Dasar robotika — Panduan belajar
Dasar robotika — Alur belajar terstruktur tentang robotika, kendali, pertanian lingkungan terkendali, energi, dan elektronika daya.
Alur belajar terstruktur tentang robotika, kendali, pertanian lingkungan terkendali, energi, dan elektronika daya.
- Panduan belajar · 2 menit baca
Peta jalan robotika dalam ruangan — dari sensor hingga kontrol gerakan
Hubungkan penginderaan, lokalisasi, pemetaan, perencanaan, dan kontrol, lalu pilih. a reading path for the system you want to build.
- Fundamentals · 5 menit baca
Pengantar ROS 2 — Mendistribusikan Kontrol Robot dengan Aman di Seluruh Node, Topik, dan DDS
ROS 2 adalah middleware robotika yang memisahkan penginderaan, persepsi, perencanaan, dan kontrol ke dalam proses terpisah dan menghubungkannya melalui komunikasi DDS. Artikel ini membahas node, topik, layanan, aksi, QoS, TF2, siklus hidup, implementasi dan debugging, beserta perbedaan dari ROS 1 dan peringatan operasional di dunia nyata, dengan diagram.
- Fundamentals · 2 menit baca
Transformasi koordinat robot: matriks, kuaternion, dan TF
Gunakan contoh numerik untuk menghubungkan rotasi, translasi, transformasi invers, quaternions and ROS frames.
- Hands-on · 5 menit baca
Mereproduksi kegagalan robot dengan rosbag2: input, TF, dan waktu
Bangun perbandingan tayangan ulang yang terkontrol dan diagnosis penerbit TF ganda. and mixed time sources.
- Fundamentals · 5 menit baca
Pengantar Perhitungan Posisi Tanpa Navigasi — Mengintegrasikan Roda, IMU, dan GNSS untuk Melacak Pergerakan Robot
Penentuan posisi berdasarkan perkiraan (dead reckoning) adalah teknik dasar untuk memperbarui posisi dan orientasi robot dengan mengintegrasikan rotasi roda, pembacaan IMU, dan sensor kecepatan. Artikel ini membahas kinematika penggerak diferensial, akumulasi kesalahan, koreksi berbasis EKF, dan implementasinya pada robot transportasi dalam ruangan dan pengemudian otonom, dengan persamaan dan diagram.
- Fundamentals · 20 menit baca
Pengantar LiDAR-SLAM — Mengetahui "Di Mana Saya" dari Awan Titik Laser
Kamera menyimpulkan jarak secara tidak langsung dari pola cahaya yang dipantulkan; LiDAR mengukur jarak secara langsung dari waktu tempuh pulsa laser. LiDAR-SLAM adalah teknologi yang dibangun berdasarkan pendaftaran awan titik yang dikembalikan oleh sensor pengukur jarak aktif ini. Artikel ini bekerja secara sistematis mulai dari dua pilar pencocokan pemindaian, ICP dan NDT, melalui desain fitur LOAM, Loop Closure dan Graph SLAM, hingga silsilah algoritma penanda — LeGO-LOAM, Cartographer, LIO-SAM, FAST-LIO2.
- Hands-on · 3 menit baca
Mengapa ICP gagal: inisialisasi, outlier, dan geometri simetris
Lakukan registrasi 2D dan bedakan residu, cakupan korespondensi, dan true pose error.
- Fundamentals · 15 menit baca
Pengantar Penggabungan Sensor — Membangun Satu Model Dunia dari Banyak Sensor
Kamera unggul dalam hal makna, LiDAR unggul dalam hal geometri, IMU unggul dalam hal gerakan — dan masing-masing memiliki titik butanya sendiri. Dari matematika berbasis probabilitas dan optimasi yang menggabungkannya (Filter Kalman, Grafik Faktor) hingga pasangan konkret seperti VIO (Kamera×IMU), LIO (LiDAR×IMU), dan BEV Fusion (Kamera×LiDAR), sebuah tur sistematis tentang bagaimana Sensor Fusion mengubah beberapa sensor menjadi model dunia tunggal.
- Fundamentals · 5 menit baca
Mengapa fusi sensor gagal — pengaturan waktu, bingkai, dan kalibrasi ekstrinsik
Mendiagnosis kegagalan fusi melalui cap waktu, kerangka koordinat, dan pemasangan. geometry and covariance.
- Fundamentals · 16 menit baca
Pengantar VIO/LIO — Menggabungkan IMU dengan Kamera atau LiDAR untuk Lokalisasi Mandiri
Kamera saja, atau LiDAR saja, akan mengalami kendala dalam situasi tertentu. Menggabungkan salah satu sensor dengan IMU (akselerometer + giroskop) akan menutupi kelemahan tersebut -- inilah yang dilakukan oleh VIO (Visual-Inertial Odometry) dan LIO (LiDAR-Inertial Odometry). Dimulai dari mengapa IMU saja tidak dapat memulihkan posisi, artikel ini membahas dua filosofi desain -- berbasis Filter dan berbasis Optimasi -- dan algoritma penting dari ROVIO, OKVIS, VINS-Mono, dan OpenVINS hingga LIO-SAM dan FAST-LIO2.
- Hands-on · 2 menit baca
Cara mengevaluasi SLAM — ATE, RPE, waktu eksekusi, dan kegagalan
Gunakan lintasan sintetis untuk membedakan kesalahan absolut dan relatif, lalu define matching, alignment and failure reporting for an evaluation.
- Fundamentals · 12 menit baca
Pengantar Kinematika Lengan Robot — Kinematika Maju, Kinematika Terbalik, dan Jacobian
Kinematika maju menemukan posisi dan orientasi tangan dari sudut sendi; kinematika invers menyelesaikan masalah sebaliknya; dan Jacobian menjembatani keduanya melalui "kecepatan." Dari membangun transformasi koordinat dengan parameter DH, melalui IK analitik, IK numerik (Damped Least Squares), singularitas, dan derajat kebebasan yang berlebihan — penjelasan sistematis dari bawah ke atas tentang kinematika yang mengatur bagaimana lengan robot bergerak.
- Fundamentals · 14 menit baca
Pengantar Pengendalian Gaya dan Pengendalian Impedansi — Membangun Robot yang Dapat Menyentuh
Dimulai dari apa yang sebenarnya terjadi saat lengan robot yang dikendalikan posisinya menyentuh benda kaku — dan mengapa hal itu membuat perakitan, pemolesan, dan tugas kontak manusia menjadi tidak mungkin — artikel ini membahas kontrol impedansi, yang menghubungkan gaya dan perpindahan melalui pegas, peredam, dan massa virtual; kontrol admitansi, yang membalikkan kausalitas tersebut; dan kontrol posisi/gaya hibrida, yang memisahkan posisi dan gaya berdasarkan arah spasial, membangun gagasan tersebut dari persamaan dan diagram.
- Fundamentals · 8 menit baca
Pengantar Sistem Hidrolik — Dari Prinsip Pascal hingga Kontrol Gaya pada Robot
Mengapa input kecil dapat menggerakkan lengan ekskavator hidrolik yang besar? Artikel ini memperlakukan pompa, katup kontrol, silinder, cairan hidrolik, sensor, dan pengontrol sebagai satu lingkaran tertutup, mencakup persamaan tekanan/aliran/efisiensi, teknologi terkini dalam mesin konstruksi dan pertanian, serta konversi elektro-hidrolik dan penelitian terkini, dengan diagram.
- Fundamentals · 5 menit baca
ArduPilot Primer — Estimasi Keadaan, Kontrol, dan Desain Misi untuk Autopilot
ArduPilot adalah autopilot sumber terbuka yang mengimplementasikan penggabungan sensor kendaraan, kontrol sikap/posisi, misi navigasi, dan pengaman kegagalan. Artikel ini membahas perbedaan antara Copter, Plane, dan Rover, ditambah EKF, PID, MAVLink, SITL, dan pengujian keselamatan kendaraan nyata, dengan diagram.
- Fundamentals · 12 menit baca
Pengantar Pengendalian Kawanan (Multi-Robot) — Membangun Pengelompokan, Formasi, dan Konsensus
Kontrol kawanan memecahkan masalah yang tidak dapat dipecahkan oleh satu robot, hanya dengan menggunakan "aturan lokal sederhana" yang diterapkan pada banyak robot. Mulai dari mereproduksi perilaku berkelompok dengan Boids, melalui algoritma konsensus untuk kesepakatan, hingga tiga pendekatan untuk kontrol formasi — pemimpin-pengikut, struktur virtual, dan berbasis perilaku — artikel ini secara sistematis mengorganisir bidang ini di sekitar perbedaan antara arsitektur terpusat dan terdesentralisasi.