Lego LAB uge 6

Tilstede:
Mikkel Nielsen
Søren Bramer Schmidt
Peter Jessen


Tid brugt:
6 timer

Mål
Målet med dagens øvelse er at lave de 3 køretøjer beskrevet i ugeopgave 6 samt udføre de beskrevne forsøg.






Plan
Planen er skrevet således, at vi følger opgaveformuleringen for uge 6. [1]
0. Bluetooth status.
1. Vi vil starte med at bygge en basis robot der kan bruges til alle eksperimenter, som beskrevet i [2]
2. Robotten konfigureres med en lydsensor og vi udfører eksperimenterne for køretøj 1 på tegningen, Herunder regulation og normalisering.
3. Køretøj 2 bygges med lys-sensor og og 2a og 2b konfigurationerne afprøves.
4. Køretøj 1 tilføjes estimering af gennemsnitlig lys-værdi som beskrevet ved forelæsning d. 08/03.

Resultater

 0. Bluetooth status
 Status på bluetooth er at vi har 3 computere som kan kommunikere med NXT'en via bluetooth og de medfølgende .jar filer, så som nxtbrowse, m.m. For at få dette til at virke har vi skulle tilføje miljøvariablen "LEJOS_NXT_JAVA_HOME", som peger på java runtime. 
Herudover har vi forbindelse til NXT'en fra en mobiltelefon vha. af bluetooth og en app fra Android Market der hedder "NXT Remote Control". Vi har 1 computer med 32-bit java, 32-bit eclipse og lejos NXT-plugin'et til eclipse. Denne computer bruger vi til at overføre kode til NXT'en via bluetooth. Maskinen kører 64-bit Windows 7, med indbygget bluetooth.
Vi har på intet tidspunkt fået 64-bit Java eller 64-bit eclipse til at virke med lejos.  

1.Bygning af robot

Vi byggede en simpel liggende robot med to motorer og et støttehjul efter instruktioner fra nxtprograms.com [2]. Denne robot har et lavt tyngdepunkt og har et godt udgangspunkt at tilføje sensorer på. Robotten er vist på billedet her.

  2. Eksperimenter for køretøj 1 

I disse eksperimenter bruges en enkelt lydsensor. I første eksperiment laver vi en direkte mapping mellem lydsensorens input og motorenes værdier. Dette resulterer i en robot der kører hurtigere fremad jo mere larm der er omkring den. Da lydsensoren kan aflæses som en værdi mellem 0-100 er denne mapping liniær. Vi placerede en musikafspiller på robotten og kunne observere den køre i takt til musikken.

Vi ændrede mappingen til at gå mellem -100 og 100. Dette svarer til at dække intervallet fra fuld bak til fuld frem på motorerne. Resultatet var en robot der bakker indtil en lydkilde kommer tæt nok på til at fange dens interesse. Denne video illustrerer sådan et møde mellem robot og mobiltelefon:

Koden for denne mapping er her:

public int negativeNormalization() {

  int power = (power() - 50) * 2;
  
  return power;
 }

Som altså gør, at vi nu i stedet for et interval på [0, 100] får et interval på [-100, 100]

3. Eksperimenter for køretøj 2 

Til det næste eksperiment monterede vi 2 lyssensorer på robotten. Robotten kan så nemt konfigureres til 2a eller 2b. Forskellen på 2a og 2b er at vi bytter om på ledningerne til lyssensorerne. Dette resulterer i at vi kan få robotten til at køre imod lyset eller køre væk fra det. Vi forsøgte først med lyssensorer placeret som vist på billedet her, med lang afstand imellem dem. Vi observerede at lys-sensorene er meget retningsbestemte, og det derfor ikke var så vigtigt at sensorene sad så langt fra hinanden. Vi valgte derfor at gå videre med et design hvor sensorene sidder tættere sammen, som vist på de følgende videoer.

Her er en video af 2a. Her kører robotten 'væk fra lyset'. Det vil sige at den drejer imod den side hvor der er mindst lys.

Her er 2b, hvor robotten følger lyset ved at konstant dreje i retningen af det skarpere lys.

4. Køretøj 1 med estimeringsfunktion



Vi har tilføjet en estimeringsfunktion til vores lyssensorer, som vi efterfølgende testede på en køretøj 1. Måden vi har gjort det på er ved at tilføje følgende funktion til vores LightMapping klasse, som i forvejen håndterer mappingen og normaliseringen af vores RAW value input fra en lyssensor.


public double estimate(double prevEstimate) {

double alpha = 0.001;

return alpha * readLight() + (1 - alpha) * prevEstimate;
}

Værdien af alpha på 0.001 fandt vi ved empirisk at undersøge hvor frekvent vi ønsker at opdatere vores estimat af gennemsnttet for lysværdierne.

Ved at have denne funktion kan vi så på vores NXT tilføje følgende stump kode:

LightMapping lightMapping = new LightMapping(new LightSensor(SensorPort.S1));

double average = lightMapping.estimate(420);

while(true) {

average = lightMapping.estimate(average);

if (lightMapping.readLight() > average) {
Car.backward(100, 100);
}

else {
Car.stop();
}
}

Som man kan se, har vi valgt at initialisere estimatet til at være 420, da det passer meget godt med det almindelige lysniveau i rummet. Denne værdi har dog ikke så stor betydning, da den meget hurtig bliver ligegyldig i forhold til, at vi meget hurtig indsamler nye værdier til gennnemsnittet. Denne stump kode gør, at vi nu kun kører hvis vi opdager en ændring i det gennemsnitlige lysniveau målt fra vores estimeringsfunktion.

Dette kan ses i følgende video:

Som man kan se på videoen står vores robot stille fordi den har tilpasset sig lysværdien, og derfor ikke bevæger sig. Efter vi så påvirker lysværdien begynder robotten at køre, da den målte værdi nu er over gennemsnittet. Herefter bliver den ved med at kører indtil den målte lysværdi nu igen passer med det estimeret gennemsnit.

 Status

Vi blev færdige med dagens planlagte program. Udover det nævnte i denne rapport medvirkede vi også til forsøg i "køkkenet", hvor lyset blev slukket og robotterne kørte efter eller forbi de andre robotter, som havde lys monteret på dem.

Referencer

[1] Øvelsesvejledning 6

[2] NXT Programs - Five Minute Bot
[3] Kode for uge 6

Lego LAB uge 5

Tilstede:
Mikkel Nielsen
Søren Bramer Schmidt
Peter Jessen


Tid brugt:
6 timer

Mål
Målet med dagens øvelse er at lave en Segway - det vil sige en tohjulet robot som kan balancere ved at bruge læsninger fra en lys-sensor som input til et PID loop.


Plan
Planen er skrevet således, at vi følger opgaveformuleringen for uge 5. [1]
1. Vi vil starte med at bygge robotten som beskrevet i NXTway. [2] 
2. Omskrive Sejway programmet fra bogen Maximum Lego NXTBuilding Robots with Java Brains [3], som beskrevet på forelæsningen (fjern I-leddet og bruge float i stedet for int)
3. Integrere BTcontrolledCar.java i Sejway programmet så vi kan ændre PID værdierne mens robotten kører for at optimere test. [4]
4. Find eksperimentelt gode værdier til vores robot og fysiske omgivelser

Resultater

1.Bygning af robot

 Vi byggede robotten ud fra tegninger fra [2]

 Da vi ikke havde præcise bygge instrukser, blev robotten ikke bygget helt som vist. Vi flyttede hjulene ud på ydersiden af robotten sammenlignet med [2]. Dette gav os mulighed for at udskifte hjulene med nogle større hjul, da det, efter vores teori, vil give os bedre mulighed for at holde balancen på segway'en.

  

2. Program til styring af Segway Vi forsøgte først at installere og afprøve programmet, som var givet til os i [3]. Dette viste sig ikke at være optimalt da værdierne i programmet ikke virkede på vores robot i de omgivelser vi befandt os i. Vi fandt ud af, at forskelle i lysforhold er meget vigtige, når der sættes konstanter i programmet.

Vi ændrede herefter programmet på følgende punkter.

1. Vi fjernede I-ledet,da vi ikke mente det havde en vigtig funktion.

2. Vi ændrede til float værdier og kunne derfor fjerne Scale-konstanten.

 Herefter forsøgte vi diverse værdier for konstanterne KP, og KD, og med forskellige kalibreringer af offset'et. Dette var dog en til langsom måde at teste på, så vi gik videre med bluetooth funktionalitet til at ændre programmets variable imens det køre.

3.Program for live overførsel af værdier via bluetooth

For at gøre det nemmere at ændre PID værdierne og kalibreringsoffsetet for vores Segway integrerede vi Bluetooth styring i NXT’en således, at vi kan sende nye værdier fra en computer, når vi har lyst. Dette er markant nemmere end at skulle ændre værdierne, compile og sende til NXT’en hver gang man vil teste.

Måden vi gjorde det på var ved at introducere en ny tråd på NXT’en, hvis eneste formål er at tjekke for, om der er kommet nye værdier, og i så fald, ændre dem. Denne tråds kode ser således ud [4]:

class ReadThread extends Thread {

   

        Sejway sejway;

       

        public ReadThread(Sejway sejway) {

               this.sejway = sejway;

        }

       

        public void run() {

       

               while (true) {

                       try {

                               sejway.KP = sejway.dis.readFloat();

                               sejway.KD = sejway.dis.readFloat();

                               sejway.offset = sejway.dis.readInt();

                       }

                       catch (IOException e) {}

               }

        }

}

Og denne tråd bliver så startet fra vores Segway, så den uafhængig af denne, bare står og tjekker for nye værdier.

I forhold til PC Controller delen, har vi bare ændret det til at passe med vores KP, KD og offset, ved at ændre textlables og ændre det til at sende floats i stedet for integers. Et eksempel på denne kan ses i næste afsnit, hvor vi også inkluderer værdierne for vores bedste forsøg med segwayen.

 

4.Eksperimentering

  Med programmerne på plads gik vi igang med at eksperimentere med variablerne. Vi udførte vores test på en hvid overflade ved almindelig dagslys. Vi gættede først et offset og nogle KP, og KD værdier. Med disse værdier startede vi robotten, og kunne observere at den falder forover eller bagover ved disse værdier. Vi ændrede herefter på offset'et for at stabilisere robotten omkring dens balance punkt. Med især KP værdien kunne vi ændre på hastigheden som robotten reagerede. Vi fandt frem til de mest optimale værdier, hvor robotten kunne stå oprejst i nogle sekunder.

Værdierne blev sat via vores bluetooth program, som vist på skærmbilledet her:

Med disse værdier fungerede vores robot som vist på videoen herunder:

 Status

Vi nåede det vi regnede med, bortset fra at vi selvfølgelig gerne ville have haft segwayen til at stå oprejst i længere tid, men det viste sig utrolig svært at opnå. I så fald, skulle man nok eksperimentere mere med forskellige værdier og muligvis også introducere en ny lyssensor, så man har en på begge "sider" af segwayen.

Referencer

[1] Lesson 5

[2] NXTWay

[3] Maximum LEGO NXT
[4] Kode for uge5