RIOBotics - Putting the RIO in Robotics!

AXIS M1011-W相機與NI Vision實測

noreply@blogger.com (John Wu) — Mon, 19 Dec 2011 07:00:00 +0000

發現了一款很好用的相機!

NI 的Vision Acquisition (NI-IMAQdx)除了可以支援USB，GigE，還有IEEE 1394的相機，他還可以支援某些廠商的IP Camera (主要是以Basler和AXIS這兩個廠商的IP Camera為主。) 既然可以用網路連到相機，那為何不能用無線網路連到相機呢?

於是最近敗了一個AXIS M1011-W來玩一玩。幾張開箱照:

裡面沒什麼，就相機跟5V的power supply。

後面: 若沒有無線網路還是可以用有線來跟他連，這點蠻不錯。

先找個地方擺吧! 要接的線只有電源線一條。

Setup很簡單，只要讓他連上無線的區域網路，電腦就可以從它擷取畫面。MAX也可以抓的到。

一旦MAX抓得到，當然之前用的Vision程式也都可以繼續用。

假如機器人上直接有5V的電源供應，這個相機就可以直接吃機器人的電，然後PC就可以透過無線網路來抓到機器人的影像了!

-John

Microsoft Kinect for Windows SDK Beta available for download

noreply@blogger.com (John Wu) — Fri, 29 Jul 2011 08:25:00 +0000

(Saying hi from our messy office …)

Unforunately I won’t be making it to NIWeek this year, but I’m curious as to what they’ll be presenting at the Robotics Summit. One of the sessions will be talking about hacking the Xbox Kinect (which Ryan Gordan has done already, mentioned from my previous post.) However, I haven’t had time to play around with the OpenKinect DLLs to get skeletal data showing in LabVIEW, I think that really would be the ultimate goal.

Word has it that Microsoft has released their own SDK, this might prove easier to integrate than some of the open-source stuff (hopefully.) Let’s see if we can get a tune out of this trumpet. Stay tuned …

-John

利用LabVIEW擷取編碼器的資料(encoder)

noreply@blogger.com (John Wu) — Wed, 13 Apr 2011 00:31:00 +0000

最近剛好幫一個客戶做驗證，順便po上來跟大家分享。一般馬達通常都會有個編碼器(encoder)來量馬達的位置還有轉速(若不懂編碼器是什麼，請看這邊: 編碼器原理概論。) 要是馬達沒有編碼器的話，那我們也可以再額外加裝上去。台灣目前最常看到的兩家encoder廠商有企誠(www.honestsensor.com.tw)還有鴻璿(www.encoder.com.tw, 很好記吧)，在他們網頁上會有很多各式各樣的encoder.

最近跟企誠買了一款encoder，決定用NI DAQ先給它測一下。因為NI DAQ的DIO還有counter都是5V TTL準位，所以挑選encoder的時候也記得要確認這個spec。另外也要看encoder本身需要的電源是幾伏特，這一款剛好是5V，所以可以直接拿DAQ上的5V輸出來供電給encoder。我用了一款NI USB-6212，蠻方便的。

Encoder連到DAQ示意圖:

接線很簡單: 紅(5V)，黑(GND)，綠和白為AB相位，分別接PFI0，PFI9 (這兩條是DAQ CTR0的input，我們就是要用counter來幫我們計數encoder的方波)

若是用LabVIEW的話，可以直接開一個現成DAQ的範例﹕Measure Angular Position.vi

之後用手把encoder動一動，LabVIEW就會量到現在目前的角度啦!

要用CompactRIO來做的話也是一樣，記得要用Digital Input或是DIO的模組(例如9411，9401)，Scan Mode裡面可以直接選擇encoder輸入，把線接好相對應的接腳就可以了。

-John

Using an Bluetooth to RS-232 Converter for Robotics Use

noreply@blogger.com (John Wu) — Wed, 06 Apr 2011 04:30:00 +0000

Not much of an update this week, but we found something that can be really useful to us roboticists. RS-232 is still a pretty standard interface among sensors for robotics. In fact, much of the instrument drivers included in the LabVIEW Robotics Module are for RS-232 sensors (Hokuyo, Crossbow IMU, Garmin GPS etc.) Well, what if you didn’t want to tether your sensor to your PC or CompactRIO? Much like how you can replace ethernet with wifi, you can also replace tethered RS-232 with an off-the-shelf Bluetooth-RS232 converter. Here’s a short video of us using this in a Hokuyo LIDAR setup.

If you are in the US, you can grab one of these converters off of sparkfun.com:

Bluetooth Modem - Roving Networks RS232

Once your bluetooth-equipped PC scans and finds this device, your PC adds an additional COM port to your device manager. Run your RS-232 programs as before, and you will now have a wireless link to your RS-232 device.

A few things to note:

1. You can manipulate the Bluetooth converter to run at your specified baud rate. Remember, the baud rate of the sensor, the BT converter, and the BT COM port on your PC all have to be the same. However, we did notice slower data transfer, even at the same baud rate (running a Hokuyo LIDAR at 115.2kbps.) Just like how wifi doesn’t actually achieve transfer speeds like regular ethernet, this BT converter will have an effect on your transfer speed as well.

2. This Sparkfun unit has a RS-232 driver built in, so you don’t need to add another voltage converter for RS-232. See this tutorial to learn why you need a driver/voltage converter.

Seattle Robotics, Project: RS-232 to TTL cable

As always, keep your feedback coming!

-John

Using LabVIEW to acquire iPhone accelerometer data

noreply@blogger.com (John Wu) — Fri, 01 Apr 2011 01:14:00 +0000

Here’s another oldie but goodie … sometime last year I wrote code to acquire iPhone accelerometer data. It’s the same concept as using LabVIEW to acquire Wii accelerometer data, but a little simpler since all you need is to get your PC connected to your iPhone via wifi. You also need an app such as Accel Pro or iSensor, these apps can stream and broadcast your iPhone accelermeter data through UDP protocol. I personally recommend Accel Pro over iSensor, the newest version of iSensor (1.01) has a bug that disable the Z axis values, but hey, you can’t really expect maintenance for a free app. Although Accel Pro is $4.99, it’s got some more functionality than iSensor such as filtering and datalogging, so it’s worth taking a look. However, Accel Pro doesn’t include compass data like iSensor, that’s a shame.

*Caution: Some apps may claim the ability to stream UDP data, but you might have to take a look at the UDP packet protocol for the app. Just so happens that these 2 apps have almost the same protocol, for example:

ACC: 376153408593b159a8b5f0b75b29d642694394c0,173429.723,-0.091,-0.743,-0.634

So everything before the first comma is pretty much garbage, the second number appears to be a clock or a counter of some sort, and then comes the X, Y, Z, and compass data.

Be sure to switch broadcast mode on your iPhone app from “broadcast” to “unicast”, this seems to give the best performance. You can download the LabVIEW 2009 code from below (right click on the link, then click “save as”.) The code is just a variation of a LabVIEW UDP shipping example. Enjoy!

http://groups.google.com.tw/group/riobotics/web/UDP%20Receiver%20for%20iSensor%20app.vi

-John

LabVIEW, Xbox Kinect, and 3D point cloud visualization

noreply@blogger.com (John Wu) — Sun, 06 Mar 2011 07:39:00 +0000

Lately there has been alot of buzz about the Microsoft Kinect accessory, especially within the area of mobile robotics. Imagine, a 3D scanner for not 2000 USD, but 200 USD! Well, if you already happen to use LabVIEW, things just got a little easier.

This post is actually a response to the great work that Ryan Gordan has been doing over at his blog, http://ryangordon.net/. Ryan’s already put up a LabVIEW wrapper for the OpenKinect library … if he had not done this, my experimentation would not have been possible. So, kudos to Ryan.

You can get started pretty fast using Ryan’s LabVIEW example – grabbing the RGB image, 11-bit depth image, and accelerometer data off of the kinect. I know that other people have gone on to using the kinect for 3D scene reconstruction (i.e. MIT), I was just curious if LabVIEW could do the same. So, after some google searching, I found a LabVIEW point cloud example and combined that with Ryan’s example code. Here’s how to get started:

1. Get your kinect connection up and running first. Ryan has included inf files on his site, I have as well in my download link. Be sure to install Microsoft Visual C++ 2010 Redistributable Package. Check http://openkinect.org/wiki/Getting_Started for more information.

2. Run Ryan’s example.vi first to get a feel of how the program works. It’s the typical, but very handy, open –> R/W –> close paradigm.

3. Now open up Kinect Point Cloud.vi. The tabs on the top still have your depth image and RGB image, but now I’ve added a point cloud tab.

4. There are some options that you can adjust while in the point cloud tab. There is a filter that lets you remove far objects, you can adjust the threshold on the lower left. “Invert” is to turn the 3D inside out, pause 3D holds the current 3D view, and in case you lose the mesh while scrolling around in the 3D view, use the reset camera angle button. BTW, use your left mouse button to rotate the 3D view, hold down shift to zoom in/out, and hold down ctrl to pan.

5. If you choose color binding mode to be “per vertex”, something interesting happens:

You can map the RGB values to the 3D mesh! Obviously there is some calibration needed to remove the “shadow” of the depth image, but that’s something to fiddle with in the future.

6. For those of you who care, I’ve modified Ryan’s “get RGB image” VI and “get depth image” VI so that they output raw data as well. Just wanted to clarify if case your subVIs don’t match up.

The idea behind displaying the 3D mesh is pretty simple, it’s alot like the pin art toy you see in Walmart:

The kinect already gives you the z-values for the 640x480 image area, the LabVIEW program just plots the mesh out, point by point. I had wanted to use the 3D Surface or 3D Mesh ActiveX controls in LabVIEW, but they were just too slow for real-time updates. Here is my code in LabVIEW 8.6, I’ve bundled Ryan’s files with mine so you don’t have to download from two different places. Enjoy!

Download: LabVIEW Kinect point cloud demo

Things to work on:

I am a bit obsessive about the performance of my LabVIEW code. For those of you who noticed, the 3D display will update slower if you choose “per vertex” for color binding. This is because I have to comb through each of the 307,200 RGB values that was already in a 3-element cluster and make it into a 4-element RGBA cluster so that the 3D SetMeshParms node can take the input with an alpha channel. If any of you know how to do this in a more efficient way, please let me know! This really irks me, knowing that I’m slowing down just to add a constant to an existing cluster.

I have also seen other 3D maps where depth is also indicated by a color gradient, like here. I guess it wouldn’t be hard to modify my code, it’s just some interpolation of color to the depth value. But that’s a little tedious to code, I prefer spending more of my time playing with 3D models of myself! (Uh, that sounded weird. But you know what I mean.)

A little about me:

My name is John Wu, I’ve worked at National Instruments Taiwan for about six years, now I’m at a LabVIEW consulting company called Riobotics, where we develop robots with LabVIEW not only for fun, but also for a living! Please leave your comments and feedback, I’d love to hear from you.

-John

會馬殺雞的機器人─WheeMe

noreply@blogger.com (John Wu) — Tue, 25 Jan 2011 16:24:00 +0000

文章來源：Yahoo!奇摩發表時間:2010/12/03

會馬殺雞的機器人─WheeMe

當你倒臥在沙發上看電視、或趴在軟墊上聽音樂時，如果有人貼心地幫你按摩一下，那肯定是種無上的享受。當然，如果有人願意做這件事，那是再好不過了；假如眼前沒有這樣的志願者，別擔心，就讓機器人來幫你按摩一下吧！

WheeMe是個會讓你通體舒暢的機器人

別以為這時候會走出一個巨大的人形機器來虐待你，畢竟如同某手機大廠的名言：科技始終來自於人性。由DreamBots公司所推出的WheeMe，是個手掌般大小、有如可愛小瓢蟲一般的機器人，它能在你的背上或腹部四處遊走，以十分溫柔與緩慢的速度，很有耐心地按摩它所經過的每一個地方；在為你服務的時候，WheeMe會十分地安靜，而且你也不必擔心它會摔落到地面，因為在斜度過大的地方，它會自己倒退回安全處。

三顆3號電池就可以驅動WheeMe

或許你會以為，WheeMe是以自身的重量來產生按壓的效果；其實WheeMe並不重，只有300多克而已。它之所以能夠讓你通體舒暢，主要是它會產生震動，並透過輪子上的薄片施壓，產生按摩的作用。官方表示，WheeMe適用於身體上有著大塊平面的部分，像是你的背部或是腹部等位置。WheeMe的動力是來自於三顆3號電池，因此沒有電線等惱人的束縛。而這玩意兒也不需要搖控器，因為它會隨機性地四處遊走，因此並不需要另一個人協助操作。而且保養的方式也很簡單，只要用乾布清潔一下輪子就可以了。

不需要別人幫忙，WheeMe就能幫你按摩

在官網釋出的見證影片中，每個試用者都笑開懷；雖然我們難以體會實際的效果，不過這樣的按摩機器人還是蠻討喜的。心動嗎？明年初就會正式開賣了唷～

圖片來源：DreamBots公司官網

Visual Servoing: 利用LabVIEW進行影像軌道追蹤

noreply@blogger.com (John Wu) — Wed, 19 Jan 2011 16:20:00 +0000

天啊，沒想到時間過得真快，一下子就跨到2011年來，John真的是很慚愧，好像最近blog都沒有在update，不過為了幫各位準備很棒的內容，我還是希望能夠秉持先求質，再求量的原則。這次為大家準備的是我最近在研究的機器人影像處理專題，希望對大家有所幫助。

我們都知道，網路上已經有很多有關循跡機器人(Line-following robot)的範例，大部份其實都是用LEGO NXT和光感應器來做循跡的動作。原理很簡單，假設地上貼了一條黑色膠帶，當往地面指的光感應器經過了這條黑線，光感應器就會回傳不同的反應值，由此機器人就可以判斷左右行走的策略。一般的程式應該會有像這樣的邏輯:

while

if (lightsensor <= threshold)

turn left

else

turn right

當然，只用光感應器會有一些限制…光感應器的感測距離沒有很遠，接收器離地面的距離通常要在5cm以內才能擷取到有意義的反應。換言之，機器人必須已經接近軌道才能去追隨它。假設機器人離軌道還有一段距離，那這該怎麼辦呢?

理想中，如果我們有個相機能夠往前方拍攝，這樣機器人說不定就能夠「預測」軌道的位置，如果機器人離軌道還有一段距離，它就可以自主搜尋軌道方向並往其方向前進。(*為達到這目的當然還有很多其它做法，不過以這次的分享我們先以影像來探討解決方案。)

用相機來拍聽起來很簡單，但是整個演算法計算過程其實是有很多要考量的。我們可以先把這問題先簡化 … 在之前的文章我有分享過用LabVIEW做影像物件追蹤 (ex 1 2。) 基本概念是，如果可以取得物件的X座標，那麼我們可以拿這座標和畫面的中心點做比對，例如一張640x480的畫面的橫軸中心點為320 (因為640/2=320)，如果物件的X座標是400，那機器人應該要往右轉，若座標為200，那就應該要左轉，這時候機器人的行為就會像之前的LEGO NXT循跡機器人，它會隨著物件的相對位置來調整它的行走方向。

如果我們要追蹤的是一條線而不是一個單一物件，我們必須要先對畫面做些前處理。在之前的物件範例，我們把物件的位置收斂成畫面上的一個單一中心點。以線來講的話，我們可以抓這條線與畫面下方的交叉點為機器人的行走方向。為增加此範例的複雜度，我們乾脆用兩條平行的線來做示範。

在這兒先給各位看我是如何從彩色畫面中抓到線與畫面下方的交叉點位置。首先這是原始畫面(我在書房地板上貼了兩條平行的白膠帶):

1. 先進行色彩HSL二值化，將白色的物件先獨立出來。二值化的參數則是可以從Vision Assistant的互動式界面來調的。若不了解怎麼調參數，請參考這篇文章: http://riobotics.blogspot.com/2009/06/hsl.html

2. 畫面中難免會有一些其它相同顏色的物件，這時候再用個Convex Hull函式，把小物件和雜訊添滿。

3. 看起來我們的「線」和其它的物件有個很明顯的差異，「線」看起來都是細細長長的，只要不是「線」的物件都看起來圓圓肥肥的。NI Vision的particle filter函式裡面有個篩選條件叫做elongation factor，意思是說，越細越長的物件，它的elongation factor的分數會越高。我們可以用particle filter把elongation分數較低的物件濾掉。

4. 嗯，看起來偶爾還是會有漏網之魚。左邊多出來的物件應該可以靠它的高度(Height)把它濾掉，也是一樣用particle filter。

5. 呼，畫面經過了一番處理，終於只剩下我們需要的兩條線了。我們可以再用Particle Analysis的Max Feret Diameter Start和Max Feret Diameter End把線的兩端X,Y回傳回來。如果需要的話，可以再加一個Bisecting Line含式來計算兩條線之間的中心線。再加一些overlay的含式，就可以把這些資料重疊在畫面上。現在所回傳的三個數據是線與畫面下方邊緣交叉的X座標。

現在是還沒有時間把這個演算法套在一個實際車體上來測試，不過近期之內應該會完成，到時候會拍幾個影片給大家參考。基本上，只要把中心線的X座標鎖定在畫面的中心320，車體就會隨著軌道的方向進行了。

軌跡追蹤 Vision Assistant 範例.zip

軌跡追蹤 LabVIEW 範例.zip

(這個LabVIEW的檔案會比較大，差不多80MB，因為我有附了一些測試的AVI影片)

-John

(4/14/2011 更新:)

以上演算法實際上到底跑起來效果如何呢? 我們在一個小型的機器人平臺上 Easy Robot來驗證演算法這個演算法的實用性。我們先用一條線來代表軌跡。在影片裡，請注意當機器人尋找軌跡時，後面的惰輪幾乎是完全壓在線上的，代表此機器人的準確度。

嗯，測試結果比想像中的還好。可以出貨了!

-John

龍的氣功在哪裡? - 用LabVIEW擷取龍的波動拳位置

noreply@blogger.com (John Wu) — Mon, 15 Nov 2010 00:59:00 +0000

最近年底在趕一些LabVIEW的案子，LabVIEW已經寫的不眠不休了，昨天晚上還做到有block diagram的惡夢，好像是老天爺在跟我講要放輕鬆吧。不過身為一個新世代宅男，平常我們舒解壓力就應該是靠打電動吧，不過在舒解壓力的同時，當然也不能忘了秉持分享LabVIEW的宗旨，所以剛好索性拿了個剛借來的EasyCap影音擷取卡，然後跟最近不常玩的Xbox360做一個展示。這個EasyCap真的很棒，才兩三百塊而已，就可以把AV訊號抓進來到Windows，MAX也有支援哦!

通常龍的氣功顏色都是一個很鮮艷的藍色，我們正是可以靠這樣鮮艷的顏色和背景的對比把這個氣功的面積給抓出來。詳細步驟請看以下影片。

我承認，這個LabVIEW程式真的蠻無聊的，不過至少各位可以發揮想像力，其實像這種物件追蹤的應用還蠻多的。下次教影像分析的課程，我應該會把Xbox也帶進來，如果我講的太無聊的話，至少還有Xbox可以玩，呵呵。

大家對EasyCap這個東西有興趣的話，也可以看看他的開箱文。

開箱文- EasyCap 影音擷取卡- 開箱& 測試-

-John

TIROS 2010 機器人展覽照片

noreply@blogger.com (John Wu) — Sun, 07 Nov 2010 15:37:00 +0000

上個月除了機器人競賽圓滿落幕以外，TIROS展覽這邊我們倒是看到蠻多各式各樣的機器人，在這邊John把私藏的圖片放下來給大家看，等之後有時間再一個一個跟大家好好講解吧!

-John

iPhone也可以跑LabVIEW?

noreply@blogger.com (John Wu) — Mon, 01 Nov 2010 05:11:00 +0000

最近John真的是迷上了愛瘋的千奇百怪的功能，之前已經驗證出如何把iPhone的加速規資料傳送到LabVIEW(請看這兒)，但是可惜啊，Apple的作業系統還是很封閉，當然我是很想直接把LabVIEW程式放到iPhone裡讓它去跑，可是好像這一部份一直沒辦法實現 …

直到今天!

睿柏科技隆重推出: LabVIEW for Apple iPhone Module 2010!

所有各位所熟悉的LabVIEW函式，都能夠在iPhone環境開發並執行!

建議售價: NTD XXXXX

預購專線: 請直接在部落格上留言，會有客服人員跟您聯絡!

有看到破錠嗎?

眼快的同學從以上的圖片中可能已經看出了我的漏洞，其實市面上已經有很多付費以及免費的遠端桌面軟體，是可以讓iPhone直接連上一個正在跑LabVIEW的電腦。用遠端桌面連上電腦的話，我們就不用擔心iPhone能不能支援LabVIEW，在這樣的應用下，iPhone只不過是個遙控器，讓我們可以操控華麗的LabVIEW人機界面。不過缺點當然是，程式還是在PC端執行，所以還是要有臺PC才能玩，iPhone不能獨立作業。

以機器人的控制而言，這又多添加了一些有趣的機器人操控方式。如果有臺iPad的話，哇，那螢幕又不是更大了嗎? 可惜手邊沒有臺iPad啊，殘念。

需要免費的遠端桌面軟體，可以看看www.teamviewer.com，他們還有直接做iPhone和iPad的相關app，我就是用這個在外面「行騙」的，呵呵 :-)

-John

IROHCS 2010 機器人競賽賽後轉播

noreply@blogger.com (John Wu) — Mon, 25 Oct 2010 10:53:00 +0000

各位久違了，最近真的是當了一個很不盡責的站長，好像離上一次的文章發表已經有足足一個月多的時間，不過各位放心，John都有在偷偷的做筆記，在為未來的文章內容做準備。上個禮拜真是忙翻了，不但是有台北的機器人展覽要顧，同時禮拜五又是IROHCS 2010大專盃的總決賽，John的電話量瞬間暴增，每天手機都要早晚充電一次才夠用。上禮拜五真是精彩啊! IROHCS 籃球機器人總決賽賽，由初賽的12組當中，有4組晉級到決賽，再加上大會邀請了兩組大陸隊伍(北京清華大學，上海交通大學)，由這六組來決一勝負，爭奪前三名的名次和獎金。今年的題目，除了包含機器人自主取球並傳遞至球員以外，還有個特別加分題，就是將一個排球射進一個小型的籃框。當John幾個月前看到題目時，真的是有點傻眼，要機器人傳球就已經很困難了，還要射球?! 這根本是難上加難。

不過，今年度倒是新增了一些蠻有創意的作品。去年冠軍隊伍台大電機系使用的是拋球的機構，在今年份我們也看到了許多類似的設計。其實這個競賽比較有趣的部份是，機器人的穩定度不是唯一奪冠的要素，競賽有一部份的分數還是要靠人把籃球射進籃框。現在就讓我們來看看，這次競賽的作品吧!

崑山科技大學: 感覺上來勢洶洶，機器人上準備了一些超大的馬達，好像除了籃球以外，真正的石頭也可以投。很可惜這參加隊伍沒有仔細看機器人重量的限制，他們的機器人雖然力道很強，但是還是被取消了得分資格。

明新科技大學: 這臺機器人採用的不是一般鏟球的方式來取球，而是將手臂放下來用夾的方式。

義守大學: 為節省成本，這組採用LEGO NXT為控制核心，然後以TETRIX擴充套件來添加手臂。

台灣大學: 上一次競賽的衛冕者，這次修改了機構，採用比較長的手臂設計，若馬達力量足夠，能夠將籃球拋出更遠的距離。

建國科技大學: 這應該是我看過線最多的一個作品，他們在機器人上背了一罐壓縮空氣，成為他們機器人的射球動力來源。不過好像後來，真的有一條線不小心掉了…

台灣科技大學: 機構採取木板組裝，取球的時候，球會「坐電梯」來到機器人的上方，然後再經由彈簧拋出去。

上海交通大學: 這可能是我看過最專業的作品，連他的馬達都用的是諧和式減速機(harmonic drive)在跑，連手臂降下來的時候都會嗡嗡做響，讓我差點以為變形金剛來了!

在決賽的最後幾會合裡，分數已經幾乎不分上下，上海交通決定挑戰加分會合: 將排球射進籃球框裡! 以下是剛好捕捉到的影片，真是令人熱血沸騰的一刻!

經由這次競賽，我們看到了很多隊伍的技術突破，希望在明年度的競賽能夠再看到精彩的機器人脫穎而出!

-John

做系統整合商的宿命

noreply@blogger.com (John Wu) — Sat, 11 Sep 2010 10:14:00 +0000

睿柏科技創立以來三個月，這段期間對我來說應該是一連串的震撼教育…之前有許多朋友一直警告我，你確定你要創業嗎? 你的獲利模式有沒有想清楚? 當時抱著滿懷的衝勁，秉持著「船到橋頭自然直」的理念，只能一直跟自己說沒關係，反正失敗也是一種嘗試，大不了回去找工作就好，當時的我還是很鐵齒，反正大家都抱著等看好戲的眼光，就好像電影情節裡的年輕人從鄉下跑到都市裡闖天下一樣，無論多失敗，總不能輕易的就這樣回家吧? 然而，電影和現實生活總有一段距離，我承認我是個浪漫主義的人，但是最近的種種真的讓我看清了商場上的一些人情冷暖。

今天剛好在我家附近的一家麵線攤排隊買麵線 (我跟我老婆都叫這攤ㄎˉㄤㄎˉㄤ，因為老闆以前都在下午的時候把攤子在馬路上推來推去然後一邊敲鐵碗，反正我們只要聽到ㄎˉㄤㄎˉㄤ就知道麵線出來賣了。) 最近老闆看起來臉很臭，可能是因為最近他已經改租了個小店面吧，不用在馬路上閃卡車。生意還是一樣很好，可是排他的麵線要排超久的，他平均撈一碗麵線至少要好幾分鐘，我後面排了一大堆人，每一個跑來就直接跟他喊要什麼要什麼，他一個人也記不清楚，時常把不同人要的東西搞混，他也沒請人幫忙，我就這樣眼睜睜地的看著他錢越收越多，可是臉卻越來越臭。或許他曾經愛賣麵線吧? 或是曾經他都會對客人笑? 現在跟他買麵線都是一種折磨，站在那邊等又沒冷氣，終於等到的時候還怕他加錯料，付錢的時候還要看他兇巴巴的，所以現在除非我老婆叫我買，我幾乎都不去那攤光顧了。

後來想想，我會不會有一天也落成同樣的下場? 會不會光是公司瑣碎的事情，打報價單，開發票，記帳，跑客戶，寫proposal，也一樣把我的臉拖垮? 現在開始體會到，以前公司付你薪水，你的時間是公司的。現在客戶給你錢賺，你的時間是客戶的。除此之外，還會有一大堆意想不到的狀況等著你去救火，還好現在是忙到沒什麼時間來反省，不過等到事情少一點的時候，我覺得那時候才開始會發現自己經營模式的缺陷。

最近在談一個案子，客戶委託他比較熟的一個老業務來跟我談細節，我跟他素不相識，毫無瓜葛，他來見到我劈頭就罵我這個人有多爛多爛，規劃什麼鳥案子，害客戶送上去給老闆看被打回來…我說好，我該怎麼修正呢? 結果又是一連串的惡言伺候，沒想到這年頭罵人還可以外包，早知道我們公司也來接這塊業務算了，說不定還比較好玩。

於是，最近在揣摩的想法是，到底客戶等於或不等於朋友? 或許這就像老闆是不是朋友一樣的概念，保持表面的和平但永遠是皮笑肉不笑。等到那一天你為客戶無私的付出，哪天他為了自己利益把你賣了你還在幫他數錢，我想這才是最高境界的經營方式，就是當個默默付出的小女人而不求回報，如果這樣公司都還能活下來，那才真的很神，不如去開慈善基金會算了。

發洩完畢，繼續寫程式。

機器人組BAND

noreply@blogger.com (John Wu) — Sun, 22 Aug 2010 15:56:00 +0000

慘了，有人已經開始用機器人來組BAND了，不知道那天周董會被機器人取代掉，請看:

將iPhone畫面抓到LabVIEW裡做即時影像分析

noreply@blogger.com (John Wu) — Wed, 28 Jul 2010 16:40:00 +0000

最近又完成了一個突破性的實驗，上次跟各位分享有關iPhone的加速規跟LabVIEW的結合，我一直很好奇，不知道其他iPhone也可不可以帶進來到LabVIEW裡使用，於是先從影像方面下手，看起來iPhone的相機畫面也可以帶進來到LabVIEW使用!

步驟很簡單:

1. 下載一個叫做iWebcamera的app，雖然不是免費的($4.99USD)，但是這是現在目前我找到唯一能夠讓Windows的DirectX界面直接抓到iPhone的相機畫面。下載到iPhone之後，記得在Windows那端還要在安裝它的一個小小driver才能用。

http://itunes.apple.com/us/app/iwebcamera/id369617568?mt=8

對應Windows driver下載點:

http://www.drahtwerk.biz/EN/Products/iPhone/iWebcamera/Drivers.aspx

這個App原本是讓電腦上沒有安裝webcam的朋友們也可以透過這個app來用iPhone的相機來替代webcam，所以有了這個app，就直接可以用iPhone的畫面來接到MSN或skype來進行時訊。如果有灌NI Vision Acquisition Software的話，DirectX的相機應該也可以被MAX偵測到。以下則是我MAX的畫面:

沒想到MAX有抓到，並且按Grab也可以很順利的將畫面抓進來。

接著就把MAX關掉，直接用以前LabVIEW寫好的物件顏色追蹤程式來測試。這時候我是用IMAQdx的含式來寫的，相機指向MAX裡面所偵測到的相機名稱就好了。例如，抓紅色物件:

從iPhone看到的畫面:

看來iPhone也是適合開發機器人的平臺! 很可惜，現在只缺一些I/O訊號，要不然iPhone就真的可以拿來當機器人的核心!

-John

RST非官方說明手冊 Part 4: 軟體設定與測試

noreply@blogger.com (John Wu) — Wed, 14 Jul 2010 09:19:00 +0000

現在，我們需要將所有的元件的軟體都安裝並設定好。我們先把焦點放在無線AP上，就像在家裡設定無線網路一樣，你可以將筆電和AP先用網路線對聯起來，或者是用筆電的無線網路搜尋這個AP的SSID然後跟它連線。無論用哪種方法，到最後都可以用瀏覽器指向它的預設IP http://192.168.11.1，這樣就可以進入AP的設定畫面。WCR-G54的預設username為”root”，密碼為空白。以下則是WCR-G54的設定畫面。

註: 不同廠商的AP會有不同預設IP和密碼，詳細規格請以廠商提供之文件為主。

在設定畫面裡，我們就可以更改AP的IP，或者改它廣播的SSID，以及是否要不要加密。我讓IP保留為預設的192.168.11.1，不過為了未來搜尋這個AP比較方便，我將SSID改為”RST Robot”，這樣就不會跟家裡或者學校其他無線網路搞混。

設定完成之後，就會看到像這樣的確認畫面:

接下來要為CompactRIO設定IP，請用桌面上的Measurement & Automation工具(簡稱MAX)來進行設定:

將MAX開啟，應該就會在左半邊的畫面看到Remote Systems»0.0.0.0。這是CompactRIO的預設IP，現在我們就把它改為跟AP一樣的subnet，也就是說，IP address前三碼一樣，最後一碼不一樣。例如，在IP address的欄位，直接填入192.168.11.3，subnet mask填入255.255.255.0，gateway和DNS Server都可以留空白，設定完成了之後就可以按Apply按鈕來讓新IP地址生效。

接下來，需要下載這個小工具，它是一個精靈安裝程式，可以快速的完成CompactRIO剩下的設定。下載點:

NI Robotics Hardware Setup.zip

開啟RoboticsHWSetup.exe，看到了以下第一個畫面，就可以按Next繼續。

Step 2會詢問現在你的硬體是不是NI的Robotics Starter Kit，這裡的格子不要勾。

註: NI Robotics Starter Kit為NI的小型機器人平臺學習套件，有興趣可以到http://sine.ni.com/nips/cds/view/p/lang/zht/nid/208010多加了解。

Step 3會自動偵測網路subnet裡的CompactRIO系統，給它幾秒鐘來掃描，偵測到了之後就可以進行下一步。

Step 4將會把一些CompactRIO本身需要的軟體核心灌進CompactRIO裡，這部份可能要等一兩分鐘才會完成。

完成了之後，可以查看CompactRIO的第四個LED是否有在閃爍，若有，代表安裝程序正確!

最後Step 5會問你要不要用LabVIEW開一個Project，這個不用勾，直接按Exit就可以了。

接著我們也要把AXIS 206的IP設定一下。AXIS 206背面有貼一個貼紙，上面寫著它的預設IP以及Username/Password。例如，我手上這款是192.168.0.112，Username為root，密碼為pass。

用瀏覽器指向http://x.x.x.x，然後以提供的帳戶和密碼登錄，就會看到相機的即時影像。

選擇右上角的Setup選項，再點選左邊的TCP/IP選項，就可以設定AXIS 206的IP。我把它設為192.168.11.4，subnet mask 255.255.255.0。設定好了之後，再按最下面的Save按鈕。

再來還有一個選項要處理的，就是點選左邊Users選項，然後把Enable Anonymous Login選項打勾。這會讓以後我們要用相機的時候，不用每次都要key in帳戶和密碼。設定好了之後，再按最下面的Save按鈕。

終於，這一切都設定完了之後，可以開始用LabVIEW來測試一下一切是否正常。這裡有個我寫的LabVIEW測試程式，各位可以從這裡下載:

RST Robot 6.10.2010.zip

請開”RST Robot 2010”的LabVIEW Project檔，開啟了應該會看到像這樣的畫面:

接著，開啟CompactRIO底下的Motor Remote Control Main.vi。在執行的時候，這個程式會讓CompactRIO接收由PC筆電傳來的馬達速度指令。按下左上角的執行按鈕，程式就會下載到CompactRIO並執行。

接下來，再開啟My Computer底下的Joystick Control.vi。這個程式負責從一個USB搖桿擷取指令，然後把馬達速度傳給CompactRIO來執行。一樣，按下左上角的執行按鈕，程式就會執行。這時候你就可以用你的USB類比搖桿，來控制RST平臺的前進，後退，左右轉，並且還可以依據你類比搖桿的位置來控制RST平臺的相對移動速度。

最後一個程式則是RST Object Tracking Vision Demo.vi，這個程式會利用AXIS 206所擷取到的影像來做顏色辨識，並將RST平臺左右移動，讓RST平臺可以將物件鎖定在正前方。執行之前先把Joystick Control.vi停止，這樣兩個程式才不會衝突到。更多有關這個Vision程式的原理以及操作說明可以參考我之前的文章:

HSL 色彩空間原理

AXIS 206 Camera 測試

好啦，如果這兩個demo程式跑起來順利的話，表示我們所有的線路和軟體設定都已經處理好了。接下來，就等著你去發揮你的創意，來挑戰IROHCS 2010大專盃的機器人競賽!

補充一下，在提供的範例Project裡，有一個資料夾叫做RST Control VIs，這裡面是些基本的RST平臺控制subVI，方便我們去進行程式撰寫或修改，先解釋一下這些VI的用途:

Open RST: 開啟對RST平臺的連線。在針對RST平臺下任何指令之前，一定要先執行這個VI。

Control Axis 1: 控制左邊馬達的速度(單位是deg/s來算，正數為前進方向，負數為後退。)

Control Axis 2: 同上，不過控制右邊馬達。

Control Both Axes: 同上，不過同時控制左右馬達

Stop Axis 1: 停止左邊馬達。

Stop Axis 2: 停止右邊馬達。

Stop Both Axes: 同時停止左右馬達

Close RST: 釋放RST平臺的連線，準備結束程式。

祝各位一切順利，馬到成功，最重要的是: Have fun!

-John

RST非官方說明手冊 Part 3: 控制訊號和通訊

noreply@blogger.com (John Wu) — Tue, 13 Jul 2010 15:33:00 +0000

好，所有的元件都有了電之後，接下來我們要把RST平臺的控制架構建立好。這個階段分為兩個部份: 從CompactRIO接訊號到馬達驅動器，以及把每個元件的網路通訊連接起來。

首先我們先了解一下，RST平臺的伺服馬達控制方式。它的馬達出廠的時候是設定為位置控制模式，換句話說，驅動器可以接受0V-5V脈衝的訊號，驅動器每偵測到一個脈衝(pulse)，馬達就會移動一步。RST馬達出廠設定為一圈12,500步，所以當我們送一個12,500 Hz的方波訊號給驅動器的時候，馬達就會以每秒一圈的速度在跑。同理，如果方波訊號頻率是25,000 Hz，那就是每秒兩圈的速度。

那要如何從CompactRIO送方波訊號給馬達驅動器呢? NI 9403這個模組是個標準0V-5V DIO模組，它具有32個channel，透過LabVIEW的程式設定我們就可以控制它輸出的方波頻率。不過LabVIEW的部份我們先不談，首先我們要先把一些線接好。從9403到馬達驅動器有四個訊號是一定要接的:

註: 為了方便，我們就把左邊馬達稱為AXIS 1，右邊馬達稱為AXIS 2

AXIS 1的 STEP (PLS) 訊號
AXIS 1的 DIR 訊號
AXIS 2的 STEP(PLS) 訊號
AXIS 2的 DIR 訊號

STEP(PLS)為脈衝訊號，DIR為馬達轉向控制(正轉或反轉。) 這裡是馬達驅動器與9403的pin圖:

於是先從AXIS 1而言，我們要把從9403的P0.0接到馬達的PLS+，P0.1接到馬達的DIR+，9403的COM再接到PLS-和DIR-。AXIS 2也是一樣。為了方便，我建議用個37-pin 公對母的cable接到一個37-pin的接線盒，然後再從接線盒把線接到馬達驅動器。或者如果沒有一個接線盒的話，也可以考慮直接用杜邦線來接。

到時候就拉兩個37-pin的公接頭出來，兩邊馬達各一個。

再把37-pin cable的另外一頭從RST平臺機身的鐵板拉上來到第二層，這時候我們就準備要把當初拆下來的第一層鐵板裝回去了…

不過在裝回去之前，可以先在AP上接兩條網路線，插到哪個插孔無所謂，這兩條一條是要接CompactRIO，另外一條接AXIS 206相機。

把第一層鐵板鎖回去之後，記得把所有的相關的線材都拉出來到最上層。

把37-pin接到CompactRIO的9403模組，網路線和電源接上CompactRIO，然後把AXIS 206的網路線和電源也接上。再用一些雙面膠把相機和CompactRIO固定在鐵板，恭喜你，控制訊號和通訊的架構就搞定了!

呼，玩了老半天，都沒有開始碰到軟體的部份。下個階段就要把每個元件的軟體先設定好，然後再用LabVIEW程式來做基本測試嘍。

-John

RST非官方說明手冊 Part 2: 其他配件電力整合

noreply@blogger.com (John Wu) — Mon, 12 Jul 2010 15:24:00 +0000

好吧，上回我們已經把CompactRIO的電力系統準備好了，接下來我們可以準備其它配件的供電方式。由於Wireless AP以及AXIS 206相機都是使用5V的電源，這時候就需要在RST平臺上多加一個DC-DC Converter來幫我們做電壓轉換。

(在上一步已經接好的CompactRIO，其實在這個階段可以先拔掉，等我們把這些配件的電力都準備好了之後可以再放回去。)

我們選擇的這款DC-DC Converter是VIA PWM-M120G，原用途是小型電腦的電壓轉換器，不過拿來做RST機器人的電力配件也不錯。它可以接受12V-24V的電壓輸入，然後同時提供3.3V，5V以及12V的電壓輸出。它有包含一個DC插頭轉接板，以及一些ATX主機板的電線。

光看power board的話，它有一個標準ATX 20-pin的接頭，以及一個4-pin的接頭。Pin圖如下:

在使用之前，PW_ON和GND一定要先短路，否則power board是不會有電壓輸出的(這應該是個安全措施吧。)要短路很簡單，只要用條杜邦線把兩個pin接起來就好。

接下來，要將這個power board連接到RST的電力有很多方法，不過我想最簡單的是從提供的4-pin cable下手。將其中一頭剪掉 …

我們只需要一條紅線，一條黑線，所以我把中間兩條也剪掉了。我在線上加了兩個Y形端子，方便我們來接到配電盤。

準備一片厚紙板，剪成剛好power board的尺寸，然後再用雙面膠帶把厚紙板黏在power board下面。這是為了避免power board跟鐵的RST平臺機身短路。

再用雙面膠把power board和厚紙板的組合黏在RST平臺上(如圖)，然後將剛才的Y型端子接上配電盤，最後將4-pin接頭接起來。

如果暫時把RST開關打關的話，用電表來量power board的電壓輸出就會看到一些反應了。我剛好量了一下5V的pin，看起來電壓是OK的。Power board整合完畢!

接著剩下來的配件就簡單了。我們先從無線AP開始。這款Buffalo WCR-G54是市面上算比較小的一款AP，穩定度也不錯，除了提供無線網路以外，並同時提供1+3個有線LAN接頭，所以擴充性也很高。它的包裝:

盒子裡面包含: AP，網路線，還有變壓器。

變壓器以後就可以收起來了，因為我們要直接用power board給的電。這時候就要把一些DC插頭拿出來跟變壓器的DC插頭尺寸比對一下，最好是能夠找到最相似的。如果可以找到圖中像左邊的這種DC插頭延伸線，那會更方便。

拿出好用的雙面膠，在AP的下面貼幾條，然後再把AP貼上RST平臺吧!

接著再將DC延伸線的正負端接上power board其中一組5V和GND電源輸出。如果需要的話，可以用剝線鉗剝掉一公分的線，然後再壓兩個杜邦接頭。記得要確認DC接頭到底是「內正外負」，還是「外正內負」，如果正負接錯的話，搞不好會把AP燒壞。

接上的模樣:

保持整齊，把一些線用膠帶固定住。這時候可以再把RST平臺開關打開測試一下，AP上的LED應該就會亮起來嘍!

最後，來把乙太網路攝影機的電力也加上去吧。這是AXIS 206的包裝。註: 據說AXIS這款相機已經快面臨停產，不過其他AXIS系列相機也可和CompactRIO相容，本人有測過206的替代品AXIS M1011相機，一樣也是可以用。

裡面有相機和變壓器，簡簡單單的。

一樣把變壓器拿出來看看，找一個跟它一樣大小的DC接頭。

就如AP那樣，把相機的DC線接到power board的另一組5V輸出。RST平臺開關打開，相機前面的紅色LED就會亮個幾秒鐘(這代表相機啟動狀態)，接著它就會以綠色LED顯示(代表相機持續運作狀態。)

恭喜嘍，這時候所有的基本配件都已經有了電。接著在下一個章節，我們要來看這些配件之間的通訊該如何串起來!

-John

RST非官方說明手冊 Part 0: 平臺組裝事先準備

noreply@blogger.com (John Wu) — Wed, 07 Jul 2010 15:33:00 +0000

俗話說的好，工欲善其事，必先利其器 … 雖然這個RST移動平臺功能很豐富，但是它會需要花一點時間組裝。這裡是我建議的工具組和耗材清單:

螺絲起子: 一字型，十字型，大的小的都準備幾支

單芯線 (準備幾種不同顏色，紅和黑為最普遍)

多芯線(20芯，紅色黑色各一捆)

三用電表

絕緣膠帶

雙面膠

魔鬼沾 (背面可以用黏的那種)

活動扳手:

連接器端子壓線鉗 (如圖，最好是買一組的，裡面含各式端子，以備不時之需)

壓著絕緣端子鉗 (如圖，這種工具也有賣一整組的)

一些Y形、圓管形端子

D型接頭-90度針腳(公)，至少要兩個:

37-pin，公對母 DSUB cable一條

37-pin 端子台(母)

DC接頭端子線(儘量找多一些尺寸，以備不時之需)

以上材料與耗材都可以由附近電子材料行取得，或者也直接上廣華電子零組件商城(http://cpu.com.tw)訂購!

RST非官方說明手冊 Part I: CompactRIO 電力整合

noreply@blogger.com (John Wu) — Mon, 05 Jul 2010 08:44:00 +0000

台灣機器人學會已經將這次的機器人競賽規則公佈了哦，連結在:

http://www.era.org.tw/activities_2.php

要參加的同學們應該也要開始做一些準備了吧! 為了助參賽隊伍一臂之力，John在此會公佈一些RST平臺的非官方說明手冊。

首先呢，我們先從電力系統開始下手。在這一期的分享，我們先講CompactRIO要怎麼和RST的電力系統連接在一起好了。未來再補上DC Converter，無線AP，以及AXIS 206的說明。

從紙箱裡取出來，這就是RST移動平臺的模樣，現在暫時被塑膠布保護著。

來個側拍…

塑膠布取下之後，可以看到它在第一層的下面有貼著一個紙盒子，請把這個取出來，順便可以把前面保護著開關的保麗龍拿掉。機器人為前輪驅動，所以寬邊為前面，窄邊為後面。

將紙箱打開，你會看到這些零件: 充電器，37-PIN聯結器，還有保險絲。

首先，先把保險絲放進機器人後方保險絲座。

再將充電器接到機器人開關附近的充電插頭，這時候把開關轉到最右邊的C，就代表電池在充電，充電器上的LED也應該是紅色顯示，充完電的時候充電器上的LED會以綠色顯示。

正面拍。

電池可以一邊在充電，這時候請拿一個六角扳手，將最機器人上層的四個螺絲解開。

解開模樣:

電池還沒充完沒關係，這時候可以暫時把開關搬到最左邊的ON，電池是否正常供電給系統。從電池來的線是配電盤的最左方的紅(正)，黑(負)接頭。測試完之後，可以再搬回C位置進行充電。

接著，我們要準備CompactRIO的供電連線。請準備兩條40-50cm長的電線，一頭可以接Y型鐵片，另一頭可以接ferrule。

Y型接頭可以直接鎖在配電盤上，紅對紅，黑對黑。你會發現，配電盤的六排接頭都是導通的。

將兩條線整理一下，才不會混亂，需要的話可以用絕緣膠帶黏在鐵板上。

將正極接上CompactRIO電源接頭的V接點，將負極接上CompactRIO電源接頭的C接點，CompactRIO上有兩個C接點，都可以接。

CompactRIO接電接頭的特寫，如果把機器人平臺開關搬到ON，CompactRIO也會ON起來哦!

好，看起來CompactRIO的電是OK的了。未來，我們需要把其他配件的電力系統也整合到RST平臺。敬請期待!

-John

John的機器人作品大整理

noreply@blogger.com (John Wu) — Wed, 30 Jun 2010 05:08:00 +0000

最近因為離開了NI的懷抱，在NI的座位也都清的一乾二淨了，所有的東西都被我放進了幾個大紙箱堆在家裡車庫，看起來還蠻礙眼的。這一陣子看到紙箱裡零零散散的機器人零件，突然回想起了一些自從投入機器人這一方面的作品，我這個人也蠻健忘的，所以想整理一下作品集，方便以後參考。

2009/1: CompactRIO 控制小型自走車平臺

這個是我的機器人處女作，還好那時候CompactRIO已經有了Scan Mode，一兩天拼拼湊湊就可以控制前進後退，然後在載具上加一個AXIS 206的相機，做一些物件追蹤的功能。後來為了搞效果，還把Wii無線搖桿控制還有PDA控制也加了進去。特別感謝台北科技大學車輛系蕭耀榮老師，把載具借給我們做實驗!

2009/3: CompactRIO控制全向輪平臺

做完了第一臺機器人之後，後來經驗就比較豐富了一點，挑戰比較困難的機器人。這是淡江大學翁慶昌老師的4輪全向平臺，馬達速度的計算法則是由研究生之前已經驗證好了，比較困難的是4軸同步的移動，以及4軸同時的PID closed-loop計算 … 呵呵，還好LabVIEW可以支援平行處理，搞定了一軸，4軸就不困難了。

2009/4: 台灣大學電機系羅仁權老師CompactRIO課程與輔導

有了之前的一些機器人系統經驗，之後就開始把這些經驗和概念整理成一套課程。可憐的台大學生，正是我課程的白老鼠，不過沒想到，效果還不錯，一個月內他們就把馬達控制和影像系統整合於他們的機器人平臺上。

2009/6: LabVIEW & LEGO NXT 影像追蹤

每次要帶CompactRIO出門教課或做demo其實要帶的東西還蠻多的，後來想想，其實同樣機器人的概念也可以用LEGO NXT來傳達(而且秀給人家看的時候，東西又不用帶的那麼多。) 這個作品其實是延用之前CompactRIO影像追蹤的程式，然後把程式修改成配合LEGO NXT，核心還是用LabVIEW。

2009/8: 吉他神彈機器人

這個是為了2009在南港辦的機器人展覽，美國有流行一個電動玩具遊戲叫Guitar Hero (有點類似太鼓達人的音樂遊戲，只不過是用玩具吉他然後配搖滾音樂，還蠻酷的。) 這個demo用了影像辨識來判別螢幕上的音符，然後再送訊號給DAQ來驅動機器人的手指。現場我們還開放讓人跟機器人PK，看誰分數比較高!

2010/2: 4 DOF機器手臂控制

自主性機器人也玩差不多了，接著開始踏入機器手臂這個領域。沒想到，原來手臂的控制有這麼的複雜，自己買了一些書來K，了解了一些DH轉換還有Jacobian的皮毛。還好 LabVIEW Robotics Module裡面有一些 inverse kinematics 的函式庫，幫我節省了一些時間。不過坦白講，這可能是我花最久時間才搞定的作品。

2010/4: LEGO NXT Delta Robot

手臂控制不僅是只有序列式的(serial robot arm)，其實工業界有些也會用比較複雜的平行控制(parallel robot)。因為機構方面沒有現成的，所以我就先用了LEGO來驗證一下程式的可行性。跑起來還不錯…

2010/5: 管線檢測機器人

自從今年五月從NI離職，我在睿柏的時間大部份是以接業界的case為主。這個應用蠻特別的，客戶想要設計一個可以檢測管線表面的自動化移動平臺。於是，這又是一個用LEGO NXT & LabVIEW來快速驗證原型的一些想法。

未來也希望看到你用LabVIEW控制機器人的實例!

-John

iPhone直昇機Parrot AR.Drone

noreply@blogger.com (John Wu) — Mon, 28 Jun 2010 23:51:00 +0000

這個禮拜正趕著要參加在台北科技大學舉辦的2010系統科學與工程國際會議(2010 ICSSE, http://isd.ie.ntnu.edu.tw/ICSSE2010/)，不過先PO個我已經注意很久的玩具，才$299美金而已，請看:

CES 2010最有意思的iPhone直昇機Parrot AR.Drone

http://iphone.15fun.com/?p=941

官方網站:

http://ardrone.parrot.com/parrot-ar-drone/en

Parrot這家公司本來是在做手機的藍芽配件，真沒想到他們會出這麼有趣的東西!

三分鐘挑選最適合機器人應用的CompactRIO模組

noreply@blogger.com (John Wu) — Sun, 20 Jun 2010 06:44:00 +0000

時常我會被問到:「咦，吳先生啊，CompactRIO有那麼多的模組可以選擇，可是反而選擇越多，我越覺得麻煩，可不可以推薦幾款模組是機器人應用常會被用到的?」

的確，NI的CompactRIO模組有分很多種型號(現在已經有超過60幾種可以選)，要選擇最適合的組合也不是一件很容易的事，有時候也要看應用的需求，想接哪種sensor，馬達，驅動器等等…在此提供一些選擇CompactRIO模組的準則，希望能夠幫大家節省一些困難。我們先從一些基本的模組分類來看:

Analog Input (AI，類比輸入)
Analog Output (AO，類比輸出)
Digital Input/Output (DIO，數位輸入/輸出)

AI篇:

自主性機器人可能會用到的類比sensor有包含MEMS加速規，陀螺儀，紅外線，超音波…只要sensor本身有提供類比電壓的訊號，我們都可以用AI模組把訊號抓進來到CompactRIO。有幾個基本款可以跟大家推薦: NI 9215 (4個通道，100kS/s，16-bit) 或 NI 9201(8個通道，*500kS/s，12-bit。) 這兩款價錢差不多一樣，一個是通道數比較少，解析度比較高，另外一個則是通道數比較多，解析度只有到12-bit。如果sensor是比較精密的感測器(像MEMS加速規或陀螺儀)，我會推薦 9215，如果沒有這方面的需求那9201還蠻適合一般機器人的應用。如果預算比較充裕的話，甚至可以考慮NI 9205 (32個通道，*250kS/s，16-bit) ，它就可以一次提供更多的通道數以及16-bit的解析度。

*備註: 9201和9205的sample rate是所有AI通道共享的，就拿9205來看，如果只需要一個channel它則可以跑到250kS/s，但是如果32個channel全部跑的話，那最高sample rate只能跑到7.8kS/s，請注意。不過以機器人應用來講，通常sample rate有1k-5k就綽綽有餘了。

AO篇:

再來就是AO的部份，還好AO的選擇就沒有那麼複雜，我推薦的AO模組會是NI 9263，有4個100kS/s的電壓輸出通道，可以直接拿來接到溫控器，速度控制模式的馬達，以及其它需要類比電壓控制的儀器。如果需要更多AO通道，那麼還有NI 9264可以考慮，它有16個AO通道，雖然價錢是9263的一倍，但是以cost per channel的比例來看的話會是比較划算。通常除非客戶已經知道會需要那麼多通道的話，一般我還是推薦NI 9263。

DIO篇:

至於DIO的話，一般機器人應用最需要的電壓準位大部份為5V，12V，和24V。如果只需要單純的5V DIO，那NI 9403(32個通道DIO，5V)會是不錯的選擇不過，如果需要同時接馬達的編碼器encoder還有pulse訊號的sensor的話，我反而會推薦NI 9401(8個通道DIO，5V)。為什麼要犧牲通道數呢? 因為9401除了單純的DIO功能以外，它還可以配合LabVIEW Scan Mode設定為有counter功能的模組，非常方便。要用NI 9403達到同樣功能不是不行，只不過是要自己寫FPGA code，對於初學者來講會比較困難。至於輸出的部份，我會推薦NI 9472(8個高達24V的輸出通道)。9472可以接收一個外部DC電源，外部電源的電壓是多少，9472送出來的數位訊號就會以這個DC電壓為準。同樣的，如果需要更多輸出通道的話，可以選擇NI 9476 (32個高達24V的輸出通道。)

所以嘍，總而言之，這裡是John的CompactRIO首選模組總結:

模組類別	最經濟實惠	預算充裕
AI	9201	9205
AO	9263	9264
DI	9401	9401
DO	9472	9476

這樣一來，各位就不用為該選哪些模組傷腦筋，我們可以有更多的時間來寫LabVIEW!

-John

Gobot, the Go Playing Robot - Demo

noreply@blogger.com (John Wu) — Tue, 15 Jun 2010 00:56:00 +0000

上次分享的Bioloid馬達控制，已經有人用LabVIEW做出類似的機器人了! 這是一個用Bioloid馬達做的機器手臂，LabVIEW把它跟影象辨識，下圍棋的AI演算法，以及控制手臂的反運動學計算全部結合在一起。他們用的library好像是GNUGo，有興趣的朋友們可以看一下。

原始連結: http://decibel.ni.com/content/docs/DOC-2976#comment-3417

當iPhone遇上LabVIEW，會擦出什麼樣的火花?

noreply@blogger.com (John Wu) — Mon, 14 Jun 2010 15:41:00 +0000

大家都知道，現在風靡全球的iPhone已經是無微不至，無孔不入，幾乎世界上的每個應用都有個iPhone程式，但是iPhone拿來控制機器人? 這我好像還沒聽說過。既然LabVIEW的連接能力這麼大，我們就來看看LabVIEW能不能夠跟iPhone結合在一起，我們先想辦法來讀取到iPhone的三維加速規和電子羅盤好了。

曾經我有在App Store搜尋過關鍵字LabVIEW，但是唯一的程式是個叫做VIRemote的app，那時候在NI為了做一些實驗，我們就狠心的把這個爆貴的程式買了下來(你有聽過美金19.99的app嗎? 這些人還蠻囂張的。) 雖然它功能蠻豐富，除了擷取加速規以外(沒有compass)，還可以當作一個你在PC上跑的LabVIEW程式的”遙控”，就像遠端桌面那種概念一樣，在iPhone裡就會看到一個比較小但是跟PC螢幕上的front panel一樣的程式。不過它跑起來還有點麻煩，因為還要另外再下載一些專屬它的VI才能用。

http://itunes.apple.com/tw/app/viremote/id344980935?mt=8

為了幫各位節省各位荷包裡辛苦存的Coco，小弟我終於找出了一個便宜(免費)又方便的方法來擷取iPhone的加速規和電子羅盤資料。首先，先下載一個叫做iSensor的app:

http://itunes.apple.com/tw/app/isensor/id353118286?mt=8

它能夠透過UDP的方式直接用字串把資料透過無線網路送出來。接下來，只要你的電腦和Iphone有在同個網域，就可以接收到iPhone的字串。設定上，記得要把Network打開，Unicast或Multicast都可以用(印象中好像Unicast會比較快一點，不過要指定PC的IP。) 你可以用LabVIEW內建的UDP Receiver範例程式，或者是直接下載我修改過後的版本來用，要注意UDP port要跟app那邊設一樣就好了。

http://groups.google.com.tw/group/riobotics/web/UDP%20Receiver%20for%20iSensor%20app.vi

(補充: 若進到link不能下載，請按右鍵再按另存新檔)

接下來大家就可以發揮想像力，看看可以用在哪種應用。。。這似乎比多年前LabVIEW控制Wii搖桿的程式碼還要刺激!

-John