Mục lục:
Video: Tạo Robot Maze Runner: 3 bước (có hình ảnh)
2024 Tác giả: John Day | [email protected]. Sửa đổi lần cuối: 2024-01-30 13:36
Robot giải quyết mê cung có nguồn gốc từ những năm 1970. Kể từ đó, IEEE đã tổ chức các cuộc thi giải mê cung được gọi là Cuộc thi Chuột Micro. Mục đích của cuộc thi là thiết kế một robot có thể tìm thấy điểm giữa của mê cung nhanh nhất có thể. Các thuật toán được sử dụng để giải nhanh mê cung thường chia thành ba loại; tìm kiếm ngẫu nhiên, lập bản đồ mê cung và tường bên phải hoặc bên trái theo các phương pháp.
Chức năng nhất của các phương pháp này là phương pháp sau tường. Trong phương pháp này, robot đi theo bức tường bên phải hoặc bên trái trong mê cung. Nếu điểm thoát được kết nối với các bức tường bên ngoài của mê cung, robot sẽ tìm thấy lối ra. Ghi chú ứng dụng này sử dụng đúng phương pháp sau tường.
Phần cứng
Ứng dụng này sử dụng:
- 2 Cảm biến khoảng cách analog sắc nét
- Cảm biến theo dõi
- Mã hoá
- Động cơ và trình điều khiển động cơ
- Silego GreenPAK SLG46531V
- Bộ điều chỉnh điện áp, khung rô-bốt.
Chúng tôi sẽ sử dụng cảm biến khoảng cách tương tự để xác định khoảng cách đến các bức tường bên phải và phía trước. Cảm biến khoảng cách Sharp là lựa chọn phổ biến cho nhiều dự án yêu cầu đo khoảng cách chính xác. Cảm biến IR này tiết kiệm hơn so với máy đo khoảng cách sonar, nhưng nó cung cấp hiệu suất tốt hơn nhiều so với các lựa chọn thay thế IR khác. Biểu đồ thể hiện mối quan hệ giữa đầu ra cảm biến và khoảng cách đo được thể hiện trong hình 1.
Đường màu trắng trên nền màu đen được đặt làm mục tiêu. Chúng tôi sẽ sử dụng cảm biến theo dõi để phát hiện vạch trắng. Cảm biến theo dõi có năm đầu ra tương tự và dữ liệu đầu ra bị ảnh hưởng bởi khoảng cách và màu sắc của đối tượng được phát hiện. Các điểm được phát hiện có độ phản xạ tia hồng ngoại cao hơn (màu trắng) sẽ gây ra giá trị đầu ra cao hơn và độ phản xạ tia hồng ngoại thấp hơn (màu đen) sẽ gây ra giá trị đầu ra thấp hơn.
Chúng tôi sẽ sử dụng bộ mã hóa bánh xe pololu để tính toán quãng đường mà robot di chuyển. Bo mạch mã hóa vuông góc này được thiết kế để hoạt động với các bánh răng kim loại siêu nhỏ pololu. Nó hoạt động bằng cách giữ hai cảm biến phản xạ hồng ngoại bên trong tâm của bánh xe Pololu 42 × 19mm và đo chuyển động của mười hai răng dọc theo vành bánh xe.
Một bảng mạch điều khiển động cơ (L298N) được sử dụng để điều khiển động cơ. Các chân INx được sử dụng để điều khiển động cơ và các chân ENx được sử dụng để đặt tốc độ của động cơ.
Ngoài ra, một bộ điều chỉnh điện áp được sử dụng để giảm điện áp từ pin xuống 5V.
Bước 1: Mô tả thuật toán
Hướng dẫn này kết hợp đúng phương pháp sau tường. Điều này dựa trên việc tổ chức ưu tiên hướng bằng cách ưu tiên hướng ngoài cùng bên phải nhất có thể. Nếu robot không thể phát hiện ra bức tường bên phải, nó sẽ quay sang bên phải. Nếu robot phát hiện ra bức tường bên phải và không có bức tường phía trước, nó sẽ tiến về phía trước. Nếu có một bức tường ở bên phải của robot và phía trước, nó sẽ quay sang bên trái.
Một lưu ý quan trọng là không có bức tường để tham chiếu sau khi robot vừa quay sang phải. Do đó, "rẽ phải" được thực hiện trong ba bước. Tiến lên, rẽ phải, tiến về phía trước.
Ngoài ra, robot phải giữ khoảng cách với tường khi di chuyển về phía trước. Điều này có thể được thực hiện bằng cách điều chỉnh một động cơ nhanh hơn hoặc chậm hơn động cơ kia. Trạng thái cuối cùng của lưu đồ được thể hiện trong hình 10.
Một Robot Maze Runner có thể được thực hiện rất dễ dàng với một IC tín hiệu hỗn hợp (CMIC) có thể định cấu hình GreenPAK. Bạn có thể xem qua tất cả các bước để hiểu cách thức mà chip GreenPAK đã được lập trình để điều khiển Robot Maze Runner. Tuy nhiên, nếu bạn chỉ muốn dễ dàng tạo Robot Maze Runner mà không hiểu tất cả các mạch bên trong, hãy tải phần mềm GreenPAK để xem File thiết kế GreenPAK Robot Maze Runner đã hoàn thành. Cắm máy tính của bạn với Bộ phát triển GreenPAK và nhấn chương trình để tạo IC tùy chỉnh để điều khiển Robot Maze Runner của bạn. Bước tiếp theo sẽ thảo luận về logic bên trong tệp thiết kế Maze Runner Robot GreenPAK cho những ai quan tâm đến việc tìm hiểu cách thức hoạt động của mạch.
Bước 2: Thiết kế GreenPAK
Thiết kế GreenPAK bao gồm hai phần. Đó là:
- Giải thích / xử lý dữ liệu từ cảm biến khoảng cách
- Trạng thái ASM và đầu ra động cơ
Giải thích / xử lý dữ liệu từ cảm biến khoảng cách
Điều quan trọng là phải giải thích dữ liệu từ các cảm biến khoảng cách. Các chuyển động của robot được cân nhắc theo kết quả đầu ra của cảm biến khoảng cách. Vì cảm biến khoảng cách là tương tự, chúng tôi sẽ sử dụng ACMP. Vị trí của robot so với tường được xác định bằng cách so sánh điện áp của các cảm biến với điện áp ngưỡng định trước.
Chúng tôi sẽ sử dụng 3 ACMP;
- Để phát hiện bức tường phía trước (ACMP2)
- Để phát hiện tường bên phải (ACMP0)
- Để bảo vệ khoảng cách của bức tường bên phải (ACMP1)
Vì ACMP0 và ACMP1 phụ thuộc vào cùng một cảm biến khoảng cách, chúng tôi đã sử dụng cùng một nguồn IN + cho cả hai bộ so sánh. Có thể ngăn chặn sự thay đổi tín hiệu liên tục bằng cách cung cấp cho ACMP1 25mv độ trễ.
Chúng tôi có thể xác định tín hiệu hướng dựa trên đầu ra của ACMP. Mạch điện trong hình 12 mô tả sơ đồ dòng chảy trong hình 7.
Theo cách tương tự, mạch cho biết vị trí của robot so với tường bên phải được thể hiện trong hình 13.
Các trạng thái ASM và đầu ra động cơ
Ứng dụng này sử dụng Máy trạng thái không đồng bộ, hoặc ASM, để điều khiển rô bốt. Có 8 trạng thái trong ASM và 8 đầu ra ở mỗi trạng thái. RAM đầu ra có thể được sử dụng để điều chỉnh các đầu ra này. Các trạng thái được liệt kê dưới đây:
- Bắt đầu
- Điều khiển
- Di chuyển ra khỏi bức tường bên phải
- Sát tường bên phải
- Rẽ trái
- Tiến lên-1
- Rẽ phải
- Tiến lên-2
Các trạng thái này xác định đầu ra cho trình điều khiển động cơ và chỉ đạo robot. Có 3 đầu ra từ GreenPAK cho mỗi động cơ. Hai xác định hướng của động cơ, và đầu ra còn lại xác định tốc độ của động cơ. Chuyển động của động cơ theo các đầu ra này được thể hiện trong bảng sau:
RAM đầu ra ASM có nguồn gốc từ các bảng này. Nó được thể hiện trong hình 14. Ngoài các trình điều khiển động cơ còn có hai đầu ra nữa. Các đầu ra này đi đến các khối trễ tương ứng để cho phép robot di chuyển một khoảng cách nhất định. Đầu ra của các khối trễ này cũng được kết nối với đầu vào ASM.
PWM được sử dụng để điều chỉnh tốc độ của động cơ. ASM được sử dụng để xác định PWM động cơ sẽ chạy trên. Các tín hiệu PWMA-S và PWMB-S được đặt thành các bit chọn mux.
Bước 3:
Trong dự án này, chúng tôi đã tạo ra một robot giải quyết mê cung. Chúng tôi đã diễn giải dữ liệu từ nhiều cảm biến, kiểm soát trạng thái của rô-bốt bằng ASM của GreenPAK và điều khiển động cơ bằng trình điều khiển động cơ. Nói chung, bộ vi xử lý được sử dụng trong các dự án như vậy, nhưng GreenPAK có một vài lợi thế so với MCU: nó nhỏ hơn, giá cả phải chăng hơn và có thể xử lý đầu ra cảm biến nhanh hơn MCU.
Đề xuất:
Trí tuệ nhân tạo và nhận dạng hình ảnh bằng HuskyLens: 6 bước (có hình ảnh)
Trí tuệ nhân tạo và nhận dạng hình ảnh sử dụng HuskyLens: Này, có chuyện gì vậy, các bạn! Akarsh ở đây từ CETech.Trong dự án này, chúng ta sẽ xem xét các HuskyLens từ DFRobot. Đây là một mô-đun máy ảnh được hỗ trợ bởi AI có khả năng thực hiện một số hoạt động Trí tuệ nhân tạo như Face Recognitio
Tạo màn hình LED 4096 khổng lồ cho nghệ thuật điểm ảnh cổ điển: 5 bước (có hình ảnh)
Tạo màn hình LED 4096 khổng lồ cho nghệ thuật điểm ảnh cổ điển: ***** Cập nhật vào tháng 3 năm 2019 ****** Có một số cách bạn có thể thực hiện dự án này, xây dựng mọi thứ từ đầu hoặc sử dụng phiên bản kit. Tôi sẽ đề cập đến cả hai phương pháp trong Có thể hướng dẫn này. Có thể hướng dẫn này bao gồm cài đặt LED RGB 64x64 hoặc 4.096
[Robot Arduino] Làm thế nào để tạo ra một robot ghi lại chuyển động - Robot ngón tay cái - Động cơ Servo - Mã nguồn: 26 bước (có hình ảnh)
[Robot Arduino] Làm thế nào để tạo ra một robot ghi lại chuyển động | Robot ngón tay cái | Động cơ Servo | Mã nguồn: Thumbs Robot. Đã sử dụng một chiết áp của động cơ servo MG90S. Nó là rất thú vị và dễ dàng! Mã rất đơn giản. Nó chỉ có khoảng 30 dòng. Nó trông giống như một bức ảnh chụp chuyển động. Vui lòng để lại bất kỳ câu hỏi hoặc phản hồi nào! [Hướng dẫn] Mã nguồn https: //github.c
Cách tạo Robot chơi bóng rổ tự động bằng IRobot Tạo làm cơ sở: 7 bước (có hình ảnh)
Cách tạo rô bốt chơi bóng rổ tự động bằng cách sử dụng IRobot Tạo làm đế: Đây là bài viết của tôi cho thử thách Tạo iRobot. Phần khó nhất của toàn bộ quá trình này đối với tôi là quyết định xem robot sẽ làm gì. Tôi muốn chứng minh các tính năng thú vị của Create, đồng thời thêm vào một số sự tinh tế của rô bốt. Tất cả của tôi
Tạo hình ảnh liền mạch theo chiều ngang hoặc chiều dọc (đối với "GIMP").: 11 bước (với hình ảnh)
Tạo hình ảnh liền mạch theo chiều ngang hoặc chỉ theo chiều dọc (đối với "GIMP"): Nếu bạn dùng thử plugin "Tạo liền mạch" trong GIMP, nó sẽ giúp hình ảnh liền mạch theo cả chiều ngang và chiều dọc cùng một lúc. Nó sẽ không cho phép bạn làm cho nó liền mạch chỉ trong một chiều. Hướng dẫn này sẽ giúp bạn làm cho