Танк WalaBeer

Все начинается с проверки текущего состояния крана. Если его нужно поднять, но это не так, он обновит сервоприводы дверцы люка и переместит кран вверх. Если его нужно опустить, но это не так, он опускает кран, а затем закрывает люк. Катушки шагового двигателя необходимо отключить в конце процесса, потому что они могут серьезно нагреться и разрядить аккумулятор, если мы оставим его включенным.

Связь Arduino - Raspberry Pi

Arduino подключается и питается от Raspberry Pi с помощью кабеля USB - micro USB, и они обмениваются данными через последовательный порт. Raspberry будет управлять Arduino с помощью следующих команд:

• s -> выключить радиоуправление и принимать только последовательные команды. Arduino ответит на это «ОК» и отключит радиоуправление. Это нормально - часть того, как Rpi распознает Arduino.

• r -> снова включить радио.

• e -> поднять кран (и тем самым открыть люк)

• d -> опустить кран

• m X Y -> установка скорости двигателей. X - это motorSpeedBase, а Y - motorSpeedChange. И X, и Y должны быть целыми числами.

• b -> Arduino ответит целым числом:напряжение батареи * 100

• l -> включить освещение

• o -> выключить освещение

Следует отметить, что в случае последовательного управления Arduino отключает прерывания на RC-каналах 1 и 2, но не на 3. Канал 3 (переключатель) используется в качестве переключателя безопасности, чтобы отключить WalaBeer Tank, если он начинает сойти с ума. вещи в автономном режиме.

Валабот

Вот часть, где появляется Walabot. Walabot - это 3D-датчик, который использует микроволны для получения изображений. Он может делать удивительные вещи, например видеть сквозь стены, определять ваше дыхание на расстоянии, видеть в темноте и так далее. Я не хочу писать страницы о других его возможностях, потому что другие отлично справились с этим. Однако я очень рекомендую прочитать о них.

Я буду использовать Walabot как единственный навигационный датчик на танке. Чтобы использовать Walabot с Raspberry Pi, мы должны сначала установить Walabot SDK. Вы можете скачать SDK отсюда, и сайт Walabot API поможет вам установить его. Там есть много полезной информации и примеров о том, как использовать Walabot. Рекомендую заглянуть на сайт.

Энергопотребление Walabot составляет 0,4-0,9 А. Это означает, что по умолчанию Raspberry Pi не может обеспечить достаточно энергии для питания Walabot. К счастью, есть способ увеличить выходную мощность USB-портов rpi, добавив эту строку:`max_usb_current =1` в /boot/config.txt. Насколько я знаю, он увеличивает выходную мощность с 600 мА до 1200 мА.

Это было бы здорово, но тут возникает проблема:я также питаю Arduino и сервоприводы от Raspberry. Двигатели бака и шагового двигателя питаются от батареи, поэтому я подумал, что это не имеет значения. Однако это так. Если я запускаю Walabot в этом состоянии, он останавливается с сообщением WALABOT_ERR_PROTOCOL. Возможно, когда я попытаюсь запустить его, произойдет отключение электроэнергии.

Схема разрядника аккумулятора может обеспечивать ток до 3 А, так что этого более чем достаточно. Walabot имеет два порта micro USB. Средний порт поможет мне в этой ситуации, потому что он может получать питание оттуда во время связи с другим. Для этого мне пришлось сделать модификацию и снять крышку Walabot, чтобы переместить этот джемпер

После этого Walabot работал отлично, больше никаких WALABOT_ERR_PROTOCOL.

Логотип на обратной стороне (гладкая часть - лицевая сторона) содержит четыре очень сильных встроенных магнита. Они использовались, чтобы легко прикрепить Walabot к металлической передней части танка без каких-либо дополнительных приспособлений.

Следуй за мной

Одним из «плюсов» танка является режим «следуй за мной». Если вы попросите резервуар с пивом следовать за вами, он сделает все возможное и последует за вами. Добравшись до места назначения, вы просто просите пива внутри. Это отличный трюк для вечеринки!

Walabot SDK предоставляет всевозможные способы взаимодействия с Walabot. В моем проекте используется getTargets функция с идентификацией движущейся цели (MTI) режим. Он используется для обнаружения движущихся объектов перед Walabot. В моей конфигурации getTargets вернет максимум 4 цели и будет видеть объекты на максимальном расстоянии 1,5 метра.

Цели имеют координаты XYZ и параметр амплитуды. Я использую только координаты Y и Z, потому что высота (X) здесь не важна. Проблема в том, что невозможно определить, какая цель есть что.

В ранней версии, чтобы найти человека в списке целей, я создал правило:прежде чем вы прикажете ему следовать за вами, вы должны встать перед Валаботом на расстоянии 80 см. После этого мой код предполагает, что ближайший объект с достаточно высокой амплитудой - это человек. Если человек обнаружен, все, что нужно сделать танку, - это удерживать человека в желаемом положении, двигаясь.

К сожалению, это было не идеально. К счастью, я получил предложение о другом подходе. Все начинается так же:вы должны стоять перед Валаботом на расстоянии 80 см. Ближайшая цель к танку будет считаться человеком. После этого на каждой итерации позиция человека будет ближайшей целью к предыдущей позиции. Если расстояние между новой и старой позицией будет слишком большим, то танк не обновит положение человека и остановится. Танк попытается найти человека около старой позиции, поэтому, если он найдет человека, он продолжит следовать за ним. Это довольно простая идея.

Давайте рассмотрим некоторые кейсы в режиме просмотра арены. Цель танка - удерживать человека в целевой зоне (красный прямоугольник). Синий - самый близкий, и в следующих случаях это человек:

• Случай 1. Человек находится в целевой области, поэтому движение не требуется.

• Случай 2. Человек справа и слишком близко к резервуару. Сначала танк повернет направо, затем он удалится от человека, двигаясь назад.

• Случай 3. Танку не нужно разворачиваться, но человек находится слишком далеко. Он будет двигаться вперед. Когда я сделал этот снимок, Walabot увидел 3 цели.

• Случай 4. На этом рисунке только одна цель, и она находится слева. Танк переместится влево, затем вперед.

• Случай 5. Танк будет двигаться назад, пока человек не окажется в красном прямоугольнике.

Эти изображения представляют собой печатные экраны вида Arena из слегка измененной версии демонстрации Walabot-SensorTargets. Моему проекту не нужен и, следовательно, нет графического интерфейса пользователя, но он использует тех же принципалов. Я рекомендую проверить другие демонстрационные проекты на их странице на github.

Движение с текущими настройками не слишком плавное. Он не может одновременно двигаться вперед и поворачиваться в автономном режиме. Основная причина этого - частота кадров Walabot. При текущих настройках это примерно 6 FPS. Это означает, что Raspberry получает одно обновление каждые 0,16 секунды. Это проблема. За 0,16 секунды может произойти многое. Чтобы решить эту проблему, я замедлил танк. Я использовал минимально возможную скорость, чтобы двигаться вперед и поворачивать. Я также убрал комбинацию поворота и движения, потому что эти движения были ненадежны с моей гусеничной установкой. На более высоких скоростях они сильно промахнулись, а на более низких они были менее надежны, чем текущая версия.

Голосовое управление

В автономном режиме мне понадобился крутой способ управления танком. Для этого я использовал Alexa Skill Kit от Amazon. В ранней версии я использовал его с ngrok для непосредственного управления Raspberry. Обычно люди используют для этого версию Amazon Echo, но, к сожалению, у меня нет такого устройства. Для этого мне пришлось использовать echosim и приложение Amazon Alexa из Google Play. Название навыка - Beer Tank, потому что WalaBeer - это то, что Алекса не распознает. Покупайте пиво, любите пиво и т. Д., Но не WalaBeer. You can use these commands to interact with Alexa:

• start beer tank

• turn {on/off} the lights

• {open/close} the cargo hold

• {start/stop} following me

• [stop/cancel]

Here's a video about the first two capabilities:

Some of the voice commands in the video might differ from the current commands due to some requirements during the publishing process (e.g:'stop' changed to 'stop following me'). Controlling a Raspberry Pi using Alexa is very easy, however to get the knowledge to do that is not. For the first time I used ngrok and it was super easy to do this but ngrok is only good for testing purposes. The URL provided by ngrok will change after every restart and there are other problems too. Long story short, I needed a better solution.

I moved on to using AWS Lambda and AWS IoT. They are perfect for my purpose but it was quite difficult to find useful information about how to use them. I mean I found lots of partial tutorials and documentation but usually they were missing some crucial information and/or just didn't work. Finally, I found the youtube channel of Kurt Braun. He made an excellent tutorial that helped me a LOT. I really recommend his videos if you want to use AWS Lambda and AWS IoT:

This other video also helped me when I did the experimenting part. I won't go into details about configuring Lambda and AWS IoT, these videos are containing every necessary information about this topic.

He used Node-RED in his videos. That is a very useful tool, however I needed to use Python instead of JavaScript. Amazon provides an SDK for Python, but I used Paho MQTT Client to make the Raspberry Pi subscribe to my 'wbt' topic's messages. It was easier for me to use.

Finally, here's a video about the current status of the prototype:

As you can see the "follow me" mode is working quite well, but the tank is very slow in this mode. Possibly it is capable of slightly higher speeds but I wanted to be sure that it doesn't do crazy things. Slowing the tank down was needed because at higher speeds it can easily lose me, mostly when it is turning. I've got a couple of ideas how I can significantly increase the speed in "follow me" mode but it will take some time and possibly some extra hardware to implement a solution for that.

You can access my skill here and this is its id:

amzn1.ask.skill.a7453502-b1aa-47fa-a552-ed8e2c792b2e

If you want to publish your skill it might be a good idea to you authentication to differentiate the devices. For that follow this great tutorial.

Canceled

I'd like to write some words about another part that is on the "Most of the electronics are integrated onto the top part" image. I'm talking about these:

These are tachometers. I didn't use them in the final version, but they are still there.

A tachometer like this is made of two parts:a black and white paper on the main wheel and a reflective IR sensor in front of it. The reflected light depends on the color of the object. The difference is very big so distinguishing the states is very easy and thus you can easily calculate the speed of rotation. The only problem of this setup is the low sample rate in case of slow movement, however they work quite well on higher speeds.

The tachometers worked great, but I realized that I don't need them for the project and I also needed the GPIO pins on the Arduino for other purposes. This is their story.

Заключение

The end result is great, useful and fun! It is also a good platform for other future projects. With hard work I managed to make the voice control work and Walabot proved to be a great sensor for this purpose, too. I see numerous ways to improve this tank so it is likely that you'll see more about it in the future!

This is my best and most successful project so far. And also the longest. To keep it from getting even longer I'd like to thank for all the help that I got and I also thank you for reading! As a prize here's a picture about a strange dog: