1. VOFA+是啥 简单地来说,VOFA+是一个超级串口助手,除了可以实现一般串口助手的串口数据收发,它还可以实现数据绘图(包括直方图、FFT图),控件编辑,图像显示等功能。使用VOFA+,可以给我们平常的PID调参等调试带来方便,还可以自己制作符合自己要求的上位机,为嵌入式开发带来方便。 这个是VOFA+的官网VOFA+ | VOFA+。 2. 如何使用VOFA+调试PID 2
前言 移动机器人的状态估计需要用到很多传感器,因为对单一的传感器来讲,都存在各自的优缺点,所以需要一种多传感器融合技术,将机器人的状态估计出来。对于移动机器人来讲,自身可能携带: 惯导 轮速里程计 激光里程计 视觉里程计 gps等 如何利用各传感器的优点,将所有数据结合起来,取长补短,就用到了本篇博客介绍的内容 robot_localization ,一个移动机器人状态估
地平线RDK套件概述 Horizon Robotics Developer Kits,简称地平线RDK套件,是基于地平线智能芯片打造的机器人开发者套件,包括RDK X3(旭日X3派)、RDK X3 Module(旭日X3模组)。 产品介绍 RDK X3(旭日X3派) 是一款全功能开发板,具备强大的处理能力和丰富的外设接口,通过搭配丰富的传感器和扩展组件,为开发者提供了灵活的硬件扩展和连接选项
前言 上一篇,给大家介绍了平衡小车的硬件资源及其小车底层硬件介绍篇 平衡小车学习教程1——硬件资源及其小车底层硬件介绍篇 这篇来教大家如何快速的使用MPU6050自带的DMP库读取陀螺仪数据,读取翻滚角(Roll)、俯仰角(Pitch)、航向角(Yaw)这三个角的数据。 如何快速的使用MPU6050自带的DMP库读取陀螺仪数据,读取翻滚角(Roll)、俯仰角(Pitch)、航向角(Yaw)
目录 一、SPI通信协议 1.1 SPI物理层 1.2 SPI协议层 二、实战 2.1 SPI控制FLASH实现全擦除代码编写 2.2 上板验证 一、SPI通信协议 1.1 SPI物理层 SPI通信模式为主-从模式 ,分为一主一从、一主多从: 片选线CS用于主机选择对应的从机进行通信,片选线置低电平为通信开始信号,被拉高则为开始信号。
文章目录 《从零开始配置树莓派控制机械臂》专栏传送门 1. 安装OpenCV-Python 2. 图形化界面的安装 3. 安装机器人操作系统ROS 《从零开始配置树莓派控制机械臂》专栏传送门 【分享】从零开始在树莓派4B上搭建环境,使用ros控制dofbot机械臂(一) 【分享】从零开始在树莓派4B上搭建环境,使用r
文章目录 《从零开始配置树莓派控制机械臂》专栏传送门 1. 安装OLED驱动,显示系统信息 《从零开始配置树莓派控制机械臂》专栏传送门 【分享】从零开始在树莓派4B上搭建环境,使用ros控制dofbot机械臂(一) 【分享】从零开始在树莓派4B上搭建环境,使用ros控制dofbot机械臂(二) 【分享】从零开始在树莓派
文章目录 《从零开始配置树莓派控制机械臂》专栏传送门 1. 控制RGB灯 2. 控制蜂鸣器 3. 控制单个舵机 4. 读取舵机当前的位置 5. 一次控制6个舵机 6. 机械臂上下左右摆动 7. 机械臂跳舞 《从零开始配置树莓派控制机械臂》专栏传送门 【分享】从零开始在树莓派4B上搭建环境,使用ros控制dofb
文章目录 《从零开始配置树莓派控制机械臂》专栏传送门 0. 准备阶段 1. 在电脑上下载所需软件及镜像文件 2. 安装镜像文件 3. 进入树莓派系统 4. 安装树莓派配置工具raspi-config 5. 更换系统软件源 6. 安装I2C工具和I2C-Python环境 7. 安装JupyterLab 《从零开始
PID简介 讲解PID的文章书籍很多,本文就不详细讲了,只讲一下我在学习过程中不容易理解的一些问题点,以供大家参考。比如很多书籍对于PID,只讲了计算,但是最后计算出来的值如何应用,则完全不讲,当时我是一头雾水,后来搞明白以后又觉得还是很简单的,但如果书籍里面能提一下,那不是让人学习起来容易很多么。PID就是比例,积分,微分三个单词的首字母缩写,是工程上控制系统中的一个常用控制算法。以下结合我之
我的PID学习历程—-PID位置式和增量式 文章目录 起因一、什么是开环系统?二、什么是PID?KP,KI,KD三个参数的作用三、PID算法的离散化1、什么是位置式PID?2、位置式PID实现3、什么是增量式PID?4、增量式PID实现四、采用VOFA+调试PIDfirewater协议格式justfloat协议格式五、目前六、后面一段时间七、参考代码 起因 前一篇文章实现了使用TB6612
本文主要列出了用于移动机器人的常见的运动规划算法. 只是列出了简单的名称, 详细细节需要后面仔细学习. 按类别可以分为基于搜索的路径规划, 基于采样的路径规划,动力学约束下的路径规划,基于马尔可夫决策过程的运动规划。 1基于搜索的路径规划SEARCH-BASED PATH FINDING 基于图搜索的路径规划方法主要有Dijkstra , A*算法 和, JPS算法 (Jump Poi
本文整理了自抗扰控制ADRC的由来及其原理,主要参考韩京清老师《自抗扰控制技术》。 PID控制: PID(Proportional-Integral-Derivative)控制是一种常见的反馈控制算法,被广泛应用于工业过程控制和自动化系统中。虽然PID控制具有很多优点,但也存在一些缺点,包括以下几点[参考自抗扰控制技术]: 1.直接以e=v-y的方式产生原始误差不太合理,这里控制目标v是
0. 简介 对于自动驾驶以及机器人而言,除了SLAM以外,另一个比较重要的部分就是轨迹规划了。而最近作者看到了几篇比较好的文章,分别为《A Review of Motion Planning Techniques for Automated Vehicle》、《A review of motion planning algorithms for intelligent robots》、《A re
轨迹时间同步—时间缩放法 摘要 一般而言,多轴机器人的任务一般是通过控制末端工具的位置和姿态来完成,会涉及位置和姿态两个量 , 所以在轨迹规划时需要考虑二者的时间同步 ,即在同一规划时间内机器人末端要满 足轨迹的位置 和姿态的联动,这就对控制算法提出了更高的要求。由于驱动系统饱和限制或任务要求,对机器人的运动速度和加速度有一定的约束。为了分别满足位置和姿态的速度、加速度幅值约束,往往需要分别对
力控机器人接触力滤波与估计 力控机器人本身关节具有力传感器,可为什么还需要接触力滤波和估计呢?这是不是有些多余?显然是不是的,本篇博文总结下力控机器人接触力滤波与估计的一些原因: 环境噪声和不确定性:在力控机器人与环境进行物理交互时,存在来自环境的噪声和不确定性,这些因素可能导致力传感器测量值的不稳定性和波动。接触力滤波可以帮助去除这些噪声和不确定性,得到更加准确和可靠的接触力信息。
四轮电磁------电磁循迹位置式PID 看了很多篇博客,针对我们智能车校内赛的电磁循迹,我对循迹方案如下: 电磁前瞻+舵机+例程 我们使用的是龙邱科技的电磁前瞻: 舵机舵机是由占空比控制旋转方向,但一定要注意:例程上给定的占空比是250~1250,那么舵机中值就应该为750;但是,当舵机装上车后,舵机的中值必须要自己去测试:我测得的舵机占空比为483-603,则舵机中
四轮电磁------速度环增量式PID 这是我的第一次书写博客,仅代表我个人看法,若有问题希望各位大佬不吝赐教!!! 我们最近正在准备智能车四轮电磁的校内赛,我采用的是英飞凌的TC264单片机,使用的软件是AURIXTM Development Studio。以下是我在近日对速度环的一些学习。 例程学习+硬件测试 正式开始做一个项目,首先,我们学会使用这个软件和例程。例程是商家
0. 简介 作为路径规划而言,不单单有单个机器人自主路径规划,近年来随着机器人行业的兴起,多机器人自主路径规划也越来越受到关注,对于多智能体寻路(MAPF)。一般的操作会给定一个地图、机器人集群、以及它们的初始位置和目的地,MAPF会最终输出一组没有碰撞的路径,用于控制机器人集群完成运动。《Iterative Refinement for Real-Time Multi-Robot Path P
第三方账号登入
看不清?点击更换
第三方账号登入
QQ 微博 微信