Tangki WalaBeer

Ini dimulai dengan memeriksa kondisi derek saat ini. Jika perlu ditinggikan tetapi tidak, maka itu akan memperbarui servo pintu palka dan memindahkan derek ke atas. Jika harus diturunkan tetapi tidak, maka derek diturunkan dan kemudian menutup palka. Kumparan motor stepper harus dinonaktifkan di akhir proses karena dapat memanaskan dan menguras baterai jika dibiarkan menyala.

Arduino - Komunikasi Raspberry Pi

Arduino terhubung dan diberdayakan dari Raspberry Pi dengan kabel USB - micro USB dan mereka berkomunikasi melalui serial. Raspberry akan mengontrol Arduino dengan perintah berikut:

• s --> matikan kontrol radio dan hanya terima perintah serial. Arduino akan menjawab dengan 'OK' untuk ini dan itu akan menonaktifkan kontrol radio. OK ini adalah bagian dari cara Rpi mengenali Arduino.

• r --> hidupkan kembali radio control

• e --> angkat derek (dan buka palkanya)

• d --> turunkan derek

• m X Y -> mengatur kecepatan motor. X adalah motorSpeedBase dan Y adalah motorSpeedChange. Baik X dan Y harus bilangan bulat

• b --> arduino akan menjawab dengan bilangan bulat:tegangan baterai * 100

• l --> nyalakan lampu

• o --> matikan lampu

Perlu dicatat bahwa dalam kasus kontrol serial, Arduino menonaktifkan interupsi pada RC saluran 1 dan 2 tetapi tidak pada 3. Saluran 3 (saklar) digunakan sebagai sakelar pengaman untuk menonaktifkan Tangki WalaBeer jika mulai gila hal-hal dalam mode otonom.

Walabot

Inilah bagian di mana Walabot masuk. Walabot adalah sensor 3D yang menggunakan gelombang mikro untuk pencitraan. Ia dapat melakukan hal-hal menakjubkan seperti melihat menembus dinding, mendeteksi pernapasan Anda dari kejauhan, melihat dalam gelap dan sebagainya. Saya tidak ingin menulis halaman tentang kemampuannya yang lain karena orang lain melakukan pekerjaan yang hebat dengan melakukan itu. Namun saya sangat merekomendasikan membaca tentang mereka.

Saya akan menggunakan Walabot sebagai satu-satunya sensor navigasi di tangki. Untuk menggunakan Walabot dengan Raspberry Pi kita harus menginstal Walabot SDK terlebih dahulu. Anda dapat mengunduh SDK dari sini dan situs Walabot API akan membantu Anda menginstalnya. Ada banyak informasi dan contoh berguna di sana tentang cara menggunakan Walabot. Saya sarankan untuk memeriksa situsnya.

Konsumsi daya Walabot adalah antara 0,4-0,9A. Ini berarti bahwa secara default Raspberry Pi tidak dapat menyediakan energi yang cukup untuk memberi daya pada Walabot. Untungnya ada cara untuk meningkatkan output daya port USB rpi dengan menambahkan baris ini:`max_usb_current=1` ke /boot/config.txt. Seperti yang saya tahu itu meningkatkan output daya dari 600mA ke 1200mA.

Itu akan bagus tapi inilah masalah:Saya juga menyalakan Arduino dan servos dari Raspberry. Motor tangki dan motor stepper ditenagai oleh baterai, jadi saya pikir itu tidak masalah. Namun demikian. Jika saya memulai Walabot dalam kondisi ini, ia berhenti dengan pesan WALABOT_ERR_PROTOCOL. Mungkin terjadi brownout saat saya mencoba memulainya.

Sirkuit eliminator baterai dapat menyediakan hingga 3A, jadi itu lebih dari cukup di sini. Walabot memiliki dua port micro USB. Port tengah akan membantu saya dalam situasi ini karena dapat diaktifkan dari sana saat berkomunikasi di sisi lain. Untuk melakukan ini saya harus melakukan modifikasi dan melepas penutup Walabot untuk memindahkan jumper ini

Setelah itu Walabot bekerja dengan sempurna, tidak ada lagi WALABOT_ERR_PROTOCOL.

Logo di bagian belakang (bagian halus adalah sisi depan) berisi empat magnet built-in yang sangat kuat. Itu digunakan untuk dengan mudah memasang Walabot ke bagian depan logam tangki tanpa perangkat keras tambahan.

Ikuti saya

Salah satu 'nilai jual' dari tank ini adalah mode follow me-nya. Jika Anda meminta tangki bir untuk mengikuti Anda, maka ia akan melakukan yang terbaik dan mengikuti Anda. Setelah Anda mencapai tujuan Anda, Anda hanya meminta bir di dalam. Ini adalah trik pesta yang hebat!

SDK Walabot menyediakan segala macam cara untuk berinteraksi dengan Walabot. Proyek saya menggunakan getTargets fungsi dengan Identifikasi Target Bergerak (MTI). Ini digunakan untuk mendeteksi objek bergerak di depan Walabot. Dengan konfigurasi saya, getTargets akan mengembalikan maksimal 4 target dan akan melihat objek pada jarak maksimal 1,5 meter.

Target memiliki koordinat XYZ dan parameter amplitudo. Saya hanya menggunakan koordinat Y dan Z karena ketinggian (X) tidak penting di sini. Masalahnya adalah tidak ada cara untuk mengetahui target mana.

Di versi awal, untuk menemukan manusia dalam daftar target, saya membuat aturan:sebelum Anda memerintahkannya untuk mengikuti Anda, Anda harus berdiri di depan Walabot pada jarak 80cm. Setelah itu kode saya mengasumsikan bahwa objek terdekat dengan amplitudo yang cukup tinggi adalah manusia. Jika manusia terdeteksi, tangki yang harus dilakukan adalah menjaga manusia pada posisi yang diinginkan dengan bergerak.

Sayangnya itu tidak sempurna. Untungnya saya mendapat saran untuk pendekatan yang berbeda. Ini dimulai sama:Anda harus berdiri di depan Walabot pada jarak 80cm. Target terdekat dengan tank akan dianggap sebagai manusia. Setelah itu, pada setiap iterasi posisi manusia akan menjadi target yang paling dekat dengan posisi sebelumnya. Jika jarak antara posisi baru dan lama terlalu tinggi maka tangki tidak akan memperbarui posisi manusia dan akan berhenti. Tank akan berusaha mencari manusia di sekitar posisi lama sehingga jika menemukan orang tersebut maka akan terus mengikutinya. Ini adalah ide yang cukup sederhana.

Mari kita periksa beberapa kasus pada tampilan Arena. Tujuan dari tangki adalah untuk menjaga manusia di area target (persegi panjang merah). Biru adalah yang paling dekat dan itu adalah manusia dalam kasus ini:

• Kasus 1:Manusia berada di area target sehingga tidak perlu bergerak

• Kasus 2:Manusia ada di sebelah kanan dan dia terlalu dekat dengan tank. Pada awalnya tank akan berbelok ke kanan kemudian akan menjauh dari manusia dengan mundur.

• Kasus 3:Tank tidak perlu berputar tapi manusia terlalu jauh. Ini akan bergerak maju. Walabot melihat 3 target saat saya membuat gambar ini

• Kasus 4:Hanya ada satu target di gambar ini dan itu di sebelah kiri. Tank akan bergerak ke kiri lalu maju.

• Kasus 5:Tank akan mundur sampai manusia berada di kotak merah.

Gambar-gambar ini adalah layar cetak tampilan Arena dari versi demo Walabot-SensorTargets yang sedikit dimodifikasi. Proyek saya tidak perlu dan karenanya tidak memiliki GUI tetapi menggunakan prinsip yang sama. Saya sarankan untuk memeriksa proyek demo lainnya dari halaman github mereka.

Pergerakan dengan pengaturan saat ini tidak terlalu cair. Itu tidak bisa maju dan berubah dalam mode otonom pada saat yang bersamaan. Alasan utamanya adalah frame rate Walabot. Ini sekitar 6 FPS dengan pengaturan saat ini. Artinya, Raspberry mendapat satu pembaruan dalam setiap 0,16 detik. Ini adalah sebuah masalah. Banyak yang bisa terjadi dalam 0,16 detik. Untuk mengatasi masalah ini saya memperlambat tangki. Saya menggunakan kecepatan seminimal mungkin untuk bergerak maju dan berbelok. Saya juga menghapus kombinasi antara berputar dan bergerak karena gerakan itu tidak dapat diandalkan dengan pengaturan terlacak saya. Pada kecepatan yang lebih tinggi mereka banyak melampaui batas dan pada kecepatan yang lebih rendah mereka kurang dapat diandalkan daripada versi saat ini.

Kontrol suara

Dalam mode otonom, saya membutuhkan cara yang keren untuk mengontrol tangki. Saya menggunakan Alexa Skill Kit Amazon untuk melakukan ini. Di versi awal saya menggunakannya dengan ngrok untuk mengontrol Raspberry secara langsung. Biasanya orang akan menggunakan versi Amazon Echo untuk melakukan ini, tetapi sayangnya saya tidak memiliki perangkat seperti itu. Saya harus menggunakan echosim dan aplikasi Amazon Alexa dari Google Play untuk melakukan ini. Nama skillnya Beer Tank karena WalaBeer adalah sesuatu yang tidak dikenali Alexa. Beli bir, bir cinta, dll, tetapi bukan WalaBeer. Anda dapat menggunakan perintah ini untuk berinteraksi dengan Alexa:

• mulai tangki bir

• nyalakan {nyalakan/matikan} lampu

• {buka/tutup} ruang kargo

• {start/stop} mengikuti saya

• [berhenti/batal]

Berikut video tentang dua kemampuan pertama:

Beberapa perintah suara dalam video mungkin berbeda dari perintah saat ini karena beberapa persyaratan selama proses penerbitan (misalnya:'berhenti' diubah menjadi 'berhenti mengikuti saya'). Mengontrol Raspberry Pi menggunakan Alexa sangat mudah, namun untuk mendapatkan pengetahuan untuk melakukannya tidak. Untuk pertama kalinya saya menggunakan ngrok dan sangat mudah untuk melakukan ini tetapi ngrok hanya baik untuk tujuan pengujian. 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.

Kesimpulan

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:

Skema

If I couldn't find a part then I replaced it with something similar. See notes for more info. Walabot is connected to the Raspberry Pi with and USB cable. If I couldn't find a part then I replaced it with something similar. See notes for more info. Walabot is connected to the Raspberry Pi with and USB cable. beer_tank_YN88vVuS9b.fzz