? 그리고 어떻게?
이 로봇은 호브스트로 제작 된 대부분의 로봇과 마찬가지로 차동 조향 시스템을 기반으로하므로 주어진 순간에 로봇의 위치 좌표를 알 수 있고 주기적으로 각 바퀴가 충분한 공간을 주기적으로 파악할 수 있습니다.
이 데드 레커닝 네비게이션 시스템은 누적 오류의 영향을받습니다. 긴 경로 후에 작은 오차 원을 확보하려면 측정 정밀도가 높아야합니다. 그래서 집에서 만든 인코더로 좋은 결과를 얻은 후에 더 나은 것을 사용하기로 결정했습니다. 12V-200 rpm의 기어드 모터 두 대를 여러 인터넷 로봇 상점에서 사용할 수있는 두 개의 300 cPP (복수당 카운트) 인코더에 연결했습니다.
기본 원리들
3000rpm 모터에서 300cpr 인코더로 생성 된 모든 펄스를 4x 디코딩 방식 (120kHz)으로 포착하려면 각 인코더 (QEI = Quadrature Encoder Interface) 전용 하드웨어가 필요합니다. 이중 PIC18F2431을 실험 해본 후 필자는 dsPIC에 대한 올바른 업그레이드를 결정했습니다. 처음에는 두 개의 dsPIC30F4012 모터 컨트롤러를 사용하여 휠 위치와 속도를 제어하고 주행 거리 측정을 수행했으며 두 개의 모터 데이터를 dsPIC30F3013에 제공했습니다. 이 범용 DSC는 데이터를 수집하고, 위치 좌표를 계산하기위한 삼각법을 수행하고, 매우 높은 속도로 필드의지도를 얻기 위해 포함 된 경로와 관련된 데이터를 저장할 정도로 강력합니다.
보드와 프로그램이 거의 완료되면 Microchip은 dsPIC33F 시리즈에서 모터 컨트롤러 (MC)와 범용 (GP) 버전을위한 새롭고 강력한 28 핀 SPDIP를 출시했습니다. dsPIC30F보다 훨씬 빠르며 프로그램 메모리와 RAM (현장 매핑에 유용함)이 훨씬 많으며 전력 소모가 적으며 배터리로 작동하는 로봇에 적합하며 DMA 기능으로 많은 I / O 작업을 단순화합니다.
가장 중요한 점은 동일한 칩에 2 개의 QEI가있는 최초의 마이크로 칩 모터 컨트롤러입니다. 새로운 항구를 다시 시작합시다! 그만큼 논리적 블록 다이어그램은 이전 보드에 대한 것과 유사합니다 , 하드웨어와 소프트웨어는 나는 하나의 DSC를 3 개의 insted로만 사용할 수있다. . 탐색 매개 변수를 교환하기 위해 감독자와 모터 컨트롤러 사이에 고속 통신이 필요하지 않습니다. 모든 프로세스는 동일한 칩에 있기 때문에 동기화가 간단합니다. dsPIC33F 시리즈의 주변 핀 선택 기능은 PCB를 더욱 단순화하여 주변 장치의 내부 연결과 유연성을 높여줍니다.
이를 통해 우리는 "dsPIC 기반 탐색 컨트롤 보드"또는 dsNavCon 짧게. 이 보드는보다 복잡한 시스템의 일부로 설계되었습니다. 완전한 탐색 로봇에서 다른 보드는 목표를 찾고 장애물을 피하기 위해 사운드, 조명, 가스 센서, 범퍼 및 초음파 거리 측정기를 제어합니다.
독립 실행 형 보드로서, dsNavCon 간단한 "라인 팔로워 (line follower)"로봇, 주행 거리 측정 및 추측 계산을 위해 로봇과 같이 복잡한 것 또는 소위 말하는 can can robot (대회를 수집 할 수있는)에 사용할 수 있습니다. 이러한 작업을위한 코드를 추가 할 수있는 무료 프로그램 메모리가 여전히 많이 있습니다. 사소한 변경 또는 소프트웨어 변경 없이도 스마트 원격 제어와 함께 양방향 RF 모뎀을 사용하여 원격 제어 차량에 독립형으로 사용할 수 있습니다. 이 리모컨은 "FWD 1m 이동", "왼쪽으로 15 ° 돌리기", "50cm / s로 FWD 실행", "X, Y 좌표로 이동"등과 같은 복잡한 명령을 보낼 수 있습니다.
보드와 로봇도 전문 도구 및 장비가 없어도 가정에서 누구나 제작할 수 있도록 설계되었습니다.
3 단계 : 오픈 소스 하드웨어
블록 다이어그램
네비게이션 컨트롤 서브 시스템은 dsNav 시스템의 "스마트"보드 및 기어드 12V 모터 (Hsiang Neng HN-GH12-1634TR)를 제어하기위한 L298 기반 듀얼 H 브리지 보드로 구성됩니다. 모션 피드백은 300 개의 cpr 인코더 (US digital e4p-300-079-ht)에서 발생합니다.
외부 세계와의 통신은 2 개의 UART 직렬 인터페이스를 통해 수행됩니다. 하나는 원격 측정 용이고 다른 하나는 센서 보드에서 데이터를 가져 오는 것입니다. XBee 모듈은 JP1 및 JP2 점퍼를 통해 UART1 또는 UART2에 연결할 수 있습니다. J1 및 J16 소켓은 다른 종류의 연결에 사용할 수 있습니다. COMM1 포트 (J16)는 dsPIC33F 시리즈의 주변 장치 핀 선택 기능 덕분에 I2C 통신에도 사용할 수 있습니다.
Eagle 형식의 원래 회로도는 다음에서 찾을 수 있습니다.
http://www.guiott.com/Rino/dsNavCon33/dsNavCon33_Eagle_project/DsPid33sch.zip
당신이 볼 수 있듯이 설계도는 매우 간단하여 내가했던 것처럼 perfboard에 구현 될 수 있습니다. 이 시스템을 사용하고 싶지 않고 자신의 PCB를 실감하고 싶지 않다면 원래의 작업을 기반으로하며 내 오픈 소스 소프트웨어와 완벽하게 호환되는 상용 보드는 http : //www.robot-italy에서 구할 수 있습니다 .com / product_info.php? products_id = 1564
4 단계 : 오픈 소스 소프트웨어
이 소프트웨어는 MPLAB® 무료 IDE로 개발되었으며 마이크로 칩이 MPLAB® C30 컴파일러 (무료 또는 학생용 버전 포함)와 함께 작성되었습니다.
http://www.microchip.com/stellent/idcplg?IdcService=SS_GET_PAGE&nodeId=81
전체 프로젝트는 Google 코드에서 오픈 소스로 제공됩니다.
http://code.google.com/p/dspid33/
최신 버전, 설명, 설명 등을 참조하십시오.
프로그램은 코드 내부에서 단계별로 설명됩니다. 높은 수준의 주석과보다 가독성 높은 코드를 갖기 위해 모든 중요한 지점에서 MPLAB 프로젝트의 외부 파일 (예 : descrEng.txt)에 대한 참조로 괄호 안에 번호가 있습니다 (예 : 7). .
다이어그램은 dsNav 보드의 제어 절차의 전반적인 아키텍처와 프로젝트 기반으로 적용된 탐색 전략을 보여줍니다.
모터 컨트롤러는 휠 속도를 관리하는 블랙 박스로 볼 수 있습니다. 프로그램의 관리자 부분에 기준 속도 (VeldDesX : 원하는 속도)가 전송됩니다. 마이크로 컨트롤러의 입력 캡처 모듈은 모터 축에 연결된 인코더에서 펄스를 받아 모터의 회전 속도를 유도합니다 (VelMesX : 측정 된 속도). PID 제어 "속도 PID"에서 1ms마다이 값을 결합하여 각 단일 휠의 원하는 속도를 유지하기 위해 올바른 PWM 값을 얻습니다.
QEI (Quadrature Encoder Interface) 모듈은 인코더에서 A 및 B 펄스를 모두 얻고 4x 모드에서 신호 방향 및 펄스 수를 감독자 기능으로 되돌립니다 (신호 A 및 신호 B의 상승 및 하강 에지를 카운트합니다 : 2 × 2 = 4).
각각의 단일 엔코더 펄스에 대해 이동 된 공간을 나타내는 K로 펄스 수를 곱하면 10ms마다 오른쪽 바퀴와 왼쪽 바퀴가 이동하는 거리를 구합니다. 감독자는이 여행 정보를 결합하고 Xmes, Ymes, θMes (방위각)의 측정 된 위치 좌표를 얻기 위해 추측 항법 절차를 적용합니다.
수퍼바이저는 직렬 인터페이스 (원격 측정)에 의해 외부로부터 네비게이션 커맨드를 수신한다.
다른 전략을 적용 할 수 있습니다.
에이 - 주어진 방향으로 주어진 속도로 이동합니다 (VelDes, θDes).
비 - 좌표 XDes, YDes로 주어진 점을 향해 이동합니다.
기음 - 주어진 방향 (DistDes, θDes)에서 주어진 거리를 이동합니다.
모드 A : 위치 1에서 "논리적 제어 스위치"를 사용하면 감독자 기능에 의해 PID 제어 "각도 PID"만 사용됩니다. 이것은 방위각 오차를 보정하기 위해 필요한 수직축 주위의 차량의 회전 각속도 ω의 값을 얻기 위해 주행 절차에 의해 계산 된 측정 각 θMes와 원하는 각 θDes를 결합한다.
DeltaV의 값은 ω에 비례합니다. 왼쪽 바퀴의 속도를 얻기 위해 VelDes에 더 해지고, 오른쪽의 바퀴의 속도를 얻기 위해 VelDes에서 빼서, 로봇의 중심이 여전히 VelDes 속도로 움직이는 동안 방향 값을 θDes 값으로 유지합니다.
모드 B : 위치 2의 "논리적 제어 스위치"를 사용하여 원하는 속도 VelDes가 PID 제어기 "Dist PID"에 의해 계산되고 모드 A에서와 같이 사용됩니다.이 PID (DistMes)에 대해 측정 된 입력은 현재의 좌표와 목적지의 좌표 원하는 방향 각 θDes도 같은 절차에서 나오며 "각도 PID"에 대한 참조 입력으로 사용됩니다. "Dist PID"에 대한 참조 입력은 0이며 대상에 도달했음을 의미합니다. ω 및 VelDes를 사용할 수 있으면 바퀴의 속도 제어가 모드 A에서와 같이 실행됩니다.
모드 C : 위치 2의 "논리적 제어 스위치"에서 목적지 좌표 Xdes, Ydes는 입력 매개 변수 DistDes, θDes의 함수로 처음에 한 번 계산됩니다. 그 후 모든 것이 모드 B와 같습니다.
5 단계 : 소프트웨어 세부 정보 : 속도 제어 및 기타 기본 기능
프로그램이 가득 차있다. 인터럽트 구동 . 시동시, 초기화 후, 프로그램은 상태 기계로 작동하는 매우 간단한 메인 루프에 들어갑니다. main-loop에서 프로그램은 외부 이벤트에 의해 활성화 된 플래그를 확인하고 값에 따라 상대 상태로 들어갑니다.
그것은 매우 단순한 협동 조합의 일종이기 때문에 "실시간 운영 체제 , "각 루틴은 가능한 한 가장 짧은 시간에 실행되어야하며 시스템이 자주 발생하는 인터럽트를 처리하도록 해줍니다.
"대기까지"와 코드 지연이 없습니다. 가능할 때마다 인터럽트가 사용되며, 특히 문자 스트링의 전송 또는 수신과 같은 느린 작업에 사용됩니다. UART 통신은 dsPIC33F의 DMA 기능을 활용하여 하드웨어에서 모든 "더티 (dirty)"작업을 수행하는 CPU 시간을 절약합니다.
dsPIC33FJ128MC802에 사용 된 주변기기 :
- 여행 경로를 계산하는 QEI.
- 속도를 계산하기위한 입력 캡처 (IC).
- 모터 전류를 읽는 A / D 변환기.
- 모터 구동을위한 향상된 PWM.
- 외부 세계와 통신하는 UART
QEI 모듈 휠이 어느 방향으로 이동했는지 알기 위해 사용됩니다. 이 값은 1ms마다 변수에서 대수적으로 누적되고 요청시 감독자 기능으로 전송됩니다. 값을 보내면 변수가 재설정됩니다.
속도는 아래 설명 된대로 모든 엔코더의 펄스에서 측정됩니다. 1ms마다 샘플을 평균하여 평균 속도를 계산하고 PID 알고리즘을 실행하며 결과에 따라 모터 속도를 수정하여 PWM 듀티 사이클을 변경합니다. C30 PID 라이브러리 어플리케이션에 대한 자세한 설명은 마이크로 칩 코드 예 : CE019 - 폐 루프 제어 시스템에서 PID (Proportional Integral Derivative) 컨트롤러 사용을 참조하십시오. http://ww1.microchip.com/downloads/en/DeviceDoc/CE019_PID.zip
모터의 속도 변화는 주행 오차를 유발할 수있는 큰 기계적 변형 및 바퀴 미끄러짐을 피하기 위해 상승 또는 하강 경사 램프로 부드럽게 가속, 감속됩니다. 감속은 브레이크가 걸리는 동안 장애물이있는 충돌을 피하기 위해 가속보다 빠릅니다.
IC 인풋 캡쳐 모듈은 인코더에 의해 생성 된 두 개의 펄스 사이에서 경과 된 시간을 측정하는 데 사용됩니다. 즉 바퀴가 잘 알려진 고정 된 공간 (고정 된 SPACE_ENC ). QEA에 병렬로 연결되어 (dsPIC33F의 주변 장치 핀 선택 기능 덕분에 DSC 내부적으로) 인코더 신호의 상승 에지에서 경과 시간을 캡처합니다. TIMER2는 자유 운전 모드에서 사용됩니다. 각 IC 인터럽트에서 TMR2의 현재 값이 저장되고 이전 값이이 값에서 뺍니다. 이것이 펄스 기간입니다. 그러면 현재 값이 이전 값이되어 다음 인터럽트를 기다립니다. TMR2의 플래그는 16 비트 레지스터에서 오버플로가 발생했는지 확인하기 위해 검사해야합니다. 그렇다면 0xFFFF와 이전 샘플 간의 차이가 현재 값에 추가되어야합니다. 샘플은 대수적으로 다음과 같이 추가됩니다. IcPeriod 변수에 따라 _UPDN 비트를 사용하여 속도 방향도 결정합니다. 이것은 다음에서 제안 된 방법 중 하나입니다. 마이크로 칩 애플리케이션 노트 AN545 .
변수 IcIndx 추가 된 샘플 수를 포함합니다. IcPeriod .
1ms마다 평균 속도는 다음과 같이 계산됩니다. V = 공간 / 시간
어디에 Space = SPACE_ENC • IcIndx
(= 하나의 엔코더 펄스에 포함 된 공간 • 펄스 수)
과 시간 = TCY • IcPeriod
(= 단일 TMR 기간 • 기간의 합계가 발생 함).
Single_TMR_period = TCY = 1 / FCY (클럭 주파수).
그래서 V = Kvel • (IcIndx / IcPeriod)
어디에 Kvel = SPACE_ENC • FCY 속도는 m / s.
왼쪽으로 15 비트 쉬프트 Kvel const KvelLong = Kvel << 15 ) 속도는 PID 루틴에서 사용할 준비가 된 분수 형식 (정수 변수 만 사용하는 경우도 있음)으로 이미 계산됩니다. 자세한 설명은 MPLAB 프로젝트의 "descrEng.txt"파일을 참조하십시오.
A / D 변환기 모터 전류를 지속적으로 측정하여 16 위치 ADCBUF 버퍼에 값을 저장합니다. 버퍼가 가득 차면 인터럽트가 발생하고 약 1ms마다 평균값이 계산됩니다.
UART 외부로부터 명령을 받고 측정 결과를 되돌리기 위해 사용됩니다. 프로그램의 통신 부분은 상태 머신으로 실행됩니다. 상태 변수는 동작을 순서대로 실행하는 데 사용됩니다. 매우 간단하고 빠른 인터럽트 서비스 루틴 (ISR)은 버퍼에서 모든 단일 바이트를 가져 오거나 버퍼에 넣고 올바른 함수가 실행되도록 올바른 플래그를 설정합니다.
수신 중에 어떤 종류의 오류 (UART, 체크섬, 구문 분석 오류)가 발생하면 상태 변수가 음수로 설정되고 빨간색 LED가 켜져이 오류 조건 외부로 통신합니다. 가능한 오류의 전체 목록은 MPLAB 프로젝트의 "descrEng.txt"파일을 참조하십시오.
핸드 셰이크에 사용되는 프로토콜은 다음과 같습니다. 물리적 계층 독립적 , 통신을 위해 I2C 또는 RS485 버스와 함께 사용할 수도 있습니다.
그만큼 제 1 층 dsPIC 주변 장치 인터페이스에 의해 제어됩니다. 하드웨어에 의해 프레임 또는 오버런 오류 (UART) 또는 충돌 (I2C)이 감지되어 적절한 플래그를 설정합니다.
그만큼 제 2 층 ISR 루틴에 의해 처리됩니다. RX 버퍼를 인터페이스에서 수신 한 바이트로 채 웁니다. 또한 버퍼 오버 플로우 및 명령 오버런을 감지합니다.
UartRx 또는 UartRx2 기능은 제 3 층 . 이미 설명했듯이 (흐름도 참조) 이러한 루틴은 버퍼에서 바이트를 가져 와서 명령 문자열을 해독하여 상태 시스템으로 작동합니다.
바이트는 순환 버퍼를 통해 두 번째 및 세 번째 레이어 (ISR 및 UartRx 함수)간에 교환됩니다. ISR은 바이트를 수신하여 배열에 저장하고 배열에 대한 포인터를 증가시킵니다. 포인터가 배열의 끝에 도달하면 처음으로 다시 시작됩니다. UartRx 함수는 바이트가 현재 RX 상태에서 디코드 되 자마자 같은 배열을 읽는 자체 포인터를 가지며 (순환 방식으로도 증가합니다). 메인 루프는 "in"포인터가 "out"포인터와 다를 때마다 UartRx 함수를 호출합니다.
각 명령 패킷은 다음과 같이 구성됩니다.
0 - 헤더 @
1 - ID 0-9 ASCII
2 - Cmd A - Z ASCII
3 - CmdLen N = 1 - MAX_RX_BUFF 다음 바이트 수 (체크섬 포함)
4 - 데이터 …
…
N-1 - 데이터
N - 체크섬 0-255는 메시지를 구성하는 모든 바이트 (체크섬 자체 제외) 인 8 비트 변수에 간단히 합쳐서 얻습니다.
이 계층은 패킷 일관성 (올바른 헤더, 올바른 길이)뿐만 아니라 시간 초과 및 체크섬 오류를 제어합니다. 모든 것이 괜찮 으면 파서 루틴을 활성화합니다 (제 4 층 )를 사용하여 메시지를 디코딩하고 필요한 조치를 실행합니다. 이 루틴은 수신 된 메시지 코드를 알 수없는 경우 적절한 오류 플래그를 설정합니다.
TMR1 프로그램의 핵심 인 1000Hz 타이밍 클럭을 생성합니다. 각 TMR1의 인터럽트에서 내부 타이머가 업데이트되고 워치 독이 지워지고 이동 된 공간 값을 묻는 기능을 사용하도록 플래그가 설정됩니다. 10ms마다 "All_Parameters_Ask"기능 (속도, 위치, 전류)이 활성화됩니다.
6 단계 : 소프트웨어의 세부 사항 : 오도 메 트리 및 필드 매핑 = 어디 있습니까?
이산 시간 업데이트 (odometry)에서 각 바퀴가 이동 한 거리에 대한 정보를 얻은 후에는 외부 참조 (데드 레커닝)없이 동일한 주기성을 가진 로봇의 위치 좌표를 추정 할 수 있습니다.
odometry에 의한 추측 계산에 관한 이론적 배경은 Johann Borenstein의 저서에서 찾을 수 있습니다.
"나는 어디 있습니까? - 이동 로봇 배치를위한 센서 및 방법"
다음 웹 페이지에서
http://www.seattlerobotics.org/encoder/200010/dead_reckoning_article.html
수학적 배경과 사용 된 일반적인 방법에 대한 자세한 설명은 G.W.에서 찾을 수 있습니다. Lucas의 논문 Robot Wheel Actuators의 차동 조향 시스템에 대한 튜토리얼 및 기본 궤적 모델, 인터넷에서 사용 가능 :
http://rossum.sourceforge.net/papers/DiffSteer/DiffSteer.html
같은 간단한 문서에서도 알고리즘을 간소화 할 수 있으므로 dsPIC33F 시리즈의 수학적 기능 (삼각 함수)을 사용하여 정교함과 정교함 사이에서 올바른 절충안을 얻을 수 있습니다.
위치를 계산하는 데 사용 된 수학에 대한 설명은이 단계에 첨부 된 그림에서 찾을 수 있습니다. 첫 번째는 기호의 의미를 나타내고 두 번째 기호는 해당 기호와 함께 사용되는 공식을 보여줍니다. 각 계산 단계 옆에있는 상자를 클릭하면 간단한 설명이 표시됩니다.
마지막으로 우리는 로봇이 그 시간 간격에서 방향의 델타, X 축의 델타 및 마젠타 참조 필드의 Y 축의 델타로 얼마나 움직 였는지 알 수 있습니다.
변수의 각 델타 값을 누적하면 플랫폼의 현재 좌표 (위치 및 방향)를 알 수 있습니다.
연산 오류 (0으로 나누기)와 컨트롤러 시간 낭비를 피하려면 미리 Sr 및 Sl 변수 모두에 대한 점검을 수행해야합니다. 로봇이 일직선으로 주행하는 경우 공식을 단순화 할 수있는 최소 제곱 값 (zero-zero value)을 정의합니다 (우측 바퀴로 덮힌 공간은 좌측 바퀴로 이동 한 공간과 거의 동일 함) 또는 그것이 수직축 (오른쪽 바퀴에 의해 덮여있는 공간은 왼쪽 바퀴가 움직이는 공간과 거의 같지만 반대 방향으로 움직이는 공간)을 중심으로 선회한다면, 마지막 그림에 나타난 흐름도에 자세히 나와 있습니다.
이 비디오는 우리가 얻을 수있는 정밀도의 예를 보여줍니다 :
http://www.youtube.com/watch?v=d7KZDPJW5n8
필드 매핑
이전 함수에 의해 계산 된 데이터로 필드 매핑이 수행됩니다.
모든 Xms는 현재 위치 정교화 후에 10 x 10cm 셀 격자에서 알 수없는 필드를 나누어 필드 매핑을 수행합니다. 5 x 5m의 최대 필드 차원을 정의하면 50 x 50 = 2500 셀 행렬을 얻을 수 있습니다. 각 셀은 니블 (nibble)로 정의되며 총 메모리 점유량은 1250 바이트입니다. 16 개의 서로 다른 값을 각 셀에 할당 할 수 있습니다.
n = 00 알 수없는 셀
n = 01 - 10 셀이 n 번 방문 함
n = 11 장애물 발견
n = 12 개의 가스 표적을 찾았습니다.
n = 13 광 타겟 발견
n = 14 개의 사운드 타겟 있음
로봇은 현장의 어느 위치에서나 시작할 수 있습니다. 이들은 참조 시스템에서 참조 좌표 (0,0)가됩니다.
필드 매핑은 알 수없는 필드에서 가장 좋은 탐색 전략을 찾는 데 유용합니다. 로봇은 탐색 된 적은 부분 (낮은 "n"값)으로 스스로를 유도 할 수 있으며 이미 발견 된 대상에서 두 번 멈추지 않고 시간을 절약하고 주어진 좌표에 도달하는 데 가장 적합한 경로를 찾을 수 있습니다.
7 단계 : 원격 콘솔
어떤 운영 체제에서든 쉽게 개발하고 실행할 수 있으려면 다음과 같이 작성해야합니다. 가공 언어:
http://www.processing.org/
이 프로그램의 소스 코드도 Google 코드에서 오픈 소스로 사용할 수 있습니다.
http://code.google.com/p/dsnavconconsole/
와 더불어 메인 패널 (첫 번째 그림) 우리는 구성 가능한 크기 필드에서 로봇이 따라가는 경로 (odometry로 추정)와 그리드에서 읽은 다른 중요한 값을보고 원격 측정을 수행 할 수 있습니다. dsNav .
게이지는 측정 된 값을 보여줍니다 :
- MesSpeed는 +/- 500 mm / s 범위로 두 바퀴 속도 (플랫폼 중심의 속도)의 평균값입니다.
- 측정 된 전류 (mA) (두 모터의 전류 합계).
- 측정 된 각도, odometry에 의해 extimated.
다른 패널은 로봇의 파라미터를 구성하고 따라야 할 정의 된 경로를 로봇에 저장하는 데 사용됩니다 (필요한 경우). 중요한 패널은 적어도 로봇을 개발하는 동안 상세 패널 (두 번째 그림) 실시간으로 각 바퀴의 속도를 보여 주며, 모든 매개 변수의 보정에 매우 유용합니다.
중심 그리드보기는 웹캠의보기로 전환하여보기에도 로봇이 따르는 경로를 제어 할 수 있습니다.
이 콘솔에 대한 실제 사용 예가이 비디오에 표시됩니다.
http://www.youtube.com/watch?v=OPiaMkCJ-r0
