1 yorum

 
GN⁺ 2024-10-27
Hacker News görüşleri
  • Daha önce robot kollara IMU ekleyen başka yaklaşımlar da görmüştüm. İki farklı tür sensörü birleştirmeye sensör füzyonu denir; IMU ile GPS’i birlikte kullanıp buna bir Kalman filtresi ekleyerek çok hassas konum değerleri elde etmek yaygın bir yöntemdir.
    Bu videoda özellikle harika olan nokta, yeni sensörü motorun içine yerleştirerek tüm yapıyı çok daha küçük ve rijit hâle getirebilmiş olmaları.
    [1] https://en.wikipedia.org/wiki/Inertial_measurement_unit
    [2] https://en.wikipedia.org/wiki/Sensor_fusion
    [3] https://en.wikipedia.org/wiki/Kalman_filter

  • Böyle bir şey yapmayı denemek istiyorsanız, yeni Raspberry Pi Pico 2 burada kullanılan çipten birkaç mertebe daha yüksek performanslı ve fiyatı da yaklaşık yarısı.
    Şu anda giriş seviyesi 32 bit ARM/RISC gömülü cihazlar arasında fiyat/performans açısından ezici derecede iyi görünüyor.

    • Errata 9’a göre dahili pull-down yerine harici pull-down kullanmak gerektiğini bilmekte fayda var.
    • Artık nispeten eski olsa da Teensy 4.1 ile hâlâ mükemmel performans alıyorum. Fiyatı 30 dolar civarıyla biraz daha pahalı ama Cortex M7 600 MHz’de çalışıyor ve bolca giriş/çıkış ile protokol sunuyor.
    • Güzel ama peki trade-off ne?
  • Daha zorlu işlerde “kutudan çıktığı hâliyle” doğruluğu artırmak için yardımcı enkoder kullanan büyük endüstriyel robotlar da var.
    Yardımcı eklem geri bildirimini robot yapısı ve mekanik aksamın kinematik modeliyle birleştirerek robot takım ucunun gerçekte nerede olduğunu daha doğru tahmin ediyorlar.
    https://electroimpact.com/Products/Robots/AchievingAccuracy

    • O zaman birincil enkoder ne için kullanılıyor?
  • Robotun sürekli tamamen aynı hareket grubunu tekrarlamasına bakarak backlash hakkında hüküm veremezsiniz. Böyle yapınca tanım gereği histerezis problemi devre dışı kalır.

    • Aynı hareket gibi görünmüyor ki? İkinci hareket ters tarafa gidiyor.
  • Güzel ama o robot gerçekten bir iş yapmıyor değil mi?
    Yüksüz durumda, backlash’i büyük bir sistemin konum doğruluğunu artırmanın hangi faydalı uygulamaya dönüşeceğini pek hayal edemiyorum. Belki de sadece hayal gücüm yetersizdir.
    Son zamanlarda kötü donanım yapıp ya da satın alıp yazılımın bunu çözeceği yönünde bir eğilim var, ama bunun pek sonuç verdiğini görmedim. Tesla’nın otonom sürüşte web kamerası kullanması ya da Boeing’in uçağı tasarladıktan sonra kusurlu bir açı sensörü kullanması aklıma geliyor.
    Robot faydalı bir şey yapsaydı çok daha etkileyici olurdu; gerçek uygulanabilirliğinin de epey sınırlı olacağından şüpheleniyorum.

    • Boeing örneğini fazla basitleştirmişsiniz gibi. Hedef, Airbus’la rekabet edecek verimli bir uçak yapmak ama yeni tip sertifikasyonunun maliyet ve gecikmelerinden kaçınmaktı.
      Bunun için aynı gövdeye daha büyük motorlar takmaları gerekiyordu; bunun sonucunda motorları daha öne yerleştirmek zorunda kaldılar, bu da uçuş karakteristiklerini değiştirip yeniden eğitim gerektirdi. Yeniden eğitim satışlar için ölümcül olacağından, eski 737 gibi uçuyormuş gibi görünmesini sağlamak için üzerine bir yazılım sistemi eklediler.
      Böylece pilotlar yalnızca bir iPad eğitim kursuyla yükseltme yapabilecekti. Bu düzeltme sisteminin, pilotun yüksek hücum açısında stall’a girme sorununu fark etmemesini sağlaması gerekiyordu; bu yüzden MCAS, algılanan hücum açısına dayanarak burnu aşağı indirmek için AoA sensörünü kullanıyordu.
      AoA sensörü aslında hayatî, doğrudan temel bir girdi olarak kullanılmak üzere tasarlanmamıştı ve zaman zaman sıkışıyor ya da arızalanıyordu. MCAS bunlardan yalnızca birini girdi olarak kullandı. MCAS burnun aşağı indirilmesi gerektiğini yanlış değerlendirir ve pilot 737 eğitimine göre tepki verirse, o gün son uçuşunuz olur. Uçak düşer.
      Sonuçta Boeing bu korkunç planın her aşamasında daha fazla para kazanmak için insanları öldürmüş oldu. Asıl argümana katılıyorum ama Boeing neredeyse olabilecek en kötü kötü niyetli tasarıma yakın, bu yüzden ayrı sınıflandırılmalı.
    • Yük taşımadan çok hassas hareket etmesi gereken robot uygulamalarına örnek olarak koordinat ölçüm cihazı gibi robotik ölçüm sistemleri verilebilir: https://en.wikipedia.org/wiki/Coordinate-measuring_machine
    • Sonraki videolarda servonun uzun bir kolun ucunda ağırlık kaldırdığı sahneler var.
  • Bu tür analog ölçüm aleti kullanmış kişilere bir sorum var. Kamera gösterge değerini okumak için yakınlaştırmadan önce ibre bir tur dönüyor gibi görünüyor; bu, videonun iddia ettiği doğruluğu gerçekten gösteriyor mu?

    • Tüm videoyu izlemedim ama muhtemelen “x’i 0.00’dan 10.00’a taşıma” yapıp göstergenin son hareket konumunun gerçekte 10.05 olduğunu gösterdi.
      O düzeneğin bu kadar esnek olduğunu düşününce oldukça etkileyici.
      Ancak böyle göstergelerde negatif yöndeki hareketi ölçmek için ön yük uygulayıp “pozitif” aralığın içine bastırmak gerekir. Bunu yapmış gibi görünüyorlar ama daha derin analiz etmeden %100 emin olamam.
      Ayrıca göstergenin kendisi de bir miktar ön yük sağladığı için sistemdeki gevşekliği önemli ölçüde ortadan kaldırıp doğruluğu olduğundan iyi göstermiş olabilir.
    • Evet. Uçtaki kürenin belirli bir yarıçapı var; küre o yarıçap kadar itildiğinde, yani temas noktası tam merkez çizgisine geldiğinde gösterge tekrar 0’ı gösterir.
      Temas kesilmiş durumdaysa, normalde olması gereken noktadan en az 1 mm sapmış olduğu anlamına daha yakındır.
      Genelde bu iki durumdan hangisinde olduğunuzu söyleyen ikinci bir ibre olur; ama böyle bir cihazı kullanma bağlamında 1 mm sapma olduğunda durum çok açık olduğundan gerekli görmemişler gibi.
  • 100 dolara satın alınabilen 3 eksenli bir robot, yani 3D yazıcı, nasıl 0,05 mm statik doğruluk sağlayabiliyor?
    Bu, kontrol teorisi değil; mekanik yapı ve step motor meselesi.

    • Gantry yapısı ile kol yapısı arasında bir ödünleşim.
    • Doğru, ama o bir robot kolu olmadığı için daha az ilgi çekici. Kol uzunluğu hatayı büyüttüğünden, yazıcıyla aynı konum doğruluğunu verecek “mekanik yapı ve step motor” tabanlı bir kol yapmak için motorların çok daha hassas olması ya da redüksiyon kullanılıyorsa endüstriyel robot kollardaki gibi backlash’in son derece düşük olması gerekir.
    • 0,05 mm veya daha iyi doğruluğa sahip x/y ve isteğe bağlı z sistemini yeniden üretmenin en iyi yolunun ne olacağını merak ediyorum. Elbette hızdan ödün vermemek koşuluyla.
  • Hassasiyet gerektiğinde robotlarda pantografın neden daha fazla kullanılmadığını hep merak etmişimdir.
    Hassas ahşap kesimi veya ahşap/metal oyma gibi işlerde kullanılan bir yöntem.
    https://en.wikipedia.org/wiki/Pantograph
    https://youtu.be/s56J_Rnh_Co
    “Büyük” tarafı sürüp “küçük” tarafı hareket ettirirseniz yüksek hassasiyet elde edilebilir.

    • Feynman, https://calteches.library.caltech.edu/1976/1/1960Bottom.pdf belgesinin 6–7. sayfalarında pantografı ve hassasiyet konusunu ele alıyor. Kendim derinlemesine düşünmedim.
    • Pantograflar genelde 2 boyutta faydalıdır; yalnızca 2 boyuta ihtiyaç duyan bir robot içinse ray kullanmak daha doğru sonuç verir.
  • Gerçekten harika bir enkoder numarası. Bu kadar iyi olacağını düşünmemiştim ama videoda kesinlikle iyi görünüyor.

    • Bu videonun gösterdiği şey, çoğunlukla aynı yönde tekrarlandığında elde edilen tekrarlanabilirlik; mutlak statik doğruluk değil. Tek tek motorların backlash’i telafi edilebilir, ancak bağlantı elemanlarının boşluğu veya esnemesi telafi edilemez.
      Burada DC motor kullanılıyor. Modern 3 fazlı servomotor kullanırsanız motorun gerçekte ne yaptığını çok daha fazla bilebilirsiniz.