Embedded Robotics mit LabVIEW: Neue Robot-Controllerboards mit LabVIEW-Power

Transkript

1 Embedded Robotics mit LabVIEW: Neue Robot-Controllerboards mit LabVIEW-Power "Der Komfort der durchgängigen Tool Chain wurde sehr geschätzt, denn der gesamte Build- und Deployment-Prozess wird von LabVIEW bequem abstrahiert." - Dr. Stefan Enderle, qfix robotics GmbH Die Aufgabe: Der relativ neue Bereich der Service-Robotik mit ihren autonomen mobilen Robotern wächst stetig und sucht ein Standardwerkzeug zur einfachen, abstrakten und doch hardwarenahen graphischen Programmierung der Robotersysteme, meist Embedded-Plattformen. Die Lösung: Dieser Beitrag stellt zwei neue Controllerboards vor, die speziell für Embedded-Anwendungen in der Mechatronik entwickelt wurden. Die Boards sind kompatibel zum qfix Baukastensystem für Mechatronik und Robotik und dadurch sofort kombinierbar mit vielen von qfix unterstützten Motoren und Sensoren. Autor(en): Dr. Stefan Enderle - qfix robotics GmbH Marco Schmid - Schmid Engineering AG ( Eingesetzte Produkte: NI LabVIEW, ARM Deployment Option Die "ARM Deployment Option" beinhaltet das NI LabVIEW Embedded Module for ARM Microcontrollers und ermöglicht den Einsatz grafischer Programmierung mit dem häufig genutzten Embedded-RISC-Prozessor (Reduced Instruction Set Computing) mit 32 Bit. Vollständige Kundenlösung lesen Kurzfassung LabVIEW gilt seit langem als Standardwerkzeug zur graphischen Programmierung von Anwendungen im Bereich der Mechatronik. Der relativ neue Bereich der Service-Robotik mit ihren autonomen mobilen Robotern wächst stetig und sucht ein solches Standardwerkzeug zur einfachen, abstrakten und doch hardwarenahen graphischen Programmierung der Robotersysteme, meist Embedded-Plattformen. Dieser Beitrag stellt zwei neue Controllerboards vor, die speziell für Embedded-Anwendungen in der Mechatronik entwickelt wurden. Die Boards sind kompatibel zum qfix Baukastensystem für Mechatronik und Robotik und dadurch sofort kombinierbar mit vielen von qfix unterstützten Motoren und Sensoren. Exemplarisch zeigen wir durch die Realisierung zweier unterschiedlich komplexer Fußballroboter, wie die neuen Controllerboards für beliebige Echtzeitanwendungen mit Sensorik und Aktuatoren eingesetzt werden und wie einfach und zielgerichtet die Programmierung eines Embedded-Systems dank LabVIEW von statten gehen kann. Einleitung Die "Spielwiese" der mobilen Roboter ist so interessant, weil sie eine Art Worst-Case-Szenario für Mechatroniker darstellt, bei dem die Gebiete Mechanik, Elektronik, Regelungstechnik und Applikationssoftware zu einem multifunktionellen System verschmelzen. Und gerade die Applikationssoftware bereitet in diesem Bereich immer wieder Probleme, da meist eine Vielzahl verschiedener Sensorsysteme integriert, unterschiedliche Motorarten geregelt und das Gesamtsystem in Echtzeit gesteuert werden muss. Hinzu kommt, dass die Systemsteuerung meist nicht durch einen PC erfolgt, sondern durch einen Embedded-Controller. Dieser Beitrag stellt zwei neue Controllerboards vor, die speziell für Embedded-Anwendungen in der Mechatronik und Robotik entwickelt wurden. Bei dem ersten Board, dem "ARMBoard", handelt es sich um ein sehr kompaktes Einsteiger-Board mit ARM Cortex M3 Controller, das grundlegende I/O-Funktionalitäten wie PWM-Motorsteuerung, analoge Eingänge, digitale Ein- und Ausgänge sowie einen UART zur Verfügung stellt. Das zweite Board, das "BlackBoard", bildet die HighEnd-Alternative mit Blackfin-Controller und besitzt zusätzliche Displaytreiber, Wireless-Datenübertragung, Bewegungssensor, Flash-Harddisk und vieles mehr. Beide Controllerboards wurden kompatibel zum qfix Baukastensystem konzipiert und sind dadurch sofort kombinierbar mit vielen unterstützten Motoren und Sensoren. Des Weiteren stellt der Beitrag das Deployment von LabVIEW ( auf Embedded-Systemen vor. Exemplarisch zeigen wir an der Realisierung zweier unterschiedlich komplexer Fußballroboter, wie die neuen Controllerboards für beliebige mechatronische Echtzeitanwendungen mit Sensoren und Aktuatoren eingesetzt und programmiert werden können. Der Anwender erhält so eine spielerische aber dennoch praxisnahe Anleitung für die LabVIEW-Embedded-Programmierung ( und ein Gefühl über die zu erwartenden Möglichkeiten und Grenzen. Das qfix Baukastensystem Die qfix robotics GmbH ist Hersteller eines Baukastensystems für Mechatronik und Robotik. Mit dem modularen System lassen sich beispielsweise technische Prototypen schnell aufbauen. Ebenso kann es zur Ausbildung im Bereich Mechatronik oder Messen/Steuern/Regeln benutzt werden. Komponenten Das qfix Baukastensystem besteht aus folgenden Komponenten: Mechanikbauteile: Bei den Mechanikbauteilen handelt es sich um flexibel einsetzbare, fest verschraubbare Bauteile aus eloxiertem Aluminium. Hier gibt es beispielsweise verschiedene Platten und Stangen mit vielen Bohrungen und Gewinden im 10-mm-Raster. Des Weiteren existieren spezielle Halterungen für sämtliche angebotenen Motoren und Sensoren. Motoren und Sensoren: Das qfix System unterstützt eine Vielzahl unterschiedlicher Motoren, wie DC-Motoren, Schrittmotoren und Servomotoren. Auch unterschiedlichste Sensoren werden unterstützt, etwa IR- oder Ultraschall-Abstandsensoren, Taster, Temperatur- und Lichtsensoren. Für jeden Motor bzw. Sensor existiert eine spezielle mechanische Halterung sowie die entsprechende Ansteuerung als Elektronik- und Software-Komponente. Elektronik und Controllerboards: Die Elektronik-Komponenten sind ebenso modular aufgebaut wie die mechanischen Teile des Systems. So sind die Abmaße sämtlicher Platinen auf die 10 mm der Platten und Halterungen zugeschnitten und können dadurch schnell und einfach montiert werden. Als Steuerungen sind derzeit zwei Controllerboards mit Atmel-AVR-Controllern erhältlich, die über analoge und digitale Eingänge für Sensoren, Motortreiber für DC-Motoren, Buttons, LEDs, I2C-Bus und USB-Schnittstelle verfügen (vergleiche Abschnitt 3). Software: Die bisher erhältlichen qfix Controllerboards werden rein textbasiert programmiert (etwa in C/C++). Hierzu wird eine kostenlose C++-Entwicklungsumgebung samt Klassenbibliothek bereitgestellt, die sämtliche Funktionalitäten eines Controllerboards als Klasse bzw. Funktion zur Verfügung stellt und so beispielsweise die Ansteuerung eines Motors oder Abfrage eines Sensors verhältnismäßig einfach macht. Die Möglichkeit der graphischen Programmierung fehlte bis dato (vergleiche ebenfalls Abschnitt 3). 1/9

2 Komplettbausätze Aus den oben genannten Komponenten stellt qfix auch Komplettbausätze für verschiedene Anwendungsgebiete zusammen. Exemplarisch soll hier lediglich der kleinste solche Bausatz genannt werden, der "Crash-Bobby". Hierbei handelt es sich um einen kleinen mobilen Roboterbausatz, der auf einer 10x10 cm Grundplatte basiert. Der Bausatz kostet im Handel ca. EUR 250,- und enthält hierbei schon zwei Getriebemotor-Einheiten, drei IR-Distanzsensoren, ein Controllerboard, Software sowie sämtliches Montagematerial und Anschlusskabel. Des Weiteren existieren Komplettbausätze für Omnidrive-Platformen, Fußballroboter, Messen/Steuern/Regeln-Kits, einen Roboterarm und demnächst einen Laufroboter mit mehreren Beinen. Anwender und Anwendungsbereiche Ein Großteil der derzeitigen Anwender der qfix Bausätze sind Schulen und technisch interessierte Privatanwender. In der Ausbildung werden die qfix Komponenten eingesetzt, um entweder einzelne Themen der Mechatronik greifbar zu machen, wie Messwerte erfassen, Motoren ansteuern, mechanisch stabile Strukturen aufbauen, Regelkreise implementieren, Programmieren lernen. Oder aber es werden komplette Systeme aufgebaut und erforscht beispielsweise ein intelligentes Haus, ein ferngesteuertes sicheres Auto oder eben ein autonomer mobiler Roboter. Hier steht auch der Faktor Spaß bzw. das motivierte, interessierte Lernen im Vordergrund. So wird das qfix System auch offiziell in der schulischen Bildung eingesetzt, z. B. in Baden-Württemberg im Fach NWT (Naturwissenschaft und Technik) und es finden von Hochschulseite aus Lehrerfortbildungen mit dem System statt, z. B. "GuT" (Gymnasium und Technik) an der Hochschule Esslingen. Bezogen auf den professionellen Bereich, etwa die berufliche Ausbildung oder den industriellen Bau von mechatronischen Prototypen, stößt das bisherige System jedoch an seine Grenzen. Dies liegt maßgeblich an den bisher erhältlichen Controllerboards. Diese basieren auf den bekannten kostengünstigen Controllern der Atmel ATmega Klasse, welche zum einen nur rein textbasiert programmiert werden können (beispielsweise in C/C++) und mit denen die Implementierung z. B. eines echtzeitfähigen Systems nur mit viel Expertenwissen möglich ist. Ein leistungsfähigeres und mittels LabVIEW auch graphisch programmierbares Controllerboard fehlte bis dato. Neue Controllerboards mit LabVIEW-Unterstützung Die Schmid Engineering AG bietet Lösungen für Embedded-Systeme und entwickelt hierfür meist Boards mit High-End Mikrocontrollern. In einem partnerschaftlichen Projekt mit NI und qfix robotics entwickelte Schmid Engineering gleich zwei leistungsfähige Controllerboards, deren unterschiedliche Eigenschaften im Folgenden beleuchtet werden sollen. ARMBoard Das ARMBoard ist bezogen auf Formfaktor und Leistung das kleinere der beiden vorgestellten Boards. Verlangt eine Robotik- oder Mechatronikanwendung nach einem Controllerboard im Scheckkartenformat und/oder einem Stromsparbetrieb bis runter auf wenige Milliwatt bei einer überschaubaren Anwendungskomplexität, dann schafft das graphisch programmierbare ARMBoard die optimalen Voraussetzungen dafür. Das Herz des ARMBoards bildet ein 32 Bit ARM Cortex M3 Microcontroller mit 50 MHz Taktrate, 64 KB RAM und 256 KB Onchip-Applikationsflash. Das Multifunktionsboard integriert auf nur 8x4 cm Grundfläche zahlreiche Funktionen, die in einem Robotikprojekt sofort eingesetzt werden können: 2x Pushbuttons, 2x frei programmierbare LEDs, 4x Analogeingänge (0-5 V, 10 Bit), 8x Digitalausgänge (5 V, schaltbar und kurzschlussfest, bis 500 ma pro Kanal), 4x Digitaleingänge und 2x H-Brücken zur Ansteuerung verschiedener Motoren bis 1 A. Über den I2C-Bus können eine Vielzahl weiterer Sensoren und Aktoren eingebunden und damit I/O skaliert werden. Eine serielle Schnittstelle stellt die Kommunikation nach außen sicher und mit einem RS485-Interface lassen sich direkt Servomotoren ansteuern, etwa für Roboterarme mit mehreren Freiheitsgraden. Die Programmierung, das Deployment und auch das Debugging erfolgen durchgängig mit dem "LabVIEW Embedded Module for ARM" und dem ARMBoard-SDK von Schmid Engineering. Diese Toolchain schließt die Brücke zwischen den zwei unterschiedlichen Welten mit einem unterlegten Autocode-Generator, welcher das LabVIEW-Blockschaltbild in C-Code übersetzt. Die in der Embedded-Industrie etablierte KEIL-Toolchain mit integriertem Compiler und Linker kombiniert diesen C-Code mit der Source des standardisierten RTX-Realtime-Kernels und erzeugt daraus eine Anwendungsfirmware. Diese wird über einen Standard-JTAG-Link in das On-Chip-Flash des ARMBoards geladen und lässt sich dort mit den üblichen LabVIEW-Instrumenten debuggen. Blackboard Für Robotikprojekte mit zwar ähnlich geringen Platzverhältnissen aber wesentlich höheren Ansprüchen an Rechenleistung, Speicher und I/O-Funktionalität bietet sich das neue Blackboard an. Durch den verwendeten Blackfin Controller mit 500 MHz Taktrate, fixed-point-cpu mit skalierbarem Stromverbrauch, 64 MB RAM und 32 MB Flash lassen sich Robotik- und Mechatronikaufgaben erstaunlich hoher Komplexität mit nahezu beliebiger Anzahl Prozess-I/Os realisieren. So bietet das Board auf nur 10x6 cm Grundfläche folgende Sensor-, Aktor- und Kommunikationsfunktionen: 1x Pushbuttons, 2x frei programmierbare LEDs, 8x Analogeingänge (0-5 V, 10 Bit), 8x Digitalausgänge (5 V, schaltbar und kurzschlussfest, bis 500 ma pro Kanal), 8x Digitaleingänge und 6x H-Brücken zur Ansteuerung von bis zu sechs Motoren bis 1 A gleichzeitig. Über den I2C-Bus können eine Vielzahl weiterer Sensoren und Aktoren hinzugefügt oder die Anzahl der I/O-Ports skaliert werden. Mit einem RS485-Interface lassen sich wie beim ARMBoard direkt mehrere Roboterarme mit mehreren Freiheitsgraden ansteuern, um so z. B. einen Spinnenroboter zu realisieren. Folgende Zusatzfunktionen prädestinieren das Blackboard für den Einsatz in mobiler Robotik: Akkuschnittstelle, Embedded-Filesystem auf Solid-State-Disk, 3D-Beschleunigungssensor, Drehratensensor (Gyroskope), integriertes Funkmodul. 2/9

3 Programmiert wird die Anwendungssoftware komplett in LabVIEW. Dabei schätzen die Anwendungsentwickler vor allem den sogenannten Fast-Debug-Mode FDM. Dieser ermöglicht es, eine komplette Robotikapplikation in LabVIEW auf dem PC zu entwickeln und dabei jede CPU und I/O-Funktion des Blackboards über einen seriellen Link nahtlos einzubinden. Damit lassen sich in der Logik komfortabel die Fehler finden, bevor es an den Echtzeittest auf dem Zielsystem geht. Hier erfährt der LabVIEW-User ein einschneidendes Erlebnis, denn er verlässt die "Komfortzone", indem er parallel in zwei Toolchains arbeitet. Ähnlich wie beim ARMBoard wird das LabVIEW-Diagramm in ein Executable übersetzt, diesmal aber über den plattformunabhängigen LabVIEW-ANSI-C-Code-Generator und den Blackfin-spezifischen Compiler und Linker. Jetzt wechselt der Programmierer in das Blackfin-Entwicklungswerkzeug, lädt das Executable und später die Firmware in das Zielsystem und debugged es dort. Dabei stehen ihm wohl die üblichen Hilfsmittel zur Verfügung, jedoch nicht in der gewohnten LabVIEW-Abstraktion. Er arbeitet quasi direkt auf dem Silizium der Robotikplattform und debugged generierten Code mit Low-Level-Instrumenten. Evaluation Sowohl die qfix Bausatz-Komponenten als auch die neuen Controllerboards von Schmid Engineering wurden direkt bei NI getestet und das Zusammenspiel in Form zweier sehr unterschiedlicher Fußballroboter analysiert. Die folgenden Abschnitte spiegeln direkt die Projektergebnisse wieder. Torwart mit ARMBoard Im ersten Projekt sollten die Möglichkeiten und Grenzen von LabVIEW auf ARM zum Einsatz im mobilen Robotikbereich evaluiert werden. Es galt, einen Fußballtorwart-Roboter auf Basis der qfix Komponenten und des neuen ARMBoards zu implementieren. Als Basisplattform wurde der Crash-Bobby-Bausatz verwendet, welcher bereits erfolgreich von einigen Teams am Robocup eingesetzt worden ist. Neu ist jedoch die Programmierung mit LabVIEW. Der Torhüter sollte folgende Kriterien erfüllen: sich nur innerhalb des Strafraums bewegen, den Ball erkennen und Blickkontakt halten, das Tor verteidigen, wenn der Ball in Reichweite ist. Als Ball wurde der offizielle Infrarot-Ball des RoboCup-Junior-Wettbewerbs verwendet. Neben der vorhandenen Grundplatte mit den zwei Motoren und einem Stützrad wurden folgende Sensoren verwendet, um die oben genannten Kriterien zu erfüllen: ein Front-Abstandssensor zur Erkennung von Hindernissen, zwei Infrarot Sensoren zur Erkennung des Balles, ein Liniensensor unten um die weißen Strafraumlinien zu erkennen. Die Software wurde durch eine State-Machine mit verschiedenen Zuständen realisiert. Letztendlich werden immer wieder Sensorwerte ausgelesen, verrechnet und dann in Abhängigkeit von aktuellem Zustand und Sensor-Input der Folgezustand ausgewählt. Der Ballsuchalgorithmus lässt sich zum Beispiel einfach durch Vergleichsoperatoren umsetzen (siehe Bilder). Bild 9: Ballsuchalgorithmus auf der Basis von Vergleichsoperatoren zweier IR-Sensoren. 1. Prüfe, ob die Infrarotsensoren einen Schwellwert übersteigen, wenn ja -> Ball ist sichtbar (Links). 2. Nun prüfe die Richtung des Balls -> Welcher Sensor hat den größeren Wert? (Mitte). 3.Prüfe, ob der Größenunterschied innerhalb eines Toleranzbereiches liegt, wenn ja, wurde ein Ball entdeckt. Die geforderten Funktionen ließen sich so Schritt für Schritt zügig aufbauen und auf hohem Level entwickeln. Aufgrund des begrenzten Speichers und limitiertem CPU-Clock des ARMBoards musste jedoch von Anfang an konsequent ressourcensparend implementiert werden, indem z. B. eine Integerarithmetik an Stelle der komfortableren Gleitkommaarithmetik benutzt wurde. Bezüglich Programmgröße und Leistung wurde nie direkt an Grenzen gestoßen und der Torwart funktionierte bei langsamen und mittleren Ballbewegungen einwandfrei. Jedoch wurde beobachtet, dass der Roboter aufgrund seiner niedrigen Taktrate bei schnelleren Bewegungen die Sensorwerte erst verspätet auslesen und auswerten kann. So konnte es passieren, dass der Roboter einen schnellen Ball verlor oder die Grenzlinie beim Rausschieben des Balls aus dem Strafraum nicht erkannte. Stürmer mit BlackBoard Das zweite Projekt hatte zum Ziel, die erweiterten Möglichkeiten des BlackBoards auszuloten und Erfahrungen zu sammeln. Hierzu wurde ein weiterer Roboter mit anderer Kinematik aufgebaut und so programmiert, dass er als Stürmer agiert und den Ball idealerweise ins Tor befördert. Dazu wurde die qfix Omnidrive-Plattform mit drei omnidirektionalen Rädern um einige Sensoren erweitert und das BlackBoard eingesetzt. Folgende Sensoren und Aktoren wurden verwendet: Ultraschallsensor zum Ausweichen von Hindernissen, Infrarotsensoren zur Erkennung des Balles, Kicker zum Schießen des Balles. Die Vorteile der graphischen Programmierung des BlackBoards zeigten sich schon frühzeitig. Die gesamte Anwendung ließ sich schnell und einfach umsetzen und die von Schmid Engineering vorgefertigten Ansteuer-VIs konnten sofort eingesetzt werden, ohne einen Gedanken an Low-Level-Treiber zu verlieren (siehe Bild). Der Stürmer kennt folgende Ausführungsmodi: In Echtzeit den Ball suchen, darauf zufahren und schießen In Echtzeit einen festgelegten Weg mit dem Ball abfahren und dann schießen Den Roboter manuell z. B. mit einer Eventsteuerung über die Tastatur steuern; dies geschieht über einen Wireless Link Der Algorithmus zum Verfolgen eines Balles wurde wie folgt implementiert: Es wird die Differenz des Sensorinputs der beiden um ca. 30 Grad nach außen gedrehten Infrarotsensoren berechnet. Je nach Vorzeichen der Differenz dreht der Roboter nach links oder rechts. Bei der Programmierung des Embedded-Controllers war fast kein Unterschied zum normalen PC-LabVIEW feststellbar. Die grundlegenden Funktionen standen vollumfänglich zur Verfügung. Im Vergleich zum ARMBoard war es jedoch etwas aufwändig, die Referenznummern zur Ansteuerung der analogen Ein- und Ausgänge in jeden Zustand mithilfe von Schieberegistern mitzuschleifen. Dies liegt daran, dass das BlackBoard die komfortablen Elemental-IO-Variablen nicht unterstützt. Abhilfe würde ein weiterer Abstraktionslayer z. B. auf Basis der funktionalen Globalen Variable schaffen. Vor allem bei der Entwicklung der State Machine und deren Verknüpfung mit den realen Sensoren und Aktoren beschleunigte der Fast-Debug-Mode FDM die Applikationsentwicklung und auch die Konfiguration des Roboters. Hier ließen sich via Frontpanel direkt Sensorwerte ablesen, um den Roboter schnell an seine Umgebung anzupassen. Dies wäre im Echtzeitmodus so gut wie unmöglich gewesen, auch bei einem Ausgeben von Statuswerten über die Konsole oder über den Wireless Link an einen Host. Bei der Konfiguration ist der Robotiker nämlich auf sofortigen Systemfeedback und Eingriff angewiesen. Nach dem Verifizieren der Anwendungslogik erzeugten die Tools den echtzeitfähigen Code und luden ihn über JTAG in das Zielsystem. 3/9

4 Ergebnisse und Ausblick Dieser Artikel stellte zum einen das qfix Baukastensystem für die prototypische Entwicklung von mechatronischen Geräten oder mobilen Robotern vor. Zum anderen wurden zwei neue, mit dem qfix System kompatible Controllerboards mit unterschiedlichen Stärken und Schwächen präsentiert. Im Gegensatz zu den bisherigen qfix Boards können die neuen Boards, ARMBoard und BlackBoard, graphisch mittels LabVIEW programmiert werden. Eine ausführliche Evaluation der beiden Boards durch Praktikanten bei NI ergab folgendes Bild: Das ARMBoard eignet sich grundsätzlich gut für den Einstieg und leicht fortgeschrittene Anwendungen, die eher sequenzielle als parallele Aufgaben fordern und die nicht zeitkritisch sind. Der Komfort der durchgängigen Toolchain wurde sehr geschätzt, denn der gesamte Build- und Deploymentprozess wird von LabVIEW bequem abstrahiert. Für das Debuggen direkt auf dem Zielsystem standen die in LabVIEW üblichen Instrumente zur Verfügung. Einzig die relativ langen Kompilierzeiten, die auch bei kleinen Programmänderungen anfallen, wurden als nachteilig empfunden. Beim BlackBoard lässt die schnelle Ausführungszeit im Echtzeitmodus aufgrund des hoch getakteten Prozessors keine Timing-Wünsche offen. Bei der State-Maschine traten im Echtzeitbetrieb keine nennenswerten funktionellen Unterschiede zum FDM auf. Hier gilt es nämlich zu beachten, dass beim FDM eigentlich mit LabVIEW auf Windows gearbeitet und der I/O über einen seriellen Link mit dem Diagramm verbunden ist, wie bei einer externen DAQ-Karte. Im Echtzeitmodus hingegen wird aus jedem LabVIEW-VI C-Code generiert und mit komplett unterschiedlichen, z.t. auf den Blackfin optimierte Libraries verlinkt. Sogar die Verwendung von Clustern verursachte keine Performance-Einbuße. Im Vergleich zum ARMBoard scheint das BlackBoard deutlich vielseitiger einsetzbar, schon aufgrund der höheren Leistungsklasse und umfangreicheren Sensor-, Aktor- und Kommunikationsfunktionen. Das Arbeiten in zwei Toolchains wurde zu Beginn als etwas gewöhnungsbedürftig empfunden, doch schon nach kurzer Zeit gingen die Download-, Flashing- und Debuggingprozesse leicht von der Hand. Schließlich wurden die Debuggingsequenzen direkt in die Applikationslogik integriert und konnten über ein Flag ein- und ausgeschaltet werden. Das führte zu voller Transparenz der Robotikanwendung auch zur Laufzeit. Die positiven Evaluationsergebnisse führten bei der qfix robotics GmbH zu einer Neuauflage der gängigen Roboter- und Messen/Steuern/Regeln-Bausätze. Diese werden nun auch mit ARMBoard bzw. BlackBoard angeboten und bieten so die Möglichkeit der LabVIEW-Programmierung. Autor: Dr. Stefan Enderle qfix robotics GmbH Senden Deutschland Bild 1: "Spielwiese" mobile Roboter ein ideales Testfeld für Mechatroniker in Ausbildung und Prototypenbau Bild 2: Verschiedene qfix Metallbauteile (Platten und Stangen) mit 10 mm Lochraster 4/9

5 Bild 3: Antriebseinheit mit Getriebemotor, Motorhalterung und Rad sowie Sensor-Set mit IR-Distanzsensor, Montagezubehör und Anschlusskabel Bild 4: qfix Controllerboard, LCD Display, Relais-Platine Bild 5: "Crash-Bobby" Roboterbausatz (Verpackung und Einzelbauteile) 5/9

6 Bild 6: qfix ARMBoard mit ARM Cortex M3 Controller, entwickelt bei Schmid Engineering Bild 7: qfix BlackBoard mit Blackfin Controller, entwickelt bei Schmid Engineering 6/9

7 Bild 8: Torwart-Roboter auf Basis des qfix Crash-Bobby mit ARMBoard Bild 10: Mit den Funktionen aus dem Bild oben in Sub-VIs verpackt lässt sich ein Zustand "Check direction" aufbauen. 7/9

8 Bild 11: Stürmer-Roboter auf Basis des qfix Omnidrive mit BlackBoard Bild 12: Die einzelnen Funktionen wie z. B. Sensorwerte auslesen und Motoransteuerung wurden als verschiedene Zustände einer State-Maschine realisiert. 8/9

9 Bild 13: qfix SoccerBot Bausatz mit neuem BlackBoard und LabVIEW Rechtliche Hinweise Diese Kundenlösung ( Kundenlösung ) wurde von einem Kunden von National Instruments ( NI ) entwickelt. DIESE KUNDENLÖSUNG WIRD IM IST-ZUSTAND ZUR VERFÜGUNG GESTELLT UND NI ÜBERNIMMT KEINERLEI GARANTIEN. AUSFÜHRLICHERE ERLÄUTERUNGEN ZU ANDEREN EINSCHRÄNKUNGEN ENTNEHMEN SIE BITTE DEN NUTZUNGSBEDINGUNGEN FÜR NI.COM. 9/9