Robotta hızlı trigonometri için mikrodenetleyici / cpu?

Bu, çok ağır olan donanımlarla ilgilidir, çünkü (şişman kedi büyüklüğünde, 3 DOF ile 6 bacak) yürüyen bir robot onu taşımalıdır. Bu yürüyüş nedeniyle bir çok trigonometri (matris matematik kullanarak ya da henüz emin değilim) yapmak gerekir ve bu sorunun nereden geliyor.

PIC, Arduino veya ucuz AVR, her şeyi 100 / saniye hesaplamak ve atalet ve engellerden kaçınmak gibi şeyleri, hatta bruteforce yolları / yürüyüşleri tutmak için yeterince hızlı değildir.

• Plan A beyni robot üzerinde taşımaktır. Mikroişlemci, mikro ITX, nettop veya diğerleri; trigonometri / matris matematik hızlı yapmak için verimli donanım nedir?

  Çevrimiçi arama yaptım ve bu konuda uzmanlaşmış AVR, x86 veya ARM mikrodenetleyicileri bulmayı bekledim, ancak orada şans yok.

• Plan B, ağır kaldırmayı yapmak için WiFi üzerinden bağlı bir x86 makinesine sahip olmaktır. Prototipleme için de harika, ancak donanım minyatürleştiğinde sonunda A planına göç etmek istiyorum. Ama o zaman bile, hangi masaüstü CPU en hızlı trigonometri yapabilir?

• Plan C, yükü dağıtmak ve her bacak için bir güç verimli mikro denetleyici / çekirdeğe sahip olmakla birlikte, bu, uzatma kabiliyetini sevdiğim birçok nedenden dolayı en iyi çözüm değildir.

Henüz kullanılan dil ve / veya kütüphaneye karar vermedim, ancak Pascal ve C ++ tercih ediyorum.

(daha uygun etiketler için öneriler hoş geldiniz, burada yeniyim)

Uygulamanız gerçekten yoğun bilgi işlem gibi görünmüyor. Örneğin, bir dsPIC, yinelemelerinizin her biri için 400 k komut yürütebilir. Bu çok fazla. Bununla birlikte, iyi bir düşük seviye I / O kapasitesine, PWM jeneratörlerine, zamanlayıcılara ve benzerlerine sahip olmak faydalı olacaktır.

Sinüs ve kosinüs dsPIC gibi bir tamsayı makinesinde yapmak o kadar da zor değildir. Birkaç kez kendim yaptım. İşin püf noktası, açılar için doğru temsili seçmektir. Radyanlar teorik açıdan iyi olabilir, ancak hesaplama açısından elverişsizdir. Degress yapay ve sadece aptalca. Bir tam dönüşü temsil etmek için makine boyutundaki tamsayılarınızın tamamını kullanın. Örneğin, bir 16 bit işlemci olan bir dsPIC'de, bir tam dönüş 65536 sayımdır, bu da bir robotu kontrol etmek için ihtiyacınız olandan veya yine de ölçebileceğinizden daha fazla doğruluk ve çözünürlüktür.

Bu gösterimin bir avantajı, tüm kaydırmanın, yalnızca imzasız tamsayıların toplama ve çıkarma işlemlerinin nasıl çalıştığı nedeniyle otomatik olarak gerçekleşmesidir. Bir diğer önemli avantaj, bu temsilin, sinüs ve kosinüs için arama tablolarını kullanmaya özellikle iyi katkıda bulunmasıdır. Sadece 1/4 döngüyü saklamanız gerekir. Açının üstteki iki biti, hangi kadranda olduğunuzu söyler, bu da tabloya ileri veya geri indekslenip endekslenmeyeceğinizi ve sonucun reddedilip edilmeyeceğini söyler. Sonraki N alt biti, tablonun indekslenmesi için kullanılır ve tablonun 2 ^N segmenti vardır (2 ^N +1 noktası). Tabloya geriye doğru endekslemenin sadece tablo indeksi bitlerini tamamladığını unutmayın.

En yakın cevabı seçmek yeterince iyi olacak şekilde tabloya yeterli puan verebilirsiniz. Örneğin, tablonun 1024 kesimi varsa, sinüs ve kosinüs bir dairenin en yakın 1/4096'sına kadar hesaplanır. Bir robotu kontrol etmek için bolca olacak. Daha fazla doğruluk istiyorsanız, tabloyu büyütebilir veya bitişik tablo girişleri arasında doğrusal olarak enterpolasyon yapmak için açının kalan alt bitlerini kullanabilirsiniz.

Her neyse, bu işlemci için gereksinimlerinizin belirtilen problemle uyuşmadığı anlaşılıyor. Muhtemelen bir dsPIC33F kullanırdım. Kesinlikle küçük, hafif ve tek kartlı bir bilgisayarda x86 gibi tam gelişmiş bir genel amaçlı bilgi işlem sürecinden çok daha güç tasarrufludur.

Çok sayıda giriş sinyali ile uğraşacaksınız. Yüksek iş hacmine sahip bir CPU'ya ihtiyacınız yoktur; paralel olarak birçok sinyal işlenebilir. Bu tipik DSP bölgesidir. Tabii ki, genel CPU işlevselliği de istiyorsunuz. Bu hiç sorun değil. Entegre DSP'lere sahip çok sayıda CPU var.

Bu tür uygulamalar için tipik bir çip tasarımı bir Cortex-M4'tür. Bu, entegre bir DSP ile birlikte gelir ve -M4F sürümlerinde de bir FPU bulunur. Bu gerekli olmayabilir, trigonometri sabit noktalı matematikte kolayca yapılabilir.

Birkaç açıklama:

1. Trigonometri işlemlerini, engelden kaçınmayı yürüten aynı CPU üzerinde işlemenize gerek yoktur. Görevleri iki mikrodenetleyici arasında bölebilir ve konuşmaları için bir iletişim protokolü kullanabilirsiniz.

2. Bir deney için bir ARM Cortex M0 mikrodenetleyicide Kalman filtreli bir AHRS algoritması uyguladım (bir STM32 idi, gerisini tam olarak hatırlamıyorum ama 32 MHz olduğunu düşünüyorum) ve sabit nokta matematik kullanarak çalıştırabilirim saniyede yaklaşık 40 örnekte. Daha hızlı bir denetleyici ile kolayca taşıyabilmelisiniz ve elbette FPGA veya DSP yolunu deneyebilirsiniz.

3. Bacakların kontrolünün CPU yoğun olmadığını ve trigonometri ve engellerden kaçınma işlemlerinden ayrı olarak tüm bacakları birlikte kontrol edebileceğinizi söyleyebilirim (bkz. 1)

Trigonometri zor, ancak kısayollar var. İşlem gücüne açıksanız, CORDIC algoritmasını göz önünde bulundurun.

Temelde [örneğin] sinüs için bir değerler tablosu. Açılar derece, radyan, istediğiniz gibi olabilir. Mesele şu ki, bu değerlerin SINE'i robotunuzun kullanabileceği bir dereceye kadar 1/2 (0.5), 1/4 (0.25), 1/8, 1/16 ..... 'dır.

Açınızı girin, ilk tablo değerini çıkarın, sonucunuzu ilk sonuca ayarlayın (0.5). Çıkarma ile açınız negatif olursa, bir sonraki değeri EKLEYİN (ve 0,25'i çıkarın). Aksi takdirde, açıları çıkarmaya ve sonuç eklemeye devam edin.

Tablonun sonuna geldiğinizde, yaptığınız tek şey toplama ve çıkarma işlemidir ancak yine de çok yakınsınızdır. Çarpılacak son bir “keman faktörü” var.

Sonucun doğruluğu [ve hızı], arama tablosunun boyutuna ve çözünürlüğüne bağlıdır.

Genel amaçlı bir GNU / Linux sistemi çalıştıran bir Raspberry Pi kartı kullanmayı düşünebilirsiniz. Raspberry Pi, robot servolarını veya uzatma kartlarını bağlamak için kullanılabilecek birkaç GPIO pimine sahiptir.

http://www.youtube.com/watch?v=RuYLTudcOaM

Model A Raspberry Pi, 2.5W güç bütçesinin altında kalırken GPU'sunu OpenGL ES 2 kullanarak 24 GFLOP'a kadar genel amaçlı kayan nokta hesaplaması yapabilir.

http://elinux.org/RPi_Hardware

Örnek: Raspberry Pi kullanılarak uygulanan pille çalışan bir robot kurulumu.

http://www.homofaciens.de/technics-robots-R3-construction_en_navion.htm

Örnek 2: Ahududu pi ile kontrol edilen 6 ayaklı bir robot:

http://www.youtube.com/watch?v=Yhv43H5Omfc

Örnek 3: Ahududu pi ile kontrol edilen kendi kendini dengeleyen 2 tekerlekli ters sarkaç robotu:

http://www.youtube.com/watch?v=n-noFwc23y0

Bacaklı robot için bazı önceden tanımlanmış bacak hareket eden diziler oluşturabilir ve bunları oynatabilirsiniz. Gerçek zamanlı engellerden kaçınma, fuzzy logicher şeyin tekrar tablo formatında olduğu hafif uygulama ile yapılabilir ve yapmanız gereken tek şey, ondan doğru değeri seçmek vedefuzzyfication işlem .

Her şey C gibi bir şekilde daha hızlı bir işlemci üzerinde yapılabilir ARM7. Her AVRşeyi dönüştürmek için çok zaman geçirdikten sonra denedim ve başarısız oldum fixed point arithmetics.

Texas Instruments Stellaris platformunda varsayılan olarak bir kayan nokta ünitesi bulunur. 80MHz saatli ARM denetleyicisinin uygulamanız için yeterince hızlı olduğundan emin değilsiniz, ancak bir LaunchPad geliştirme kartı oldukça ucuz: http://www.ti.com/ww/en/launchpad/stellaris_head.html

USB üzerinden programlanabilir, en az Windows ve Linux için ücretsiz takım zincirleri mevcuttur, yaklaşık 4 × 6 cm ölçülerinde ve 30+ GPIO pini vardır (doğru sayılırsam).

Sen edebilirsiniz Robot uygulamaya x86 güç pc işlemci kartını gömmek bir arabirim kartı olarak robotun kontrol etme AVR yardımıyla. En hızlı ve en ucuz çözüm sorunun. Ancak evet, x86 mimarisine birçok kodlamayı karıştırmanız gerekiyor, ancak neyse ki çok sayıda kodlamayı açık kaynaklı işletim sistemi kodlarından kavrayabilirsiniz. (Mekanik yapınız bu ağırlığı taşıyabiliyorsa)