#ICRA
#ICRA2022
در این نمودار دلایل عدم امکان حضور افرادی که از ربات Telepresence استفاده کرده‌اند، ارائه شده است. اگر چه که ICRA صرفا یک کنفرانس است اما فرض کنید در شرایط بسیار بد بتوان از این ایده استفاده کرد؛ برای مثال برای ارتباط با بیماران آلوده به یک بیماری با دینامیک شیوع بسیار بالا مانند کوید یا تدریس از راه دور در شرایط خاص و ...
----------
@roboticknowledge

#نرم_رباتیک #اوریگامی_ربات #گریپر
گریپر اوریگامی نیوماتیکی: نرم و قدرتمند

در این ویدئو عملکرد بسیار خوب گریپر نرم اوریگامی مبتنی بر خلأ (Vacuum- Driven Soft Gripper) توسعه داده شده در دانشکده علوم کامپیوتر MIT را می‌بینید. قوام بالا و توانایی قابل توجه در گرفتن انواع اشیا قابل توجه است.
قبلاً در خصوص گریپر‌های نرم اوریگامی یک مطلب منتشر کرده بودیم که کاملا کاغذی بود اما اینجا از وکیوم و یک ساختار الاستیک هم استفاده شده است.
اگر به مقاله این کار علاقه دارید، در اینجا در دسترس است.
Video credit: MIT CSAIL
—————
@roboticknowledge

#ربات_زیرآبی #استخراج_عمق_اقیانوس
استخراج فلزهای اساسی از کف اقیانوس توسط ربات خودمختار impossible mining

منابع بسیاری در کف اقیانوس‌ها وجود دارد که به خاطر در دسترس نبودن، دست بشر هنوز به آنها به آن صورت نرسیده است. شرکت impossible mining یک ربات خودمختار زیرآبی یا Autonomous Underwater Vehicle در دست توسعه دارد که در بستر اقیانوس به جمع آوری فلزی که در ساخت باتری ماشین برقی استفاده می‌شود، خواهد پرداخت!
ربات به آرایه‌ای از مکانیزم‌های Pick and Place ساده و کنترل شونده با پردازش تصویر مجهز است و به محیط هیچ تنشی وارد نمی‌کند. انتهای ۲۰۲۲ احتمالأ نمونه اولیه مورد آزمایش قرار بگیرد.
----------
@roboticknowledge

#ربات_زیرآبی #استخراج_عمق_اقیانوس
فیلم ارائه ربات خودمختار impossible mining برای استخراج فلز اساسی از عمق اقیانوس
----------
@roboticknowledge

#اتوموبیل_خودران #قانون #خبر
سازمان ملل یک گروه ریگولاریتی دارد که تنظیم قوانین مشخص برای اتوموبیل‌های خودران (Autonomous Vehicle) را انجام دهید. در جدیدترین تصمیم این گروه به خودران‌ها امکان حرکت با سرعت تا ۱۳۰ کیلومتر بر ساعت را داده است. در گذشته این خودروهای خودران تا سقف ۶۰ کیلومتر بر ساعت مجاز به حرکت بودند.
تصویر اتوموبیل خودران robotaxi از شرکت Waymo را نشان می‌دهد که پشت یک خط عابر توقف کرده است.
----------
@roboticknowledge

#ربات_پایه_متحرک #کشاورزی
ربات Titan از FarmWise برای حذف خودکار مکانیکی علف هرز

ربات Titan که توسط یک اپراتور (فرمان مسیر و نظارت با تبلت) هدایت می‌شود، با دوربین‌های زمین نگر و هوش مصنوعی علف هرز را از کشت اصلی مزرعه تفکیک و مکان یابی می‌کند و با ابزار مکانیکی آن‌ها را حذف می‌کند. این ربات برای فروش مستقیم نیست و به عنوان Robot as a Service ارائه می‌شود؛ بعبارتی کشاورز درخواست می‌کند تا در زمان مشخص شرکت FarmWise مزرعه را علف زدایی بکند.
کاهش هزینه، عدم وارد کردن انواع تنش به مزرعه و سرعت و دقت بالا از مزایای چنین ربات‌هایی برای حذف علف هرز است.
Credit: The robot report
----------
@roboticknowledge

#ربات_صنعتی #خبر
ربات‌های صنعتی در حال گسترش فراوان هستند؛ هم از نظر کمیت و هم از نظر تکنولوژی و کیفیت. طبق بررسی کمپانی مطرح ABB سرمایه گذاری ۶۲٪ شرکت‌های آمریکایی در رباتیک و اتوماسیون برای سه سال آینده پیش‌بینی شده است.
----------
@roboticknowledge

#ربات_صنعتی #خبر
طبق استانداردهای جهانی تعداد ربات‌های صنعتی بر تعداد ۱۰۰۰۰ کارگر معیار عددی میزان اتوماسیون در صنعت یک کشور است. این عدد در ۲۰۲۰ نسبت به ۲۰۱۵ دو برابر شده است که به معنای بکارگیری و رشد قابل توجه رباتیک در صنعت است. بر اساس آمار فدراسیون بین‌المللی رباتیک IFR رتبه‌های ۱ تا ۵ جهان از نظر تعداد ربات‌های صنعتی بر ۱۰ هزار کارگر (کشورهای برتر در اتوماسیون از نظر کمیت) به شرح زیر است:
۱. کره جنوبی
۲. سنگاپور
۳. ژاپن
۴. آلمان
۵. سوئد
----------
@roboticknowledge

#ربات_پایه_متحرک #کشاورزی
ربات Stout از AgTech (مجدد برای حذف خودکار مکانیکی علف هرز! 😅)

داستان دقیقا همان است که برای دو ربات Titan و Natuition تعریف شده است! تنها جزئیات فنی متفاوت است؛ مثلاً سطح خودران بودن و ...

واقعا نمی‌دانم چه خبر است که این همه شرکت گوناگون (براحتی دست کم بالای ۱۰ شرکت) به شکل فعالی در حال کار بر روی همین سناریو جنبه علف کَنی مکانیکی در کشاورزی هستند. حداقلی سراغ سایر داستان‌ها از جمله برداشت و کاشت و ... هم بروید. 😅

Image Credit: The robot report
----------
@roboticknowledge

#فضا #منهای_رباتیک
مقایسه قدرت تلسکوپ فضایی هابل و وب!

تلسکوپ فضایی وب یک ماشین فوق پیشرفته برای جمع‌آوری نور از عمق فضا است؛ نورهایی که فاصله‌ای به اندازه چند میلیارد سال نوری دارند! این تصویر عملا مربوط به انتشار نور توسط اجسام در چند میلیارد سال نوری قبل است.
----------
@roboticknowlwdge

#کنترل #عملگر_الکتریکی
درک ساختار کنترلی یک موتور الکتریکی دورانی

برای کنترل یک موتور، دو سیستم Motion Controller (MC) و Servo Drive (SD) در حال کار هستند. MC دارای سه حلقه کنترلی برای کنترل موقعیت، سرعت و گشتاور است که تو در تو هستند. به عبارتی کنترل موقعیت بر اساس کار Velocity Loop سرعت است و به همین ترتیب کنترل سرعت هم وابسته به کار حلقه کنترل گشتاور یا جریان Current Loop است. در یک موتور الکتریکی DC جریان با گشتاور رابطه خطی دارد. پس با اندازه‌گیری جریان توسط سنسور جریان در Current Loop و شناسایی ثابت عددی بین جریان و گشتاور و استفاده از کنترل‌کننده‌های سطح پایین (برای مثال PID) میتوان به راحتی فرمان گشتاور به موتور داد.
سیستم سروو درایو یا SD وظیفه دارد که جریان فرمان را دقیقا به همان اندازه که توسط کنترل کننده جریان فرمان داده شده است را به موتور تزریق کند. بنابراین فرق بین MC و SD کاملا واضح است.
----------
@roboticknowledge

#کنترل #عملگر_الکتریکی
اما کنترل موقعیت و سرعت چگونه است؟

یاد گرفتیم که گشتاور چگونه کنترل می‌شود. حال کار ساده است. برای کنترل سرعت، لازم است ابتدا بدانیم در حال حاضر چه سرعتی داریم. این داده از فیدبک حالت توسط انکودر در دسترس خواهد بود. برای رسیدن به سرعت مطلوب، مجدد یک کنترل کننده سطح پایین مانند PID بر اساس خطای سرعت فرمان گشتاور به حلقه Current Loop می‌دهد! برای همین است که گفته می‌شود کنترل سرعت بر اساس کنترل گشتاور است.
کنترل موقعیت هم به همین منوال است. اما سطح یک مرتبه بالاتر می‌رود. یعنی فیدبک حالت از موقعیت دورانی بر اساس خروجی انکودر دورانی خواهد بود و خطا در تعقیب موقعیت در موقعیت تعریف می‌شود که ورودی کنترل کننده سطح پایین PID خواهد بود و خروجی حلقه Position Control ورودی حلقه Velocity Control خواهد بود! پس عملا کنترل موقعیت هم بر اساس کنترل سرعت است. خود کنترل سرعت هم که بر اساس کنترل گشتاور بود. کنترل گشتاور هم که بر اساس کنترل جریان بود.
اکنون مفهوم تو در تو بودن سه حلقه کنترل موقعیت، سرعت و گشتاور کاملا ملموس است.
----------
@roboticknowledge

#کنترل #عملگر_الکتریکی
علم ساده است؛ اگر ساده دیده شود. تمام علم بالا بر اساس رابطه
T = K_i * I
در موتورهای DC و نحوه عملکرد کنترل‌کننده‌های کلاسیک PID است. پایه‌های علم در سادگی تمام، بیشترین زیبایی را دارند.
تمامی توضیحاتی که داده شد، چنانچه با عملگرهای Servo کار کنید، قابل بررسی و مشاهده است. سروو‌های معروف امکان دسترسی به تمامی پارامترهای کنترلی در تمام حلقه‌ها و تنظیم آنها با API و کتابخانه‌های متن باز در زبان‌های برنامه نویسی مختلف برای کنترل آنها را ارائه می‌کنند.
----------
@roboticknowledge