A FIRGELLI® Kunde mit einem Tesla hat beschlossen, sein eigenes automatisches Tesla -Ladegerät für Roboter herzustellen, und dies ist sein Video. Offensichtlich weiß er ein oder zwei Dinge über Elektronik und Software, da es einiges daran beteiligt ist, ein solches Gerät zu erstellen, das Sensoren, Bewegungsgeräte und Software erfordert, damit alles zusammenarbeitet. Er benutzte a FIRGELLI Linearantrieb Um den Arm von der Wand in Richtung des Ladeanschlusses am Auto zu schwingen, mit Sensoren, um den richtigen Ort zu finden, bevor die Düse an der richtigen Stelle eingefügt wird.
Im Kern davon haben Sie einen Himbeer Pi 4 und es sind das Gehirn für alles. Es ist bis zum Wagen montiert, der auf diesen beiden läuft lineare Lager oben und unten. Und sie bieten die Freiheit links und rechts, die laterale Freiheit. Und dann bekommen eine Linearantrieb Hier gibt Ihnen das eine Erweiterung. Es dreht sich, um es anzuschließen. Wenn Sie zum Geschäftsende gehen, können Sie sehen, dass Sie hier ein großes Servo haben und das den Ladegriff dreht, wenn es benötigt wird Treffen Sie das Auto und dann eine Kamera, die Bilder aufnimmt und es einem maschinellen Lernmodell liefert, ein Tensorflow -Lite -Modell, das auf dem Raspberry Pi ausgeführt wird. Und so findet es den Reflektor- und Ladungsanschluss.
Es hat auch ein Licht, wenn es dunkel ist und das ein Zigbee -Protokoll verwendet. Dafür ist der kleine Sender da. Wenn Sie sich die Hauptplatine ansehen, gibt es eine Stromversorgung, Motorcontroller, alle Befehle aus dem Raspberry Pi und dann einen Getriebemotor. Und dann enthält es tatsächlich Ausgänge für einen Encoder, es verwendet einen Arduino als Encoder, nur weil sie so billig und einfach zu bedienen sind. Wenn es also zuerst angefeuert wird, nimmt es nur ein paar Entfernungsmessungen an, um sicherzustellen, dass sich etwas in der Garage befindet. Und dann kommt das Licht an. Das ist nur standardmäßig eingeschaltet, so dass die Kamera dort den Reflektor sehen kann, wenn es dunkel ist.
Es ist ein ziemlich komplexes TensorFlow -Modell und es dauert jedes Mal sechs bis acht Sekunden, um eine Schlussfolgerung auf dieRaspberry Pi 4, so Es ist kein schneller Prozess, aber es wird ein Foto machen, dann wird es diese Schlussfolgerung ausführen. Und was es sucht, ist ein Reflektor. Sie können im Video sehen, dass es dort mit einer Punktzahl von 80%gefunden hat. Es ist also 80% zuversichtlich. Es wird es dann erneut ausgeführt, um sicherzugehen. Modelle für maschinelles Lernen sind manchmal etwas pickig und es braucht manchmal ein paar Versuche, um sicher zu sein. Sobald es sicher ist, dass etwas da ist, wird sich nach links und rechts auf die richtige Stelle konzentrieren. In dem Video können Sie also zuerst sehen, dass es etwas zu weit ging und dann zurückgekehrt ist. Es kommt ziemlich nah. Sobald es zufrieden ist, wie es sich hier zentriert, wird es das Licht ausschalten und dann die Tesla -API über die Tesla -App nutzen, öffnet sie den Ladeanschluss.
Es gibt keinen Aktuator im tatsächlichen Ladegriff. Es wird alles über das Internet erledigt, was eine Schwachstelle dieses Designs ist. Aber zur Prise hat es ein zweites Ladegerät SieKann immer nur einstecken. Es fühlt sich also so an, als wäre es ziemlich zentriert. Es wird das Ladegerät in Richtung der Düse ausdehnen. In dem Video sehen Sie, dass es nach dem Blue Tesla -Logo sucht, das ein guter Bezugspunkt für das Programm und dann auch den Ladungsanschluss ist. Das Tesla -Logo ist jedoch aufgrund der endgültigen Farbe viel einfacher als ein Ladungsanschluss, da der Ladungsanschluss von unterschiedlichen Winkeln ganz anders aussieht und das Logo immer gleich aussieht, sodass es genauer ist. Sie werden dann sehen, dass es den Ladegriff bereitstellt, wenn er sich nähert. Und dann geht es einfach hin und her, bis es sich zentriert ist.
Diese Funktion braucht ein wenig extra feines Tuning, und dieser Teil ist tatsächlich eine offene Schleife. Es ist nicht den Encoder verwenden. Es funktioniert jedoch gut genug. Das einzige Feedback, das es für links und rechts erhält, ist von der Kamera. Und dann setzt es nur eine Geschwindigkeit und läuft für eine gewisse Zeit. Es könnte also ein paar Fehler hier sparen, wenn ich auf die Verwendung von Codierer programmiert habe, und es weiß genau, wie weit es geht. Aber es ist noch in Arbeit. Der Ladegriff ist etwas zu flach, was es schwierig macht, diesen Teil in das Loch zu erzwingen. Ein Zinken wird verwendet, um den Düsenwinkel nur in den Ladeanschluss nach unten zu lassen, und es darf nach unten drehen. Wenn es also eindrückt, drängt es nach unten in die Position, in der es sich befinden sollte.
Sobald es eingesteckt ist, ist es dannGeplant, das Laden zu beginnen, indem Sie die Tesla -API erneut verwenden, um herauszufinden, wann die geplante Aufladung abgeschlossen sein sollte. Mit der Tesla -API wird der Ladegriff freigelassen und dann in ihre geparkte Position zurückgezogen. Und das ist es.
