Коробка робот и автомат: в чем разница и как отличить визуально » АвтоНоватор

Содержание

Коробка робот (роботизированная коробка )

Коробка робот сегодня стремительно обретает популярность среди водителей из разных уголков планеты. Она существенно облегчает управление автомобилем, особенно в городских условиях, и считается перспективной и инновационной. Но напрасно думать, что такая трансмиссия появилась совсем недавно.

Первая роботизированная коробка появилась в далёком 1957 году. Она называлась Saxomat и могла автоматически выжимать сцепление. Переключать передачи при этом нужно было вручную. Этот образец так и остался опытным. А первая коробка автомат робот, которая стала устанавливаться на серийные автомобили, была создана в 2003 году концерном Volkswagen. Он начал ставить на свои авто роботизированную трансмиссию DSG, оснащённую двумя сцеплениями. Вскоре механизм стали использовать и другие автопроизводители мира. За время существования он претерпел некоторые модернизации.

Видео — РОБОТ (роботизированная коробка передач) — БЕЖАТЬ или МОЖНО БРАТЬ?

Коробка робот как пользоваться

Неважно какое у вас авто, Форд, Опель или Японское авто коробка-робот требует соблюдения правил эксплуатации. Чтобы агрегат работал долго без поломок, нужно знать, как пользоваться им правильно. Вот простая инструкция по использованию РКПП:

  1. Стараться ездить только по хорошим дорогам, имеющим твёрдое покрытие. Если необходимо проехать по бездорожью или рыхлому снегу, лучше отказаться от автоматического режима, если это предусмотрено конструкцией авто. Эксперты не советуют часто эксплуатировать автомобили с роботом в подобных условиях.
  2. Надавливать на газ плавно без резких движений. Водитель должен постоянно смотреть за оборотами мотора.
  3. При отсутствии на машине системы помощи при подъёме, использовать ручной тормоз. Это поможет избежать отката автомобиля назад.
  4. Стоя в пробках или на светофоре, переводить рычаг в нейтральное положение.
  5. При постановке авто на парковку следует сначала установить селектор робота в положение «нейтраль», после – затянуть ручник и затем заглушить мотор, сняв ногу с педали тормоза.
  6. Регулярно производить перенастройку электронного блока управления или обучение. Процедура выполняется согласно регламенту конкретного автопроизводителя через определённое количество километров. Обычно – через 10000-15000 км. Это связано с естественным износом дисков сцепления.
  7. Зимой при сильном морозе исключить поездки на непрогретом автомобиле. Прогревать его нужно до достижения рабочей температуры силового агрегата. Это поможет избежать повышенных нагрузок на роботизированную коробку.
  8. Стараться не буксовать, не возить тяжёлые прицепы и не буксировать другие авто. При серьёзных неисправностях машины использовать эвакуатор. Подробно об этом сказано в руководстве по эксплуатации каждого автомобиля с роботом.

Видео — Что такое РКПП (робот) | Сравнение с МКПП и АКПП | Плюсы и минусы

  • Нейтральная передача или « N». Он используется перед троганием с места или во время стояния в пробке либо на светофоре, а также при иных остановках на продолжительное время с работающим двигателем;
  • « D», « A/ M», « E/
    M» — режим движения. После перевода рычага в это положение, необходимо отпустить педаль тормоза и перевести правую ногу на педаль газа, потихоньку начав нажимать её. Автомобиль поедет вперёд, передачи будут переключаться автоматически в зависимости от набора скорости;
  • Ручное управление или « M». Режим применяется при движении вперёд, например, при поездках по снегу, песку или бездорожью. Передачи при этом водитель переключает селектором или подрулевыми переключателями в зависимости от особенностей конструкции авто. Переключение осуществляется постепенно, на одну ступень вперёд;
  • Задний ход или « R». Режим обеспечивает движение машины назад.

На некоторых моделях машин есть спортивный и зимний режимы, обозначенные соответствующими символами.

Робот и автомат в чём разница?

Автолюбителей часто интересует, что лучше – робот или автомат и в чём отличие этих трансмиссий. Они похожи, но у каждой из коробок есть свои особенности:

  1. В АМТ, как и в АКПП, используется трансмиссионное масло. Но его объём обычно значительно меньше. Зачастую и интервалы между заменами заметно больше. Но это зависит от модели и марки машины.
  2. Робот, как и вариатор, обеспечивает лучшую динамику и меньший расход топлива в отличие от автомата. 
  3. РКПП не так удобна в управлении, как автоматическая коробка, так как нередко переключает передачи с рывками. Но современные трансмиссии практически лишены этой особенности.
  4. Робот считается менее долговечным и надёжным, чем АКПП. У роботизированной трансмиссии быстро изнашиваются диски сцепления. Поэтому узел н нуждается в частой замене.
  5. Современные РКПП больше подвержены серьёзным неисправностям, требующим дорогостоящего ремонта, чем нынешние автоматы.
  6. АМТ позволяет переключать передачи вручную в особом режиме, у автоматической трансмиссии такого режима нет.

Отзывы владельцев

Робот устанавливается на многие автомобили марки Toyota, Ford, Volkswagen, Skoda и другие. Отзывы владельцев об этой трансмиссии в целом положительные. Но иногда встречаются жалобы на малый ресурс и дорогостоящий ремонт. Правда, зачастую это связано с неправильной эксплуатацией машины, несвоевременным обслуживанием и устранением мелких поломок.

РКПП на Тойота Королла и других моделях этой марки отличается надёжностью и достаточно большим ресурсом. Он дарит прекрасную динамику и небольшой расход топлива. Коробка практически не имеет рывков и прочих неприятных особенностей. Аккуратные водители сталкиваются с её поломками нечасто.

Коробка PowerShift на Фокус и других автомобилях Форд отличается менее отзывчивой и корректной работой. Она часто работает с рывками, а её ресурс редко превышает 150000 километров. На Форд Фокус 3 она перегревается в пробках, может начинать сильнее дёргаться со временем. Иногда эта проблема, по словам автолюбителей, решается перепрошивкой. В более серьёзных случаях может потребоваться ремонт.

Некоторые владельцы Фольксваген и Шкода жалуются на поломки трансмиссий DSG. Но этот агрегат не на всех моделях проблемный. При бережной эксплуатации и регулярном обслуживании он может пройти достаточно много. Противоречивы мнения и об АМТ на Lada Vesta. Нередко на этом авто требуется частая замена сцепления. Оно служит не более 40000-60000 километров пробега. Но, возможно, это зависит от манеры езды.

Сейчас мнение автовладельцев о роботе стало более позитивным, чем несколько лет тому назад. Коробки стали совершеннее, об их использовании и обслуживании появилось много полезной информации, в России открылось немало станций по ремонту РКПП. Поэтому эксплуатация таких автомобилей стала намного удобнее.

Робот на Toyota

О коробке робот на Toyota Corolla xbnfnqnt в нашей статье Коробка робот на Тойота Королла

Плюсы и минусы

АМТ обладает множеством положительных качеств. Но есть у неё и существенные недостатки.

Плюсы:

  • Быстрый разгон автомобиля. Машина с роботом разгоняется практически также быстро, как и с механикой;
  • Низкий расход топлива. Такие авто тратят бензина практически столько же, сколько и автомобили на МКПП, или даже чуть меньше;
  • Более медленный износ сцепления, чем у авто с механической коробкой передач. Но это преимущество есть не у всех моделей с РКПП. У некоторых машин оно изнашивается даже быстрее, чем у транспорта с ручной трансмиссией;
  • Аккуратное и бережное переключение передач, недоступное многим водителям при ручном переключении;
  • Более дешёвый ремонт по сравнению с восстановлением работоспособности АКПП.

Минусы:

  • Возможны рывки, толчки и дёргание при движении. Но это присуще не всем роботам, более современные модели работают намного комфортнее;
  • Робот не всегда позволяет быстро затормозить или ускориться, так как этому препятствуют его электронные настройки;
  • Для корректной работы узла нужен мощный мотор;
  • Автомобиль с РКПП может откатиться назад при движении в гору, если не использовать ручник. Но машины, имеющие систему помощи при подъёме, не обладают данной особенностью;
  • Блок управления не всегда можно прошить в сервисном центре, изменив его работу;
  • Городская эксплуатация негативно сказывается на долговечности агрегата.

Обслуживание

Роботизированная коробка передач требует правильного и внимательного обслуживания. Она нуждается в регулярной замене масла и фильтров. Обычно процедура проводится каждые 60000-80000 километров в зависимости от особенностей конкретной модели авто. Для замены необходима трансмиссионная жидкость, рекомендованная автопроизводителем. Она обычно дороже, чем масло для механической коробки передач.

Владельцам машин с АМТ следует выполнять переобучение коробки в зависимости от состояния её сцепления. Не пренебрегать регулярной диагностикой электронного блока управления и проверкой работоспособности узла. Нужно обращать внимание на потёки трансмиссионной жидкости. Обслуживание робота выполняется в сервисном центре или у мастеров, имеющих опыт работы с такими механизмами и соответствующее оборудование. Самостоятельно обслуживать этот узел не рекомендуется. Поэтому при покупке авто с РКПП нужно учитывать расходы на посещение СТО.

Неисправности

Неисправности коробки – робот бывают механическими или электрическими. Основные признаки поломки трансмиссии:

  • Машина не едет при любом или некоторых положениях селектора КПП;
  • Передачи не переключаются или переключаются не вовремя;
  • На приборной панели горит Check Engine;
  • Усиление рывков и толчков при движении;
  • Появление неприятных звуков при езде;
  • Движение с пробуксовкой;
  • Течь трансмиссионного масла.

Некоторые из этих симптомов не всегда связаны с поломкой АМТ. Поэтому при их возникновении следует обратиться в автосервис для диагностики автомобиля. Это поможет быстро установить причину и, возможно, избежать слишком дорогого ремонта. Отремонтировать узел без знаний и оснащения невозможно.

Какую КПП выбрать: робот, механику или автомат?

Покупка автомобиля — дело ответственное, где нужно учесть массу различных нюансов: марка, модель, тип кузова, цвет, объем двигателя, и главное – коробка передач. А она, знаете ли, может быть различных типов. Тут вам и классическая «механика», и «автомат», и «робот», и вариатор. Для начала разберем свойства первых трех типов КПП, чтобы можно было принять оптимальное решение и выбрать ту коробку, которая будет должным образом отвечать вашим требованиям и манере езды.

Механическая КПП

Надежная, экономичная, но неудобная для многих коробка передач. Принцип ее работы несложен. Сцепление является связующим звеном между мотором авто и коробкой. Сцепление нажали – узлы разъединили, значит, можно включать нужную передачу, отпускать сцепление, восстанавливать связь агрегатов и двигать в путь. И бог с ней, то бишь с коробкой, если вы используете машину преимущественно для дальних поездок, но вот постоянно теребить рычаг переключения передач в мегаполисе среди бесконечных пробок вроде как не хочется, да и не очень комфортно: то нога на сцеплении устает, то рука на коробке. Основываясь на этом, производители и решили модернизировать этот узел и создали «автомат».

 

Автоматическая коробка передач

Да, если вы захотите протестировать автоматическую коробку передач и возьмете в прокат Hyundai Solaris, рестайлинг-версия машины предоставит вам такую возможность. Работает «автомат» следующим образом. Двигатель приводит в действие два так называемых винта коробки в герметичном корпусе под названием гидротрансформатор, который заполняется трансмиссионной жидкостью. Также в систему АКПП включен вал, шестеренки, муфты и другие механизмы. Плюсы «автомата»:

  • комфортабельность езды
  • отсутствие педали сцепления
  • плавность старта
  • удобство управления

Пару минусов, правда, тоже имеются. Первый – АКПП нельзя назвать экономичным решением, топлива она есть ого-го, а второй – «автомат» частенько может досаждать клевками при переключении передач, что несколько портит общее впечатление.

 

Роботизированная коробка передач

По сути, это та же «механика», только автоматизированная, поскольку за момент разъединения двигателя и коробки и переключение передач отвечает не водитель, а электронный блок. Основной плюс такого типа коробки – высокая экономичность. Минус – такие агрегаты не для «шумахеров». Если любите агрессивную езду с резкими стартами, ускорениями и маневрами, выбирайте «механику», «робот» тут быстро износиться, а ремонт и замена коробки всегда стоят дорого.

Коробка передач: робот и автомат

Количество машин с автоматами и роботами приближается по числу к автомобилям с классической механикой. Но не все понимают, в чем разница и какой тип коробки лучше выбрать. Помогаем разобраться в этом вопросе.

Разница между роботом и автоматом

Оба типа коробок относятся к общему классу автоматических, куда включается еще автомат с вариатором. Но в конструкции существуют принципиальные различия. И вот в чем они выражаются:

  1. Автомат построен на принципе взаимодействия редуктора и гидротрансформатора. Работа коробки водителем не регулируется. Все зависит от количества оборотов коленвала и величины давления масла в самой коробке. Чем больше крутящий момент, тем больше давление масла в коробке. За счет давления происходит самостоятельное переключение фрикционов, которые регулируют диапазон скорости движения. Участие электроники в управлении действиями коробки минимально.
  2. Робот построен на принципе действия обычной механики с установленным на нее блоком управления. В этот блок входят гидропривод и узел электроники, который иначе называют сервопривод. В этой системе участие водителя в переключении скоростей и работе со сцеплением напрямую не предусматривается. То есть узел сцепления в роботе есть и действует он подобно сцеплению в обычной механической коробке. Но управляют работой сцепления электроника и гидравлика. Сцепление включается и выключается сервоприводом.

Преимущества и недостатки автомата и робота

Каждая из коробок, о которых здесь говорится, обладают своими преимуществами и недостатками. Они есть как в конструкции, так и в эксплуатации. Специалисты по продаже автозапчастей в Украине из АТЛ рассказали нам о нюансах автоматических и роботизированных коробок передач.

Автоматическая коробка

За время существования автомат претерпел много изменений. Это касается количества фрикционов, которые отвечают за переключение скоростей. Семи и девяти скоростные коробки стали обыденным явлением. Они обеспечивают плавный ход машине, придают больше динамики разгону и надежности самой коробке. Большинство автоматов гарантированно пробегают до 20000 километров и больше. Главное, своевременная замена масла. Его рекомендуется менять на каждые 80000 километров пробега. Основные плюсы автомата это:

  • простота управления автомобилем;
  • комфорт для водителя;
  • плавность хода авто;
  • высокая надежность коробки;
  • редкая замена комплектующих узлов и деталей.

Основными недостатками автоматической коробки считаются:

  • высокий расход бензина;
  • дорогой ремонт;
  • низкая динамика разгона.

Правда, с учетом выпуска новых модификаций, с последним пунктом можно поспорить.

Роботизированная коробка передач

Робот тоже постоянно совершенствуется. Повышена надежность и стабильность ее работы. Появилась новая конструкция с двумя сцеплениями, что позволяет улучшить динамику переключения скоростей. Главными преимуществами робота всегда считались:

  • простота конструкции;
  • значительная дешевизна;
  • меньший расход топлива;
  • невысокая стоимость ремонта.

К недостаткам такого типа трансмиссии можно отнести:

  • возможные рывки в коробке при переключении передач, особенно при старте;
  • ненадежность электроники управления коробкой;
  • зависание при переключении скоростей;
  • переход на нейтральную скорость при остановках;
  • откат машины при остановке на подъеме.

Но выбор всегда остается за будущим владельцем автомобиля. Каждый выбирает тип коробки под свой стиль езды, учитывая экономичность и комфорт.

Роботы для открывания ящиков | Automated Box Открытие

Automated Box Открытие Robots

Обзор продуктов

IBOD System: Устройство интеллектуального блока Открытие устройства

Устройство открытия Box (IBOD) — это встроенный, проход через открывалка для автоматизации операций ручной резки коробок. IBOD имеет встроенную интеллектуальную функцию, которая измеряет размер каждой поступающей коробки и автоматически находит запрограммированные линии разреза.Коробки можно подавать в заранее установленном порядке или в смешанном порядке без необходимости запускать партии одинакового размера.

IBOD полностью программируется и поставляется в двух вариантах, в зависимости от ваших потребностей в открывании ящиков . IBOD Single способен резать верхние ящики со скоростью до 500 коробок в час, а IBOD Duo — до 900 коробок в час.

IBOD доступен в трех основных конфигурациях резки: верхняя часть коробки, переднее окно выбора и разрезы с ленточным уплотнением.Он полностью автоматический, с автоматической подачей и самовыравниванием. IBOD использует фотооптические и линейные измерения смещения для определения размеров каждой коробки, когда она автоматически захватывается и позиционируется для резки.

Программируемое устройство перемещения преобразует заданный шаблон разреза в каждый размер коробки. Ограничители лезвий и упор для коробок используются вместе, чтобы придать режущему роботу прямоугольную и неподвижную цель. Затем робот IBOD использует автоматизацию, управляемую программным обеспечением, для резки коробок в соответствии с точными спецификациями, заданными заказчиком.

IBOD имеет тяжелую сварную стальную раму с основными компонентами рамы, изготовленными из сварной стальной трубы диаметром 100 мм, с панелями из толстой стали и ограждением. Передняя боковая панель и дверца доступа изготовлены из акрила толщиной 18 мм для обеспечения жесткости и безопасности.

Зачем автоматизировать открытие ящиков?

Вскрытие коробки вручную может быть медленным и трудоемким, а работа с ножами может привести к небольшим несчастным случаям, порезам и рваным ранам для рабочих. Автоматическое открывание коробок благодаря IBOD повышает производительность, исключает травмы и сводит к минимуму повреждение продукта, связанное с ручным открыванием коробок .

IBOD — единственный на рынке запатентованный автоматический открыватель коробок !

 

Варианты IBOD:

Устройство автоматической смены лезвий

Модели IBOD доступны с дополнительным автоматическим устройством смены лезвий (ABC), которое распознает затупление лезвий и автоматически меняет их за считанные секунды. «ABC» обеспечивает IBOD значительно меньшее время замены лезвия, максимизируя пропускную способность.

 

 

 

 

Варианты резки

IBOD могут быть оснащены дополнительным программным обеспечением и инструментами для вырезания окна для облегчения выбора в процессе выполнения заказа или для обрезки верхней ленты, чтобы сохранить коробку для повторного использования.

Автоматическое извлечение ящиков

Автоматическое извлечение ящиков — это дополнительный модуль, который снимает крышку и опорожняет содержимое коробок в контейнеры или на конвейер после того, как верхняя часть коробки была вынута. Для большинства сценариев могут быть разработаны индивидуальные решения.

 

 

 

Помимо наших роботов для открывания коробок , мы предлагаем ряд логистических решений, включая роботов для упаковки коробок и роботов для укладки на поддоны.

Декартовы роботы: простая и сложная автоматизация упаковки

Эта линия формования коробок демонстрирует, как простая система линейных осей может автоматизировать базовую операцию упаковки | Фото: Белл Эверман

Упаковочные операции продолжают автоматизироваться как способ снижения затрат на рабочую силу и травматизма на рабочем месте при одновременном повышении эффективности и качества упакованных товаров. Но использование автоматизации распределено неравномерно: крупные производители потребительских товаров используют больше автоматизации, чем более мелкие упаковочные фирмы.

Одной из областей, требующих большей автоматизации, являются операции по упаковке или обработке продукции. Часто расположенные рядом с фермами или привязанные к ним, эти объекты по-прежнему в значительной степени зависят от некоторых ручных операций по обработке материалов и могут получать немедленные выгоды от типа автоматизации, основанного на декартовых роботах с длинным ходом и специальными инструментами на конце руки (EOAT). и расширенные сенсорные возможности. Эти роботы могут обслуживать различные упаковочные машины, выполняя в противном случае ручные задачи, такие как подача в картонную коробку и оборудование для формирования лотков или разделение вложенных картонных контейнеров для использования на конвейерных линиях.Картезианские роботы также могут выполнять операции укладки на поддоны и снятия с поддонов.

Эти декартовы роботы, построенные на основе двух или более координированных стадий линейного позиционирования, могут быть не первым, что приходит на ум, если вы новичок в автоматизации. Вместо этого существует естественная тенденция приравнивать роботов к 6-осевым моделям с шарнирно-сочлененной рукой, которые вы все чаще видите на заводах. Даже опытные инженеры по автоматизации могут не обращать внимания на декартовых роботов, сосредоточив свое внимание на 6-осевых моделях.

Тем не менее, в приложениях, требующих, чтобы робот управлял упаковочной машиной, игнорирование преимуществ простой декартовой системы может привести к дорогостоящей ошибке.

6-осевая задача

Роботы с шарнирно-сочлененной рукой заняли видное место на многих автоматизированных производственных и упаковочных предприятиях — и не зря. Этот тип робота при правильном размере может легко обрабатывать большие полезные нагрузки. Они также обладают гибкостью для выполнения множества различных типов автоматизированных задач посредством программирования и смены инструментов на конце руки.При правильной работе мы большие поклонники роботов с шарнирно-сочлененной рукой, и у нас есть долгая история создания нестандартных роботов-манипуляторов для сборки электроники и медицинских приложений.

Но за преимущества 6-осевых роботов приходится платить. Мало того, что эти продвинутые роботы дороги, они имеют потенциально высокую «плотность роботов» в том смысле, что вам, вероятно, понадобится единица для каждой одной или двух упаковочных машин. И хотя бывают случаи, когда более крупный и дорогой 6-осевой робот может обслуживать более пары машин, эти механизмы могут потребовать от вас перегруппировки машин вокруг очень большого робота.

Формирователь коробок загружается роботом с линейной осью. | Фото: Белл Эверман

Роботы с шарнирно-сочлененной рукой также имеют высокие вторичные затраты в виде требований по обеспечению безопасности и занимаемой площади, а также расходов на квалифицированных сотрудников, способных программировать и обслуживать этих роботов.

Чемодан для декартовых роботов

Во многих случаях использования упаковки декартовы роботы имеют преимущество перед 6-осевыми моделями. Одна из причин связана с плотностью роботов.Один декартовский передающий робот с длинным ходом может обслуживать несколько упаковочных машин — без необходимости переставлять машины вокруг робота.

Установив роботов-переносчиков над машинами, за которыми они ухаживают, вы также не понесете штраф за занимаемую площадь. Требования к защитным ограждениям также минимальны, по крайней мере, по сравнению с 6-осевыми моделями, поскольку установка над головой естественным образом разделяет роботов и рабочих. Наконец, декартовы роботы требуют меньше затрат на техническое обслуживание и программирование.

Робот для дальних перемещений охватывает несколько машин.| Фото: Белл Эверман

Чтобы воспользоваться этими преимуществами, вам понадобится правильный тип робота для работы, и не все системы декартовых роботов созданы одинаковыми. На самом деле, если вы посмотрите в Интернете о декартовых роботах, вы найдете множество небольших систем, оптимизированных для операций захвата и размещения на производственном оборудовании или сборочных операций. Это совсем другие роботы, чем роботы-переносчики, используемые в упаковочных установках, которые должны соответствовать более сложным техническим требованиям, в том числе:

  • Большая длина хода: Для того, чтобы один робот обслуживал несколько упаковочных машин, вам, вероятно, потребуется самая длинная ось перемещения робота, чтобы он мог достигать расстояния 50 футов или даже больше.Многие из линейных стадий, используемых в стандартных декартовых роботах, просто не могут достигать такой длины.
  • Тележки с независимым управлением: Длинные транспортные роботы становятся еще более эффективными, если вдоль главной оси могут перемещаться несколько тележек, каждая из которых выполняет полезную задачу независимо от другой. Эта способность является огромным множителем силы для декартовых роботов, позволяя одному устройству выполнять работу многих.
  • Специализированные инструменты на конце руки (EOAT):  В то время как для некоторых задач автоматизации упаковки можно использовать готовые EOAT, такие как вакуумные или пальцевые захваты, мы обнаружили, что специально разработанные инструменты позволили нам для более эффективной обработки грузов, что, в свою очередь, позволяет упростить системы погрузочно-разгрузочных работ, работающие в связке с роботом.
  • Упрощенная архитектура управления: Новая стратегия управления декартовыми роботами предполагает использование двигателей со встроенными сервоприводами, а не более традиционные архитектуры управления, основанные на отдельных двигателях, приводах и контроллерах, размещенных в дорогом шкафу. Для некоторых роботов, которые могут иметь сложные потребности в движении, может подойти традиционный подход. Тем не менее, в большинстве случаев встроенные серводвигатели могут более чем удовлетворить требования прямоточного управления движением декартовых систем.Когда вы можете их использовать, встроенные серводвигатели могут помочь максимизировать экономическое преимущество декартовой системы автоматизации.
  • Избирательное использование: Поскольку декартовы роботы могут быть установлены над или позади машин, за которыми они ухаживают, они также позволяют пользователям запускать машины вручную, когда это необходимо, например, для короткого тиража специального размера. Это выборочное использование затруднено с напольными 6-осевыми роботами, которые могут заблокировать доступ к упаковочной машине.

Пример робота

Недавно мы поставили набор роботов для перемещения на большие расстояния, демонстрирующих все эти технические характеристики.Роботы, созданные для сельскохозяйственной упаковочной компании в Центральной долине Калифорнии, легко интегрируются с существующими формовщиками лотков IPAK. Каждый робот одновременно обслуживает до четырех машин, заполняя машины стопкой листов гофрированного картона.

Эти 3-осевые портальные роботы, устанавливаемые над станками, основаны на наших ступенях линейного перемещения ServoBelt Heavy. Эта конструкция сцены предлагает неограниченную длину хода, независимые движущиеся каретки и возможность установки сцены в любом положении.Для этих роботов самая длинная ось из трех, которая проходит через ряд формирователей лотков, имеет длину хода более 50 футов.

Для подачи листов гофрированного картона в четыре машины для формования лотков робот сначала берет партию картона со специально изготовленного дока, в котором находятся поддоны с гофрированными листами. Затем он подает картон на каждый формирователь лотков. Благодаря скорости ServoBelt, которая достигает 4 м/с, роботы могут легко идти в ногу с четырьмя формирователями лотков даже при полной производительности 35 лотков в минуту.

Этот декартовый робот работает над головой, чтобы забрать и доставить коробки на упаковочные станции. | Фото: Белл Эверман

В дополнение к самому роботу, эта система «под ключ» оснащена защитными ограждениями и датчиками, которые предотвращают заполнение роботом машины, когда внизу находится человек. Система безопасности также позволяет выборочно использовать робота: рабочие могут вручную обслуживать одну или несколько машин IPAK, в то время как робот обслуживает остальные машины.Эта возможность позволяет производить небольшие тиражи специальных лотков, не прерывая обычные крупносерийные тиражи.

Защитное ограждение, основанное на простом расположении скользящих заслонок и датчиков, которые блокируют робот от машины, находящейся внизу, стоит лишь малую часть того, что потребовалось бы для напольного 6-осевого робота.

В эту систему также включены все элементы управления и специальный EOAT, способный работать со стопками гофрированных листов, которые непредсказуемо различаются по высоте и весу.Оснастка без нареканий выдерживает погрузочно-разгрузочные работы до 50 кг.

Чего нельзя сказать об операторах, которые загружали машины. Поднимать картон с поддонов и наклоняться, чтобы вставить их в формовочные машины, было непосильной работой, которая приводила к жалобам на травмы. Автоматизация этих задач позволила переназначить работников на менее физически сложные задачи.

Этот большой робот-переносчик является лишь одним из примеров того, что возможно с декартовыми роботизированными системами в упаковочной среде.Мы также разработали системы укладки на поддоны и разгрузки на поддонах, основанные на очень похожем декартовом подходе. Всех этих роботов объединяет идея о том, что три этапа линейного движения — совместная работа и с правильными датчиками, элементами управления и инструментами на конце руки — могут быть наиболее эффективным и действенным способом начать автоматизацию упаковочных операций. Не требуется 6-осевой робот.

Amazon может начать использовать роботов для упаковки ваших заказов

Несколько недель назад Amazon заявила, что пройдет не менее 10 лет, прежде чем компания запустит полностью автоматизированные склады.Но частичная автоматизация уже идет. Согласно Reuters , Amazon рассматривает возможность установки двух машин на десятках складов, которые потенциально могут заменить не менее 24 рабочих мест в каждом месте. Если бы Amazon развернула машины в своих 55 центрах выполнения заказов в США для запасов стандартного размера, это могло бы привести к сокращению более 1300 рабочих мест.

Источники сообщили агентству Reuters , что Amazon рассматривает возможность использования машин CartonWrap от CMC Srl, которые могут создавать коробки по индивидуальному заказу и добавлять печати и этикетки.Сообщается, что машины могут производить от 600 до 700 коробок в час, что в четыре-пять раз быстрее, чем человек. А если машины будут проданы за 1 миллион долларов, Amazon сможет окупить свои затраты менее чем за два года, сообщили источники Reuters .

Судя по всему, Amazon уже установила несколько машин на складах недалеко от Сиэтла, Франкфурта, Милана, Амстердама и Манчестера. Они также могут попасть в почти два десятка центров выполнения заказов в США, которые Amazon готовит для небольших и неспециализированных запасов.И компания не одинока. Walmart Inc, Shutterfly Inc и JD.com Inc также используют упаковочные машины CMC, сообщили источники Reuters .

Это рассматривается как способ повысить автоматизацию, пока розничные торговцы ждут появления роботов, которые смогут деликатно поднимать и сортировать товары. Хотя эти машины могут заменить людей, а не увольнять работников, Amazon может просто перестать выполнять роли упаковки, когда они станут доступны. У них высокая текучесть кадров, что, возможно, неудивительно, учитывая условия работы на складах компании.В заявлении для Engadget представитель Amazon сказал: «Мы тестируем эту новую технологию с целью повышения безопасности, сокращения сроков доставки и повышения эффективности нашей сети». Таким образом, хотя это один из ярких примеров того, как автоматизация может сократить количество рабочих мест на складе, она также может избавить работников от этих опасных ролей.

Обновление от 13.05.19 18:50 по восточному времени: В заявлении для Engadget представитель Amazon сказал: «Мы тестируем эту новую технологию с целью повышения безопасности, ускорения сроков доставки и повышения эффективности всей нашей сети. .Мы ожидаем, что сэкономленные средства будут реинвестированы в новые услуги для клиентов, где будут продолжать создаваться новые рабочие места».


Видео
Ведущий: Терренс О’Брайен
Сценарий: Терренс О’Брайен
Редактор сценария: Дана Уоллман
Монтажер: Кайл Маак
Продюсер и оператор: Майкл Моррис

Все продукты, рекомендованные Engadget, выбираются нашей редакционной группой независимо от нашей материнской компании. Некоторые из наших историй содержат партнерские ссылки.Если вы покупаете что-то по одной из этих ссылок, мы можем получить партнерскую комиссию.

Человек-машина с бокс-сетами Рекорд аукциона игрушечных роботов Morphy

за 159 900 долларов

ДЕНВЕР, Пенсильвания. — Если это похоже на дежавю, то это потому, что Antiques and The Arts Weekly опубликовал аналогичный заголовок в марте 2019 года, когда Morphy Auctions установил рекорд аукциона для любого неупакованного робота, продав жестяную литографию за 86 100 долларов. Мы повторяем эту историю сейчас, поскольку фирма сделала это снова, но на этот раз без каких-либо уточнений, когда Человек-Машина с оригинальной коробкой был продан за 159 900 долларов на распродаже игрушек, кукол и фигурного чугуна 23-24 сентября, аукционный рекорд для любой игрушечный робот.

Morphy вызвал значительный резонанс после распродажи 2019 года, которая положила начало череде событий, которые вывели на рынок свежее открытие чердака из Скрэнтона, штат Пенсильвания.

«Я думал, что кто-то звонит и разыгрывает меня, — сказал глава отдела игрушек и поездов Morphy Томми Сейдж-младший. — [Грузоотправитель] сказал, что нашел одну на чердаке у своей мамы и принесет ее в пятницу. Он входит в полдень в пятницу с роботом в оригинальной коробке. Я не мог в это поверить. Я сказал, что гарантирую, что мы получим за него 100 000 долларов.

Sage цитировался в СМИ после распродажи 2019 года, в котором говорилось, что если бы в этом примере была оригинальная коробка, цена увеличилась бы на 40 000 долларов.

«Я думал, что это принесет около 120 000 долларов», — сказал Сейдж. «Когда он принес 160 000 долларов, я был очень счастлив».

Грузоотправитель нашел игрушку на чердаке своей мамы, когда убирался в ее имении. Он не помнит, как получил игрушку и никогда не играл с ней, но сказал, что, должно быть, получил ее на Рождество.

Сейдж сказал: «Он был в лучшем состоянии, чем прошлогодний, у него была только одна небольшая царапина на голове, кроме того, что это был номер 9.8. У него была коробка — известны только две другие коробки».

Человек-Машина — неуловимый пятый робот японской компании Masudaya’s Gang of Five, серии роботов с литографией и юбкой, работающих от батареек, выпущенных в 1950-х и 1960-х годах. По неизвестной причине Machine Man был единственным экземпляром, который не продавался в магазинах и был доступен для покупки только через каталог почтовых заказов — Сейдж сказал, что, по его мнению, это было через Sears. Это препятствие привело к нехватке количества и последующей редкости на рынке.В результате было известно только около дюжины Человеков-Машин, хотя этот ранее неизвестный пример пополнил список.

Робот продан американскому частному коллекционеру.

Сейдж сказал, что интерес к этим ультраредким игрушечным роботам выглядит хорошим, отметив, что у него было пять претендентов на сумму более 50 000 долларов. «Кажется, они поднимаются. Последний экземпляр в коробке, о котором я знаю, был продан за 120 000 долларов. Я держал это взаперти в своем офисе в течение нескольких месяцев, когда я звонил людям и в частном порядке показывал это».

Полный обзор распродажи игрушек Морфи появится в следующем выпуске.

роботов из картонных коробок | Есть только одна мамочка

Поделки с роботами всегда интересны детям.

Нет правильного или неправильного способа создать робота. Они могут быть самых разных форм, цветов и размеров…  

Возможности безграничны, как воображение вашего ребенка.

Вот почему изготовление большого робота из картонной коробки — это забавная поделка из переработанных материалов, которую дети всех возрастов могут делать дома или с друзьями в лагере.

 

Ниже использованы партнерские ссылки. Ознакомьтесь с моей полной политикой раскрытия информации здесь.

Изготовление картонных роботов — это не только развлечение, но и отличный способ переработки упаковочных коробок.

Наша церковь VBS изготовила этих больших коробочных роботов, чтобы использовать их в качестве роботов-украшений для Fun Maker Factory. Роботы были очень креативными, и на них было так весело смотреть.

После того, как они будут готовы, с ними можно будет весело поиграть. Вашему ребенку также понравится этот замок из картонной коробки, сделанный своими руками.

Робот из картонной коробки

Если вы делаете гигантских роботов, вам понадобится много материалов, с которыми дети смогут экспериментировать и использовать в своих поделках.

Хорошей новостью является то, что большинство предметов, которые вам нужны, можно найти в вторсырье или в долларовом магазине.

Я предлагаю иметь следующие предметы:  

Как сделать робота из картонных коробок

Начните со стопки 2-3 коробок, чтобы сформировать корпус вашего робота.

Поэкспериментируйте с их укладкой, пока не найдете форму, которая вам нравится.

Вы можете поставить самую большую коробку внизу (как у робота ниже).

Или вы можете использовать две меньшие коробки внизу, чтобы сформировать ножки.

Перемещайте коробки, пока не будете довольны тем, как они выглядят. Затем используйте пистолет с горячим клеем, чтобы скрепить их вместе.

Чтобы придать вашему роботу металлический вид, распылите на коробки серебристую аэрозольную краску.

Далее добавляем детали к роботу.

Пуговицы — всегда забавный аксессуар для этого робота из картонной коробки.

Из пластиковых крышек получаются отличные пуговицы. Или попробуйте добавить нижнюю часть пустой коробки из-под яиц, чтобы сформировать ряды кнопок, как у робота на картинке ниже.

Вентиляционный шланг позволяет создавать реалистичные руки и ноги робота.

Отрежьте детали нужной длины, чтобы прикрепить их к роботам-коробкам. Используйте клейкую ленту, чтобы прикрепить их к роботу, чтобы создать волнистые руки и ноги.

Бумажные тарелки и миски, картонные трубки и другие небольшие коробки также можно использовать для добавления забавных деталей вашим роботам.

Когда все детали будут склеены, вы можете использовать акриловую краску, чтобы придать своим роботам оттенок цвета. Цветная клейкая лента также является интересным способом добавления деталей.

Создание робота из коробок — это очень весело для детей.

Каждый получается по-своему. Вы можете просто обнаружить, что не можете остановиться только на одном роботе.

После завершения изготовления этого большого роботизированного корабля можно часами играть в ролевые игры.

Роботы из картонных коробок также могут стать забавным украшением вечеринки роботов.

/*]]]]>*/]]>

Подпишитесь на нашу новостную рассылку два раза в месяц, чтобы получить больше таких интересных идей на свой адрес электронной почты.

 

Еще посты, которые вам понравятся:

Первоначально опубликовано 27 мая 2018 г. работа с новейшими технологиями.

Посмотрим правде в глаза, роботы — это круто. Они тоже когда-нибудь будут править миром, и, надеюсь, к тому времени пожалеют своих бедных мягкотелых создателей (а.к.а. разработчиков робототехники) и помогите нам построить космическую утопию, наполненную изобилием. Я шучу, конечно, но только отчасти.

Стремясь хоть немного повлиять на этот вопрос, в прошлом году я прошел курс теории автономного управления роботами, кульминацией которого стало создание симулятора робота на основе Python, который позволил мне практиковать теорию управления на простом, мобильном, программируемом робот.

В этой статье я собираюсь показать, как использовать среду роботов Python для разработки управляющего программного обеспечения, описать схему управления, которую я разработал для своего смоделированного робота, проиллюстрировать, как он взаимодействует с окружающей средой и достигает своих целей, а также обсудить некоторые из фундаментальные проблемы программирования робототехники, с которыми я столкнулся на этом пути.

Чтобы следовать этому руководству по программированию робототехники для начинающих, вы должны иметь базовые знания о двух вещах:

  • Математика — мы будем использовать некоторые тригонометрические функции и векторы
  • Python — поскольку Python является одним из наиболее популярных базовых языков программирования роботов, — мы будем использовать основные библиотеки и функции Python
  • .

Фрагменты кода, показанные здесь, являются лишь частью всего симулятора, который опирается на классы и интерфейсы, поэтому для непосредственного чтения кода вам может понадобиться некоторый опыт работы с Python и объектно-ориентированным программированием.

Наконец, необязательные темы, которые помогут вам лучше следовать этому руководству, — это знание того, что такое конечный автомат и как работают датчики диапазона и энкодеры.

Проблема программируемого робота: восприятие против реальности и хрупкость контроля

Фундаментальная проблема всей робототехники заключается в следующем: невозможно узнать истинное состояние окружающей среды. Программное обеспечение для управления роботом может только угадывать состояние реального мира на основе измерений, возвращаемых его датчиками.Он может только попытаться изменить состояние реального мира посредством генерации управляющих сигналов.

Программное обеспечение для управления роботом может только угадывать состояние реального мира на основе измерений, возвращаемых его датчиками.

Таким образом, одним из первых шагов в разработке системы управления является создание абстракции реального мира, известной как модель , с помощью которой можно интерпретировать показания датчиков и принимать решения. Пока реальный мир ведет себя в соответствии с предположениями модели, мы можем делать правильные предположения и осуществлять контроль.Однако как только реальный мир отклонится от этих предположений, мы больше не сможем делать правильные предположения, и контроль будет потерян. Часто, потеряв контроль, восстановить его уже невозможно. (Если только какая-то доброжелательная внешняя сила не восстановит его.)

Это одна из основных причин сложности программирования робототехники. Мы часто видим видеоролики о новейшем исследовательском роботе в лаборатории, демонстрирующем фантастические подвиги ловкости, навигации или командной работы, и у нас возникает соблазн спросить: «Почему это не используется в реальном мире?» Что ж, в следующий раз, когда вы увидите такое видео, обратите внимание на то, насколько строго контролируется лабораторная среда.В большинстве случаев эти роботы способны выполнять эти впечатляющие задачи только до тех пор, пока условия окружающей среды остаются в узких рамках их внутренней модели. Таким образом, одним из ключей к развитию робототехники является разработка более сложных, гибких и надежных моделей, и указанное продвижение зависит от ограничений доступных вычислительных ресурсов.

Одним из ключей к развитию робототехники является разработка более сложных, гибких и надежных моделей.

[Примечание: как философы, так и психологи отмечают, что живые существа также страдают от зависимости от собственного внутреннего восприятия того, что говорят им их чувства.Многие достижения в робототехнике связаны с наблюдением за живыми существами и наблюдением за тем, как они реагируют на неожиданные стимулы. Подумай об этом. Какова ваша внутренняя модель мира? Он отличается от муравья и рыбы? (Надеюсь.) Однако, подобно муравью и рыбе, он, вероятно, чрезмерно упрощает некоторые реалии мира. Когда ваши представления о мире неверны, вы рискуете потерять контроль над вещами. Иногда мы называем это «опасностью». Точно так же, как наш маленький робот борется за выживание в неизвестной вселенной, мы все тоже.Это мощное озарение для робототехников.]

Симулятор программируемого робота

Симулятор, который я построил, написан на Python и очень удачно назван Sobot Rimulator . Вы можете найти v1.0.0 на GitHub. В нем не так много наворотов, но он создан для того, чтобы делать одну вещь очень хорошо: обеспечить точную симуляцию мобильного робота и дать начинающему робототехнику простую основу для практики программирования программного обеспечения для роботов. Хотя всегда лучше иметь настоящего робота для игры, хороший симулятор робота Python гораздо более доступен и является отличным местом для начала.

В реальных роботах программное обеспечение, генерирующее управляющие сигналы («контроллер»), должно работать на очень высокой скорости и выполнять сложные вычисления. Это влияет на выбор того, какие языки программирования роботов лучше всего использовать: обычно для таких сценариев используется C++, но в более простых робототехнических приложениях Python является очень хорошим компромиссом между скоростью выполнения и простотой разработки и тестирования.

Программное обеспечение, которое я написал, имитирует реального исследовательского робота по имени Хепера, но его можно адаптировать к целому ряду мобильных роботов с различными размерами и датчиками.Так как я старался запрограммировать симулятор как можно ближе к возможностям реального робота, логика управления может быть загружена в реального робота Хепера с минимальным рефакторингом, и он будет выполнять те же функции, что и смоделированный робот. Реализованные специфические функции относятся к Khepera III, но их можно легко адаптировать к новой Khepera IV.

Другими словами, программирование смоделированного робота аналогично программированию реального робота. Это очень важно, если симулятор будет использоваться для разработки и оценки различных подходов к управляющему программному обеспечению.

В этом руководстве я буду описывать архитектуру программного обеспечения для управления роботом, которое поставляется с версией 1.0.0 Sobot Rimulator , и предоставлять фрагменты из исходного кода Python (с небольшими изменениями для ясности). Тем не менее, я призываю вас погрузиться в источник и возиться. Симулятор был разветвлен и использовался для управления различными мобильными роботами, в том числе Roomba2 от iRobot. Точно так же, пожалуйста, не стесняйтесь разветвлять проект и улучшать его.

Логика управления роботом ограничена этими классами/файлами Python:

  • моделей/руководитель.py — этот класс отвечает за взаимодействие между симулируемым миром вокруг робота и самим роботом. Он развивает конечный автомат нашего робота и запускает контроллеры для вычисления желаемого поведения.
  • models/supervisor_state_machine.py — этот класс представляет различных состояний , в которых может находиться робот, в зависимости от его интерпретации датчиков.
  • Файлы в каталоге models/controllers — эти классы реализуют различное поведение робота при известном состоянии среды.В частности, конкретный контроллер выбирается в зависимости от конечного автомата.

Цель

Роботам, как и людям, нужна цель в жизни. Задача нашего программного обеспечения, управляющего этим роботом, будет очень простой: он попытается добраться до заданной целевой точки. Обычно это основная функция, которой должен обладать любой мобильный робот, от автономных автомобилей до роботов-пылесосов. Координаты цели запрограммированы в управляющем программном обеспечении до того, как робот будет активирован, но могут быть сгенерированы из дополнительного приложения Python, которое наблюдает за движениями робота.Например, представьте, что вы проезжаете через несколько путевых точек.

Однако, чтобы усложнить ситуацию, окружение робота может быть усеяно препятствиями. Робот НЕ МОЖЕТ столкнуться с препятствием на пути к цели. Поэтому, если робот сталкивается с препятствием, ему придется найти обходной путь, чтобы продолжить путь к цели.

Программируемый робот

Каждый робот имеет разные возможности и задачи управления. Давайте познакомимся с нашим моделируемым программируемым роботом.

Первое, что нужно отметить, это то, что в этом руководстве наш робот будет автономным мобильным роботом . Это означает, что он будет свободно перемещаться в пространстве и делать это под своим контролем. Это отличается, скажем, от робота с дистанционным управлением (который не является автономным) или заводского робота-манипулятора (который не является мобильным). Наш робот должен сам выяснить, как достичь своих целей и выжить в своей среде. Это оказывается удивительно сложной задачей для начинающих программистов робототехники.

Входы управления: Датчики

Существует множество различных способов оснащения робота для наблюдения за окружающей средой. Это могут быть датчики приближения, датчики освещенности, бамперы, камеры и так далее. Кроме того, роботы могут связываться с внешними датчиками, которые дают им информацию, которую они сами не могут наблюдать напрямую.

Наш эталонный робот оснащен девятью инфракрасными датчиками — более новая модель имеет восемь инфракрасных и пять ультразвуковых датчиков приближения — расположенных «юбкой» во всех направлениях.Датчиков, обращенных к передней части робота, больше, чем к задней, потому что роботу обычно важнее знать, что находится перед ним, чем то, что находится позади него.

В дополнение к датчикам приближения робот имеет пару колесиков , которые отслеживают движение колес. Они позволяют отслеживать, сколько оборотов делает каждое колесо, при этом один полный оборот колеса вперед составляет 2765 тактов. Повороты в противоположном направлении отсчитываются назад, уменьшая количество тактов, а не увеличивая его.Вам не нужно беспокоиться о конкретных числах в этом руководстве, потому что программное обеспечение, которое мы напишем, использует пройденное расстояние, выраженное в метрах. Позже я покажу вам, как вычислить его из тиков с помощью простой функции Python.

Контрольные выходы: Мобильность

Некоторые роботы передвигаются на ногах. Некоторые катятся как мяч. Некоторые даже скользят, как змеи.

Наш робот оснащен дифференциальным приводом, то есть передвигается на двух колесах. Когда оба колеса вращаются с одинаковой скоростью, робот движется прямолинейно.Когда колеса движутся с разной скоростью, робот поворачивается. Таким образом, управление движением этого робота сводится к правильному управлению скоростью вращения каждого из этих двух колес.

API

В Sobot Rimulator разделение между «компьютером» робота и (симулируемым) физическим миром воплощено в файле robot_supervisor_interface.py , который определяет весь API для взаимодействия с датчиками и моторами «реального робота»:

  • read_proximity_sensors() возвращает массив из девяти значений в собственном формате датчиков
  • read_wheel_encoders() возвращает массив из двух значений, указывающих общее количество тактов с начала
  • set_wheel_drive_rates( v_l, v_r ) принимает два значения (в радианах в секунду) и устанавливает левое и правое колеса для этих двух значений

Этот интерфейс внутренне использует объект робота, который предоставляет данные от датчиков и возможность перемещать моторы или колеса.Если вы хотите создать другого робота, вам просто нужно предоставить другой класс робота Python, который можно использовать с тем же интерфейсом, а остальная часть кода (контроллеры, супервизор и симулятор) будет работать из коробки!

Симулятор

Так же, как вы использовали бы настоящего робота в реальном мире, не уделяя слишком много внимания законам физики, вы можете игнорировать то, как моделируется робот, и сразу перейти к тому, как запрограммировано программное обеспечение контроллера, так как это будет почти то же самое между реальным миром и симуляцией.Но если вам интересно, я кратко представлю это здесь.

Файл world.py — это класс Python, представляющий смоделированный мир с роботами и препятствиями внутри. Ступенчатая функция внутри этого класса заботится об эволюции нашего простого мира:

  • Применение правил физики к движениям робота
  • Учет столкновений с препятствиями
  • Предоставление новых значений для датчиков робота

В конце он вызывает руководителей роботов, ответственных за выполнение программного обеспечения мозга робота.

Пошаговая функция выполняется в цикле, так что robot.step_motion() перемещает робота, используя скорость колеса, вычисленную супервизором на предыдущем шаге моделирования.

  # пошаговое моделирование через один временной интервал
шаг определения (сам):
дт = само.дт
# перешагнуть всех роботов
для робота в self.robots:
# пошаговое движение робота
robot.step_motion ( дт )

# применить физические взаимодействия
self.physics.apply_physics()

# ПРИМЕЧАНИЕ. Наблюдатели должны бежать последними, чтобы убедиться, что они наблюдают за «текущим» миром.
# пошагово всех супервайзеров
для супервайзера в себе.супервайзеры:
супервизор.шаг( дт )

# увеличить мировое время
self.world_time += дт
  

Функция apply_physics() внутренне обновляет значения датчиков приближения робота, чтобы руководитель мог оценить окружающую среду на текущем этапе моделирования. Те же принципы применимы и к энкодерам.

Простая модель

Во-первых, у нашего робота будет очень простая модель. Он будет делать много предположений о мире. Некоторые из важных включают:

  • Местность всегда ровная и ровная
  • Препятствия никогда не бывают круглыми
  • Колеса никогда не скользят
  • Ничто и никогда не сможет толкнуть робота
  • Датчики никогда не выходят из строя и не дают ложных показаний
  • Колеса всегда крутятся, когда им говорят

Хотя большинство из этих предположений разумны в среде, похожей на дом, могут присутствовать круглые препятствия.Наше программное обеспечение для предотвращения препятствий имеет простую реализацию и следует за границей препятствий, чтобы объехать их. Мы подскажем читателям, как улучшить систему управления нашего робота с дополнительной проверкой, чтобы избежать круговых препятствий.

Контур управления

Теперь мы перейдем к ядру нашего управляющего программного обеспечения и объясним поведение, которое мы хотим запрограммировать внутри робота. В этот фреймворк можно добавить дополнительные варианты поведения, и вы должны попробовать свои собственные идеи после того, как закончите читать! Программное обеспечение для робототехники, основанное на поведении, было предложено более 20 лет назад, и оно до сих пор является мощным инструментом для мобильной робототехники.Например, в 2007 году набор моделей поведения использовался в DARPA Urban Challenge — первом соревновании для автомобилей с автономным управлением!

Робот — это динамическая система. Состояние робота, показания его датчиков и воздействие его управляющих сигналов постоянно меняются. Управление ходом событий включает в себя следующие три шага:

  1. Подайте управляющие сигналы.
  2. Измерьте результаты.
  3. Генерировать новые управляющие сигналы, рассчитанные на то, чтобы приблизить нас к нашей цели.

Эти шаги повторяются снова и снова, пока мы не достигнем нашей цели. Чем больше раз мы можем делать это в секунду, тем лучше мы будем контролировать систему. Робот Sobot Rimulator повторяет эти шаги 20 раз в секунду (20 Гц), но многие роботы должны делать это тысячи или миллионы раз в секунду, чтобы иметь адекватный контроль. Помните наше предыдущее введение о разных языках программирования роботов для разных систем робототехники и требованиях к скорости.

В общем, каждый раз, когда наш робот производит измерения с помощью своих датчиков, он использует эти измерения для обновления своей внутренней оценки состояния мира — например, расстояния до цели.Он сравнивает это состояние с эталонным значением того, каким он хочет состояния (для расстояния он хочет, чтобы оно было равно нулю), и вычисляет ошибку между желаемым состоянием и фактическим состоянием. Как только эта информация известна, генерация новых управляющих сигналов может быть сведена к задаче минимизировать ошибку , которая в конечном итоге приведет робота к цели.

Изящный трюк: упрощение модели

Чтобы управлять роботом, который мы хотим запрограммировать, мы должны послать сигнал на левое колесо, сообщая ему, как быстро поворачивать, и отдельный сигнал на правое колесо, сообщая ему , как быстро поворачивать.Назовем эти сигналы v L и v R . Однако постоянно думать в терминах v L и v R очень обременительно. Вместо того, чтобы спрашивать: «Как быстро мы хотим, чтобы левое колесо вращалось, и как быстро мы хотим, чтобы вращалось правое колесо?» более естественно спросить: «Как быстро мы хотим, чтобы робот двигался вперед, и как быстро мы хотим, чтобы он поворачивал или менял направление?» Назовем эти параметры скоростью v и угловой (вращательной) скоростью ω (читай «омега»).Оказывается, мы можем основывать всю нашу модель на v и ω вместо v L и v R , и только после того, как мы определили, как мы хотим, чтобы наш запрограммированный робот двигался, математически преобразовать эти два значения в v L и v R нам нужны для фактического управления колесами робота. Это известно как модель одноколесного велосипеда управления.

Вот код Python, который реализует окончательное преобразование в супервизоре .ру . Обратите внимание, что если ω равно 0, оба колеса будут вращаться с одинаковой скоростью:

  # генерировать и отправлять правильные команды роботу
def _send_robot_commands(я):
  # ...
  v_l, v_r = self._uni_to_diff(v, омега)
  self.robot.set_wheel_drive_rates(v_l, v_r)

def _uni_to_diff(я, v, омега):
  # v = поступательная скорость (м/с)
  # омега = угловая скорость (рад/с)

  R = self.robot_wheel_radius
  L = self.robot_wheel_base_length

  v_l = ((2.0 * v) - (omega*L)) / (2.0 * Р)
  v_r = ((2,0 * v) + (омега*L)) / (2,0 * R)

  вернуть v_l, v_r
  

Оценка состояния: робот, познай себя

Используя свои датчики, робот должен попытаться оценить состояние окружающей среды, а также свое собственное состояние. Эти оценки никогда не будут идеальными, но они должны быть достаточно хорошими, поскольку робот будет основывать все свои решения на этих оценках. Используя только свои датчики приближения и бегущую строку, он должен попытаться угадать следующее:

.
  • Направление на препятствия
  • Расстояние до препятствий
  • Позиция робота
  • Рубрика робота

Первые два свойства определяются показаниями датчика приближения и довольно просты.Функция API read_proximity_sensors() возвращает массив из девяти значений, по одному для каждого датчика. Мы заранее знаем, что седьмое показание, например, соответствует датчику, который указывает на 75 градусов вправо от робота.

Таким образом, если это значение показывает значение, соответствующее расстоянию 0,1 метра, мы знаем, что на расстоянии 0,1 метра находится препятствие, 75 градусов левее. Если препятствия нет, датчик вернет показания максимальной дальности 0,2 метра.Таким образом, если мы покажем 0,2 метра на седьмом датчике, мы будем считать, что препятствия в этом направлении на самом деле нет.

Из-за того, как работают инфракрасные датчики (измеряют инфракрасное отражение), возвращаемые ими числа представляют собой нелинейное преобразование фактического обнаруженного расстояния. Таким образом, функция Python для определения указанного расстояния должна преобразовать эти показания в метры. Это делается в supervisor.py следующим образом:

  # обновить расстояния, указанные датчиками приближения
def _update_proximity_sensor_distances(self):
    себя.close_sensor_distances = [0,02-(log(readval/3960,0))/30,0 для
        readval в self.robot.read_proximity_sensors() ]
  

Опять же, у нас есть конкретная модель датчика в этой платформе робота Python, в то время как в реальном мире датчики поставляются с сопутствующим программным обеспечением, которое должно обеспечивать аналогичные функции преобразования нелинейных значений в метры.

Определение положения и направления робота (вместе известное как поза в программировании робототехники) является несколько более сложной задачей.Наш робот использует одометрию для оценки своей позы. Здесь на помощь приходят тикеры колес. Измеряя, насколько повернулось каждое колесо с момента последней итерации цикла управления, можно получить точную оценку того, как изменилась поза робота, но только в том случае, если изменение небольшое. .

Это одна из причин, по которой важно очень часто повторять цикл управления в реальном роботе, где двигатели, приводящие в движение колеса, могут быть несовершенными. Если бы мы слишком долго ждали, чтобы измерить ход колес, оба колеса могли бы сделать довольно много, и будет невозможно оценить, где мы оказались.

Учитывая наш текущий программный симулятор, мы можем позволить себе запустить вычисление одометрии с частотой 20 Гц — на той же частоте, что и контроллеры. Но было бы неплохо иметь отдельный поток Python, работающий быстрее, чтобы улавливать небольшие движения бегущих строк.

Ниже приведена полная функция одометрии в supervisor.py , которая обновляет оценку позы робота. Обратите внимание, что поза робота состоит из координат x и y и направления тета , которое измеряется в радианах от положительной оси X.Положительное x находится на востоке, а положительное y — на севере. Таким образом, заголовок 0 указывает, что робот смотрит прямо на восток. Робот всегда принимает исходную позу (0, 0), 0 .

  # обновить предполагаемое положение робота, используя показания его колесного энкодера
def _update_odometry(сам):
  R = self.robot_wheel_radius
  N = поплавок (self.wheel_encoder_ticks_per_revolution)
  
  # прочитать значения колесного энкодера
  ticks_left, ticks_right = сам.robot.read_wheel_encoders()
  
  # получаем разницу в тиках с последней итерации
  d_ticks_left = тики_слева - self.prev_ticks_left
  d_ticks_right = тики_право - self.prev_ticks_right
  
  # оцениваем движения колеса
  d_left_wheel = 2*pi*R*( d_ticks_left / N )
  d_right_wheel = 2*pi*R*( d_ticks_right / N )
  d_center = 0,5 * ( d_left_wheel + d_right_wheel )
  
  # рассчитать новую позу
  prev_x, prev_y, prev_theta = self.estimated_pose.scalar_unpack()
  new_x = prev_x + (d_center * cos(prev_theta))
  new_y = prev_y + (d_center * sin(prev_theta))
  new_theta = prev_theta + ( ( d_right_wheel - d_left_wheel ) / self.robot_wheel_base_length )
  
  # обновить оценку позы новыми значениями
  self.estimated_pose.scalar_update(new_x, new_y, new_theta)
  
  # сохранить текущий счетчик тиков для следующей итерации
  self.prev_ticks_left = тики_слева
  self.prev_ticks_right = тики_право
  

Теперь, когда наш робот может правильно оценить реальный мир, давайте воспользуемся этой информацией для достижения наших целей.

Методы программирования роботов Python: поведение на пути к цели

Высшая цель существования нашего маленького робота в этом руководстве по программированию — добраться до конечной точки.Так как же нам заставить колеса повернуться, чтобы добраться туда? Давайте начнем с того, что немного упростим наше мировоззрение и предположим, что на пути нет препятствий.

Это становится простой задачей и может быть легко запрограммировано на Python. Если мы будем идти вперед, глядя на цель, мы ее достигнем. Благодаря нашей одометрии мы знаем, каковы наши текущие координаты и направление. Мы также знаем, каковы координаты цели, потому что они были запрограммированы заранее. Поэтому, используя немного линейной алгебры, мы можем определить вектор от нашего местоположения к цели, как в go_to_goal_controller.ру :

  # вернуть вектор движения к цели в системе отсчета робота
def calculate_gtg_heading_vector (я):
  # получить инверсию позы робота
  robot_inv_pos, robot_inv_theta = self.supervisor.estimated_pose().inverse().vector_unpack()
  
  # вычисляем целевой вектор в системе отсчета робота
  цель = self.supervisor.goal()
  цель = linalg.rotate_and_translate_vector( цель, robot_inv_theta, robot_inv_pos )
  
  обратная цель
  

Обратите внимание, что мы получаем вектор к цели в системе отсчета робота , а НЕ в мировых координатах.Если цель находится на оси X в системе отсчета робота, это означает, что она находится прямо перед роботом. Таким образом, угол этого вектора от оси X представляет собой разницу между нашим курсом и курсом, по которому мы хотим двигаться. Другими словами, это ошибка между нашим текущим состоянием и тем, каким мы хотим видеть наше текущее состояние. Поэтому мы хотим скорректировать нашу скорость поворота ω так, чтобы угол между нашим курсом и целью изменился к 0. Мы хотим минимизировать ошибку:

  # рассчитать условия ошибки
theta_d = atan2( сам.gtg_heading_vector[1], self.gtg_heading_vector[0] )

# рассчитать угловую скорость
омега = self.kP * theta_d
  

self.kP в приведенном выше фрагменте реализации контроллера Python — усиление управления. Это коэффициент, который определяет, насколько быстро мы превращаемся в пропорцию к тому, насколько далеко мы от цели, с которой мы столкнулись. Если ошибка в нашем заголовке 0 , то скорость поворота тоже 0 . В настоящей функции Python внутри файла go_to_goal_controller.py , вы увидите более похожие усиления, так как мы использовали ПИД-регулятор вместо простого пропорционального коэффициента.

Теперь, когда у нас есть угловая скорость ω , как нам определить скорость движения вперед v ? Хорошее общее эмпирическое правило, которое вы, вероятно, знаете инстинктивно: если мы не делаем поворот, мы можем двигаться вперед на полной скорости, а затем, чем быстрее мы поворачиваем, тем больше мы должны замедляться. Обычно это помогает нам поддерживать стабильность нашей системы и действовать в рамках нашей модели.Таким образом, v является функцией ω . В go_to_goal_controller.py уравнение:

  # рассчитать поступательную скорость
# скорость равна v_max, когда омега равна 0,
# быстро падает до нуля, поскольку |omega| поднимается
v = self.supervisor.v_max() / (abs(омега) + 1)**0,5
  

Предложение уточнить эту формулу состоит в том, чтобы учесть, что мы обычно замедляемся, когда приближаемся к цели, чтобы достичь ее с нулевой скоростью. Как изменится эта формула? Он должен как-то включать замену v_max() чем-то пропорциональным расстоянию.Итак, мы почти завершили один контур управления. Осталось только преобразовать эти два параметра модели одноколесного велосипеда в дифференциальные скорости колес и послать сигналы на колеса. Вот пример траектории робота под джойстиком, без препятствий:

Как мы видим, вектор к цели является эффективной точкой отсчета, на которой мы основываем наши расчеты управления. Это внутреннее представление о том, «куда мы хотим прийти». Как мы увидим, единственное существенное различие между движением к цели и другими видами поведения состоит в том, что иногда идти к цели — плохая идея, поэтому мы должны вычислить другой опорный вектор.

Методы программирования роботов Python: поведение избегания препятствий

Идти к цели, когда в этом направлении есть препятствие, — показательный пример. Вместо того, чтобы бросаться сломя голову на препятствия на нашем пути, давайте попробуем запрограммировать закон управления, который заставит робота избегать их.

Чтобы упростить сценарий, давайте теперь полностью забудем о цели и просто сделаем нашей целью следующее: Когда перед нами не будет препятствий, двигайтесь вперед. При встрече с препятствием отворачиваемся от него до тех пор, пока оно не перестанет быть перед нами.

Соответственно, когда перед нами нет препятствий, мы хотим, чтобы наш опорный вектор просто указывал вперед. Тогда ω будет нулем, а v будет максимальной скоростью. Однако, как только мы обнаруживаем препятствие с помощью наших датчиков приближения, мы хотим, чтобы опорный вектор указывал в любом направлении от препятствия. Это заставит ω выстрелить вверх, чтобы отвернуть нас от препятствия, и заставит v упасть, чтобы мы случайно не столкнулись с препятствием в процессе.

Аккуратный способ сгенерировать желаемый опорный вектор состоит в том, чтобы превратить наши девять показаний близости в векторы и взять взвешенную сумму. Когда препятствия не обнаружены, векторы суммируются симметрично, в результате чего опорный вектор указывает прямо вперед, как это необходимо. Но если датчик, скажем, с правой стороны улавливает препятствие, он внесет в сумму меньший вектор, и результатом будет опорный вектор, сдвинутый влево.

Для обычного робота с другим расположением датчиков можно применить ту же идею, но может потребоваться изменение веса и/или дополнительная осторожность, когда датчики симметричны спереди и сзади робота, поскольку взвешенная сумма может стать нуль.

Вот код, который делает это в Avoid_obstacles_controller.py :

  # усиления датчика (веса)
self.sensor_gains = [ 1.0+( (0.4*abs(p.theta)) / pi )
                      для p в supervisor.proximity_sensor_placements() ]

# ...

# вернуть вектор обхода препятствий в системе отсчета робота
# также возвращает векторы обнаруженных препятствий в системе отсчета робота
def calculate_ao_heading_vector (я):
  # инициализируем вектор
  препятствия_векторы = [ [ 0.0, 0.0 ] ] * len( self.proximity_sensor_placements )
  ao_heading_vector = [0.0, 0.0]
  
  # получить расстояния, указанные показаниями датчиков робота
  sensor_distances = self.supervisor.proximity_sensor_distances()
  
  # рассчитать положение обнаруженных препятствий и найти вектор уклонения
  robot_pos, robot_theta = self.supervisor.estimated_pose().vector_unpack()
  
  для i в диапазоне (len (sensor_distances)):
    # рассчитать положение препятствия
    Sensor_pos, sensor_theta = self.close_sensor_placements[i].vector_unpack()
    вектор = [датчик_расстояний[i], 0.0]
    вектор = linalg.rotate_and_translate_vector( вектор, sensor_theta, sensor_pos )
    препятствия_векторы[i] = вектор # сохранить векторы препятствий в системе отсчета робота
    
    # накапливаем вектор курса в системе отсчета робота
    ao_heading_vector = linalg.add( ao_heading_vector,
                                 linalg.scale(вектор, self.sensor_gains[i]))
                                 
  вернуть ao_heading_vector, препятствия_векторы
  

Используя полученный ao_heading_vector в качестве эталона для робота, чтобы попытаться сопоставить, вот результаты запуска программного обеспечения робота в моделировании с использованием только контроллера обхода препятствий, полностью игнорируя целевую точку.Робот бесцельно прыгает, но никогда не сталкивается с препятствием и даже умудряется перемещаться в очень узких местах:

Методы программирования роботов Python: гибридные автоматы (машина состояний поведения)

До сих пор мы описывали два поведения — движение к цели и избегание препятствий — по отдельности. Оба прекрасно выполняют свою функцию, но для успешного достижения цели в среде, полной препятствий, нам нужно их объединить.

Решение, которое мы разработаем, лежит в классе машин, которые имеют в высшей степени круто звучащее обозначение гибридных автоматов .Гибридный автомат запрограммирован с несколькими различными режимами поведения или режимами, а также с контролирующим конечным автоматом. Конечный автомат надзора переключается из одного режима в другой в дискретное время (когда цели достигнуты или окружающая среда внезапно слишком сильно изменилась), в то время как каждое поведение использует датчики и колеса, чтобы непрерывно реагировать на изменения окружающей среды. Решение было названо гибридным , потому что оно развивается дискретно и непрерывно.

Наша платформа роботов Python реализует конечный автомат в файле supervisor_state_machine.ру .

Оснащенные двумя нашими удобными действиями, простая логика напрашивается сама собой: Когда препятствия не обнаружены, используйте поведение «идти к цели». При обнаружении препятствия переключайтесь на режим обхода препятствий до тех пор, пока препятствие не перестанет обнаруживаться.

Однако, как оказалось, эта логика создаст много проблем. Когда эта система сталкивается с препятствием, она будет склонна отворачиваться от него, а затем, как только оно отойдет от него, разворачиваться и снова натыкаться на него.В результате получается бесконечный цикл быстрых переключений, который делает робота бесполезным. В худшем случае робот может переключаться между действиями с помощью на каждой итерации цикла управления — состояние, известное как условие Зенона .

У этой проблемы есть несколько решений, и читатели, которым нужны более глубокие знания, должны проверить, например, программную архитектуру DAMN.

Для нашего простого смоделированного робота нам нужно более простое решение: еще одно поведение, специализирующееся на задаче обойти препятствие и добраться до другой стороны.

Методы программирования роботов Python: поведение «следуй за стеной»

Вот идея: когда мы сталкиваемся с препятствием, возьмите показания двух ближайших к препятствию датчиков и используйте их для оценки поверхности препятствия. Затем просто установите наш опорный вектор так, чтобы он был параллелен этой поверхности. Продолжайте следовать за этой стеной до тех пор, пока А) между нами и целью не исчезнет препятствие, и Б) мы не приблизимся к цели, чем были в начале пути. Тогда мы можем быть уверены, что правильно преодолели препятствие.

С нашей ограниченной информацией мы не можем точно сказать, будет ли быстрее объезжать препятствие слева или справа. Чтобы принять решение, мы выбираем направление, которое сразу приблизит нас к цели. Чтобы выяснить, какой это путь, нам нужно знать опорные векторы поведения «идти к цели» и «избегания препятствий», а также оба возможных опорных вектора следования за стеной. Вот иллюстрация того, как принимается окончательное решение (в этом случае робот пойдет налево):

Определение опорных векторов следования за стеной оказывается немного более сложным, чем опорные векторы уклонения от препятствия или движения к цели.Взгляните на код Python в follow_wall_controller.py , чтобы увидеть, как это делается.

Окончательный контрольный образец

Окончательный дизайн управления использует поведение следования за стеной практически для всех столкновений с препятствиями. Однако, если робот окажется в узком месте, в опасной близости от столкновения, он переключится в режим чистого избегания препятствий до тех пор, пока не окажется на более безопасном расстоянии, а затем вернется в режим следования за стеной. После успешного преодоления препятствий робот переключается на движение к цели.Вот окончательная диаграмма состояний, которая запрограммирована внутри supervisor_state_machine.py :

.

Вот робот, успешно перемещающийся в многолюдной среде, используя эту схему управления:

Дополнительная функция конечного автомата, которую вы можете попробовать реализовать, — это способ избежать круглых препятствий, переключившись на движение к цели как можно скорее, вместо того, чтобы следовать границе препятствия до конца (чего не существует для круглых объектов). !)

Твик, Твик, Твик: Пробы и Ошибки

Схема управления, которая поставляется с Sobot Riulator, очень точно настроена.Потребовалось много часов настройки одной небольшой переменной здесь и другого уравнения там, чтобы заставить ее работать так, как я был доволен. Программирование робототехники часто включает в себя множество старых простых проб и ошибок. Роботы очень сложны, и есть несколько простых способов заставить их вести себя оптимально в среде симулятора роботов… по крайней мере, не намного меньше прямого машинного обучения, но это совсем другая проблема.

Робототехника часто включает в себя множество старых простых проб и ошибок.

Я призываю вас поиграть с управляющими переменными в симуляторе Собота, наблюдать и пытаться интерпретировать результаты. Все следующие изменения оказывают сильное влияние на поведение моделируемого робота:

  • Погрешность усиления кП в каждом контроллере
  • Усиление датчика, используемое контроллером предотвращения препятствий
  • Расчет v как функции ω в каждом контроллере
  • Расстояние до препятствия, используемое контроллером слежения за стеной
  • Условия переключения, используемые supervisor_state_machine.ру
  • Почти все остальное

При сбое программируемых роботов

Мы проделали большую работу, чтобы добраться до этого момента, и этот робот кажется довольно умным. Тем не менее, если вы запустите Sobot Rimulator через несколько рандомизированных карт, не пройдет много времени, прежде чем вы найдете ту, с которой этот робот не может справиться. Иногда он заезжает прямо в крутые повороты и сталкивается. Иногда он просто бесконечно колеблется взад и вперед на неправильной стороне препятствия. Иногда оно законно заключено в тюрьму без возможного пути к цели.После всех наших тестов и доработок иногда мы должны прийти к выводу, что модель, с которой мы работаем, просто не подходит для работы, и нам нужно изменить дизайн или добавить функциональность.

Во вселенной мобильных роботов «мозг» нашего маленького робота находится на более простом конце спектра. Многие случаи сбоев, с которыми он сталкивается, можно преодолеть, добавив в смесь более продвинутое программное обеспечение. Более продвинутые роботы используют такие методы, как , картографирование , чтобы помнить, где они были, и избегать повторения одних и тех же действий снова и снова; эвристика , чтобы генерировать приемлемые решения, когда невозможно найти идеальное решение; и машинное обучение , чтобы более точно настроить различные параметры управления, управляющие поведением робота.

Образец будущего

Роботы уже так много делают для нас, и в будущем они будут делать еще больше. Хотя даже базовое программирование робототехники — сложная область изучения, требующая большого терпения, она также увлекательна и чрезвычайно полезна.

В этом руководстве мы узнали, как разработать программное обеспечение для реактивного управления роботом с использованием языка программирования высокого уровня Python. Но есть много более продвинутых концепций, которые можно быстро изучить и протестировать с помощью каркаса роботов Python, аналогичного прототипу, который мы создали здесь.Я надеюсь, что вы рассмотрите возможность участия в формировании будущих вещей!


Благодарность: Я хотел бы поблагодарить доктора Магнуса Эгерштедта и Жана-Пьера де ла Круа из Технологического института Джорджии за то, что они научили меня всему этому, и за их энтузиазм в отношении моей работы над симулятором Собота.

Лучшие наборы робототехники для начинающих

Когда мы тестировали наборы робототехники для начинающих, набор Lego Boost победил самых строгих критиков: детей. И профессионалы робототехники, производители и любители согласились с этим.С его дизайном на основе Lego, встроенными датчиками и широкими возможностями для творчества с набором Boost было очень весело собирать. Кроме того, сверхпростое программирование приложения для планшета было самым простым в освоении из всех опробованных нами наборов.

Наш выбор

Lego Boost

Набор Boost легко собирать и программировать, а поскольку он основан на Lego, возможности для творчества практически безграничны. Рекомендуется для детей от 7 до 12 лет.

Варианты покупки

*На момент публикации цена составляла 160 долларов США.

Поскольку в наборе используются детали Lego, набор Lego Boost является наиболее доступным и простым для понимания того, как его собрать. Это хорошо продуманный комплект, который понравился группе детей-тестеров так же, как и нам. С простым программным интерфейсом легко начать работу, а визуальные инструкции позволяют пользоваться им и получать удовольствие от него даже тем, кто не умеет читать, хотя более продвинутые программисты могут счесть его ограничивающим.

Занявший второе место

Робот Ubtech Jimu AstroBot Series: Cosmos Kit

Этот набор реализует язык программирования Scratch лучше, чем любой другой из протестированных нами, и создает исключительно симпатичного робота, но он совместим только с другими наборами Jimu.Рекомендуется для детей от 8 до 12 лет.

Варианты покупки

*На момент публикации цена составляла 130 долларов США.

Если наш основной выбор недоступен, следующим лучшим вариантом является Ubtech Jimu Robot AstroBot Series: Cosmos Kit. Сопутствующее приложение для смартфонов и планшетов, которое поможет вам в создании и программировании, является наиболее организованным и простым в освоении из всех, что мы пробовали. Четкие инструкции предлагают простое введение в популярный язык программирования Scratch. Блочные строительные детали Jimu не так универсальны, как Lego, и они кажутся немного неуклюжими, но они объединяются, чтобы построить способного робота.

Выбор для модернизации

Lego Mindstorms Robot Inventor

В этот набор входят более сложные датчики и дополнительные возможности программирования. Это лучший выбор для тех, у кого есть опыт. Рекомендуется для детей от 8 до 14 лет.

Варианты покупки

*На момент публикации цена составляла 360 долларов США.

Если вы жаждете сделать как можно больше с набором робототехники, Lego Mindstorms Robot Inventor утолит ваш аппетит к новым навыкам, в то время как более простые и менее дорогие наборы могут быть только закуской.Вы можете начать программировать этот набор в Scratch или перейти к более сложным задачам, используя язык программирования Python, а дополнительные датчики, которые могут определять цвета или движение, добавляют возможности, которых нет в простых наборах.

Тоже отлично

Вы были бы удивлены, узнав, что вам не нужно приложение, чтобы научиться программировать? В наборе Thames & Cosmos Kids First Coding & Robotics используются картонные плитки с цветовой маркировкой для программирования робота Сэмми, что означает, что для использования этого набора не нужны никакие экраны.

Автор: alexxlab

Добавить комментарий

Ваш адрес email не будет опубликован.