Dulu saya juga pernah melihat pendekatan lain yang menambahkan IMU ke lengan robot. Menggabungkan dua jenis sensor yang berbeda disebut sensor fusion, dan penggunaan IMU bersama GPS lalu menambahkan Kalman filter untuk mendapatkan nilai posisi yang sangat akurat adalah hal yang umum
Hal yang sangat keren dari video ini adalah sensor baru dipasang di dalam motor, sehingga keseluruhannya bisa dibuat jauh lebih kecil dan lebih kokoh
[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
Kalau ingin mencoba membuat sesuatu seperti ini, Raspberry Pi Pico 2 yang baru punya performa beberapa orde magnitudo lebih tinggi daripada chip yang dipakai di sini, dengan harga sekitar separuhnya
Saat ini, untuk perangkat embedded ARM/RISC 32-bit tingkat pemula, rasio harga-kinerjanya terlihat sangat unggul
Menurut errata nomor 9, perlu diketahui bahwa Anda harus memasang pulldown eksternal alih-alih memakai pulldown internal
Meski sekarang sudah relatif lama, Teensy 4.1 masih memberikan performa yang sangat baik. Harganya sekitar 30 dolar, sedikit lebih mahal, tetapi berjalan pada Cortex M7 600MHz dan menyediakan I/O serta protokol yang melimpah
Memang keren, tapi lalu apa trade-off-nya?
Ada juga robot industri besar yang memakai enkoder sekunder untuk meningkatkan akurasi “langsung dari kotak” pada pekerjaan yang lebih menuntut
Umpan balik sendi sekunder digabungkan dengan struktur robot dan model kinematika bagian mekanis untuk memprediksi posisi sebenarnya dari ujung alat robot dengan lebih akurat https://electroimpact.com/Products/Robots/AchievingAccuracy
Kalau begitu, enkoder utama dipakai untuk apa?
Kita tidak bisa menilai backlash hanya dengan melihat robot terus-menerus mengulang rangkaian gerakan yang persis sama. Dengan begitu, menurut definisi histeresis jadi keluar dari persoalan
Sepertinya bukan gerakan yang sama? Gerakan kedua kan menuju ke arah sebaliknya
Bagus sih, tapi robot itu sebenarnya tidak sedang melakukan pekerjaan nyata, bukan?
Saya sulit membayangkan bagaimana peningkatan akurasi posisi pada sistem dengan backlash besar dalam kondisi tanpa beban bisa berujung pada aplikasi yang berguna. Mungkin saya saja yang kurang imajinasi
Sekarang ada tren bahwa meski kita membuat atau membeli hardware yang buruk, software akan menyelesaikannya, tapi saya jarang melihat itu berhasil. Saya teringat kasus Tesla memakai webcam untuk self-driving, atau Boeing yang merancang pesawat lalu memakai sensor sikap yang bermasalah
Akan jauh lebih mengesankan kalau robot itu melakukan sesuatu yang berguna, dan saya curiga penerapan nyatanya akan cukup terbatas
Menurut saya contoh Boeing terlalu disederhanakan. Tujuannya adalah membuat pesawat efisien untuk bersaing dengan Airbus, tetapi menghindari biaya dan keterlambatan sertifikasi tipe baru
Untuk itu mereka harus memasang mesin yang lebih besar pada badan pesawat yang sama, dan akibatnya mesin harus dipasang lebih ke depan, sehingga karakteristik terbang berubah dan perlu pelatihan ulang. Karena pelatihan ulang akan sangat merugikan penjualan, mereka menambahkan sistem software agar pesawat tampak terbang seperti 737 lama
Dengan begitu, pilot bisa melakukan upgrade hanya dengan kursus pelatihan di iPad. Sistem koreksi ini harus membuat pilot tidak menyadari masalah stall pada sudut serang tinggi, sehingga MCAS memakai sensor AoA untuk menurunkan hidung berdasarkan sudut serang yang terdeteksi
Sensor AoA awalnya tidak dirancang untuk dipakai sebagai input inti langsung yang menyangkut hidup-mati, dan kadang bisa macet atau gagal. MCAS hanya memakai salah satunya sebagai input. Jika MCAS keliru menilai bahwa hidung perlu diturunkan dan pilot merespons sesuai pelatihan 737, maka hari itu menjadi penerbangan terakhir. Pesawat itu jatuh
Pada akhirnya, Boeing membunuh orang demi menghasilkan lebih banyak uang di setiap tahap rencana mengerikan ini. Saya setuju dengan poin awalnya, tetapi Boeing hampir mendekati contoh terburuk dari desain jahat, jadi sebaiknya dikategorikan tersendiri
Di video-video berikutnya terlihat servo mengangkat pemberat di ujung lengan yang panjang
Saya punya pertanyaan untuk orang yang pernah memakai alat ukur analog seperti ini. Sebelum kamera memperbesar untuk membaca nilai yang ditampilkan, jarumnya terlihat berputar satu putaran penuh; apakah itu benar-benar menunjukkan akurasi yang diklaim video ini?
Saya belum menonton seluruh videonya, tetapi mungkin ia “memindahkan x dari 0.00 ke 10.00” dan gauge menunjukkan bahwa posisi akhir perpindahan sebenarnya 10.05
Mengingat perangkat itu begitu lentur, ini cukup mengesankan
Namun untuk mengukur perpindahan ke arah negatif, gauge seperti ini harus diberi preload agar terdorong masuk ke rentang “positif”. Tampaknya memang begitu, tetapi tanpa analisis lebih dalam sekarang, saya tidak bisa 100% yakin
Selain itu, gauge itu sendiri memberikan sejumlah preload, sehingga mungkin menghilangkan cukup banyak kelonggaran sistem dan membuat akurasinya tampak lebih baik daripada yang sebenarnya
Benar. Bola di ujungnya punya radius tertentu, dan jika bola itu terdorong sejauh radius tersebut, yaitu titik kontaknya tepat berada di garis tengah, indikator akan kembali menunjuk 0
Jika kontak terputus, itu lebih berarti posisinya meleset setidaknya 1mm dari titik yang seharusnya
Biasanya ada jarum kedua yang memberi tahu kita berada di situasi yang mana, tetapi dalam konteks penggunaan alat seperti ini, kalau meleset sampai 1mm situasinya sangat jelas, jadi sepertinya dianggap tidak perlu
Bagaimana robot 3 sumbu yang bisa dibeli seharga 100 dolar, yaitu printer 3D, bisa mencapai akurasi statis 0,05 mm?
Ini bukan soal teori kontrol, melainkan masalah struktur mekanis dan motor stepper
Ini adalah kompromi antara struktur gantry dan struktur lengan
Benar, tapi itu bukan lengan robot, jadi kurang menarik. Panjang lengan memperbesar galat, jadi untuk membuat lengan berbasis “struktur mekanis dan stepper” yang menghasilkan akurasi posisi seperti printer, motornya harus jauh lebih presisi, atau jika memakai reduksi gigi, backlash-nya harus sangat rendah seperti lengan robot industri
Saya penasaran apa cara terbaik untuk mereplikasi sistem x/y, dan opsional z, dengan akurasi 0,05 mm atau kurang. Tentu saja dengan syarat tidak mengorbankan kecepatan
Saya selalu penasaran mengapa pantograf tidak lebih banyak dipakai pada robot saat presisi dibutuhkan
Ini adalah metode yang dipakai untuk pemotongan kayu presisi atau ukiran kayu/logam https://en.wikipedia.org/wiki/Pantograph https://youtu.be/s56J_Rnh_Co
Jika menggerakkan sisi yang “besar” untuk menggerakkan sisi yang “kecil”, presisi tinggi bisa didapat
Pantograf umumnya berguna dalam 2 dimensi, dan jika robot hanya membutuhkan 2 dimensi, biasanya memakai rel akan lebih akurat
Ini benar-benar trik encoder yang hebat. Saya tidak menyangka akan sebagus ini, tetapi dari videonya memang terlihat bagus
Yang ditunjukkan video ini sebagian besar adalah repeatability saat berulang dalam arah yang sama, bukan akurasi statis absolut. Backlash pada masing-masing motor bisa dikoreksi, tetapi kelonggaran atau lenturan pada link tidak bisa dikoreksi
Di sini mereka memakai motor DC. Jika memakai servomotor 3 fase modern, kita bisa mengetahui lebih banyak tentang apa yang sebenarnya dilakukan motor
1 komentar
Opini Hacker News
Dulu saya juga pernah melihat pendekatan lain yang menambahkan IMU ke lengan robot. Menggabungkan dua jenis sensor yang berbeda disebut sensor fusion, dan penggunaan IMU bersama GPS lalu menambahkan Kalman filter untuk mendapatkan nilai posisi yang sangat akurat adalah hal yang umum
Hal yang sangat keren dari video ini adalah sensor baru dipasang di dalam motor, sehingga keseluruhannya bisa dibuat jauh lebih kecil dan lebih kokoh
[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
https://github.com/adamb314/ServoProject/blob/main/Doc/Theor...
Kalau ingin mencoba membuat sesuatu seperti ini, Raspberry Pi Pico 2 yang baru punya performa beberapa orde magnitudo lebih tinggi daripada chip yang dipakai di sini, dengan harga sekitar separuhnya
Saat ini, untuk perangkat embedded ARM/RISC 32-bit tingkat pemula, rasio harga-kinerjanya terlihat sangat unggul
Ada juga robot industri besar yang memakai enkoder sekunder untuk meningkatkan akurasi “langsung dari kotak” pada pekerjaan yang lebih menuntut
Umpan balik sendi sekunder digabungkan dengan struktur robot dan model kinematika bagian mekanis untuk memprediksi posisi sebenarnya dari ujung alat robot dengan lebih akurat
https://electroimpact.com/Products/Robots/AchievingAccuracy
Kita tidak bisa menilai backlash hanya dengan melihat robot terus-menerus mengulang rangkaian gerakan yang persis sama. Dengan begitu, menurut definisi histeresis jadi keluar dari persoalan
Bagus sih, tapi robot itu sebenarnya tidak sedang melakukan pekerjaan nyata, bukan?
Saya sulit membayangkan bagaimana peningkatan akurasi posisi pada sistem dengan backlash besar dalam kondisi tanpa beban bisa berujung pada aplikasi yang berguna. Mungkin saya saja yang kurang imajinasi
Sekarang ada tren bahwa meski kita membuat atau membeli hardware yang buruk, software akan menyelesaikannya, tapi saya jarang melihat itu berhasil. Saya teringat kasus Tesla memakai webcam untuk self-driving, atau Boeing yang merancang pesawat lalu memakai sensor sikap yang bermasalah
Akan jauh lebih mengesankan kalau robot itu melakukan sesuatu yang berguna, dan saya curiga penerapan nyatanya akan cukup terbatas
Untuk itu mereka harus memasang mesin yang lebih besar pada badan pesawat yang sama, dan akibatnya mesin harus dipasang lebih ke depan, sehingga karakteristik terbang berubah dan perlu pelatihan ulang. Karena pelatihan ulang akan sangat merugikan penjualan, mereka menambahkan sistem software agar pesawat tampak terbang seperti 737 lama
Dengan begitu, pilot bisa melakukan upgrade hanya dengan kursus pelatihan di iPad. Sistem koreksi ini harus membuat pilot tidak menyadari masalah stall pada sudut serang tinggi, sehingga MCAS memakai sensor AoA untuk menurunkan hidung berdasarkan sudut serang yang terdeteksi
Sensor AoA awalnya tidak dirancang untuk dipakai sebagai input inti langsung yang menyangkut hidup-mati, dan kadang bisa macet atau gagal. MCAS hanya memakai salah satunya sebagai input. Jika MCAS keliru menilai bahwa hidung perlu diturunkan dan pilot merespons sesuai pelatihan 737, maka hari itu menjadi penerbangan terakhir. Pesawat itu jatuh
Pada akhirnya, Boeing membunuh orang demi menghasilkan lebih banyak uang di setiap tahap rencana mengerikan ini. Saya setuju dengan poin awalnya, tetapi Boeing hampir mendekati contoh terburuk dari desain jahat, jadi sebaiknya dikategorikan tersendiri
Saya punya pertanyaan untuk orang yang pernah memakai alat ukur analog seperti ini. Sebelum kamera memperbesar untuk membaca nilai yang ditampilkan, jarumnya terlihat berputar satu putaran penuh; apakah itu benar-benar menunjukkan akurasi yang diklaim video ini?
Mengingat perangkat itu begitu lentur, ini cukup mengesankan
Namun untuk mengukur perpindahan ke arah negatif, gauge seperti ini harus diberi preload agar terdorong masuk ke rentang “positif”. Tampaknya memang begitu, tetapi tanpa analisis lebih dalam sekarang, saya tidak bisa 100% yakin
Selain itu, gauge itu sendiri memberikan sejumlah preload, sehingga mungkin menghilangkan cukup banyak kelonggaran sistem dan membuat akurasinya tampak lebih baik daripada yang sebenarnya
Jika kontak terputus, itu lebih berarti posisinya meleset setidaknya 1mm dari titik yang seharusnya
Biasanya ada jarum kedua yang memberi tahu kita berada di situasi yang mana, tetapi dalam konteks penggunaan alat seperti ini, kalau meleset sampai 1mm situasinya sangat jelas, jadi sepertinya dianggap tidak perlu
Bagaimana robot 3 sumbu yang bisa dibeli seharga 100 dolar, yaitu printer 3D, bisa mencapai akurasi statis 0,05 mm?
Ini bukan soal teori kontrol, melainkan masalah struktur mekanis dan motor stepper
Saya selalu penasaran mengapa pantograf tidak lebih banyak dipakai pada robot saat presisi dibutuhkan
Ini adalah metode yang dipakai untuk pemotongan kayu presisi atau ukiran kayu/logam
https://en.wikipedia.org/wiki/Pantograph
https://youtu.be/s56J_Rnh_Co
Jika menggerakkan sisi yang “besar” untuk menggerakkan sisi yang “kecil”, presisi tinggi bisa didapat
Ini benar-benar trik encoder yang hebat. Saya tidak menyangka akan sebagus ini, tetapi dari videonya memang terlihat bagus
Di sini mereka memakai motor DC. Jika memakai servomotor 3 fase modern, kita bisa mengetahui lebih banyak tentang apa yang sebenarnya dilakukan motor