使用ChatGPT学习大象机器人六轴协作机械臂mechArm

引言

我是一名机器人方向的大学生,近期学校安排自主做一个机器人方面相关的项目。学校给我们提供了一个小型的六轴机械臂,mechArm 270M5Stack,我打算使用ChatGPT让它来辅助我学习如何使用这个机械臂并且做一个demo。

本篇文章将记录我是如何使用ChatGPT来学习机械臂的使用。

ChatGPT

ChatGPT 是由 OpenAI 开发的一个先进的人工智能对话系统。它基于大规模语言模型 GPT(Generative Pretrained Transformer)技术,能够理解和生成自然语言文本。ChatGPT 能够进行多种交互,包括回答问题、提供解释、撰写文本、编程协助等。它的设计目的是为了模拟人类在特定领域或对话中的表现,从而提供高质量的、类人的交流体验。

ChatGPT 如何帮助学习新知识:

  1. 个性化教学:根据用户的问题和回答,ChatGPT 能够个性化地提供信息,使学习过程更加符合用户的需求和水平。
  2. 理论与实例结合:ChatGPT 不仅能提供理论知识,还能结合实际案例来解释复杂概念,帮助用户更好地理解和记忆。
  3. 步骤指导:对于复杂任务或问题,ChatGPT 可以提供分步骤的指导和建议,帮助用户逐渐掌握技能。
  4. 资源推荐:ChatGPT 还能推荐书籍、在线课程、文章等资源,帮助用户深入学习。

学习的过程Process

首先我得赋予他一个身份,一个角色,这样的话它的回答才能不会特别的偏离我们的主题。

me:
You are now a senior teacher in robotics. I will ask you some questions to help me learn a robotic arm.ChatGPT:
That sounds great! I'm here to help with your questions about robotic arms. Whether it's about their design, operation, programming, or applications, feel free to ask. Let's get started!

在此之间我已经对机器人相关的知识有所了解了,直接让它给我调查我现在这款机械臂是什么该如何使用。然后它就提供了一些机械臂的参数,以及编程环境等等

me:
Do you know the mechArm 270 MechArm, a product of Elephant Robotics? My instructor gave us one to use for a case study. I wanted to know the basic information about this robotic arm first.ChatGPT:...
Specifications:
Payload Capacity: Up to 250 grams.
Reach: 270mm.
Degrees of Freedom (DoF): 6, via 6 magnetic encoder motors.
Movement Speed: Up to 120°/s.
Positioning Accuracy: ±1 mm.
Controller: Raspberry Pi 4 Model B, featuring quad-core Cortex-A72 processor, dual-band WiFi 5, and Bluetooth 5.0 connectivity.
Supported Cameras: Official Raspberry Pi cameras or third-party USB cameras.
USB Ports: 2 USB 3.0 ports, 2 USB 2.0 ports.
Power Input: 8-12V/5A DC jack.
Weight: Approximately 1 kilogram.
Expansion Options: 40-pin GPIO header
...

mechArm 270

经过较详细的汇总,我就得知这是一款桌面型的机械臂,工作半径270mm,能够支持多平台的编译,比较全面的是python编程语言,还附带一个丰富的API控制库方便用户们的使用。

有40个GPIO接口,比较适合做一一些非常小型的自动化任务,也可以做教育环境和研究等应用。

环境安装

基于他对于Python支持的比较多,所以我决定用python来进行这个机械臂的学习。

操作系统:window11
编程语言: python3.9+
主要使用的功能库:pymycobot

pymycobot的使用

ChatGPT介绍了一个基本的使用,从安装到使用都有。

安装库

pip install pymycobot

基础使用

导入使用的库

#import library

from pymycobot.mycobot import MyCobot

初始化机械臂,建立连接

#Initialize the Robot Arm

```

Connect the mechArm to your computer.

Initialize the robotic arm by specifying the port it's connected to and the baud rate

```

mc = MyCobot('com3',115200)

基础命令

Move the Arm: Use methods like send_angles to control the arm's position. For example, to move the arm to a specific angle:

mc.send_angles([0, 0, 0, 0, 0, 0], 100)  # Angles for each joint, Speed

Get Current Position: To read the current position of the arm:

angles = mc.get_angles()

print(angles)

Control the Gripper: To open or close the gripper:

mc.set_gripper_state(1, 50)  # 1 for open, 0 for close, Speed

以上是ChatGPT给我提供的一些使用的基础方法,我来尝试一下按照他的步骤来进行控制机械臂。

然后我自己尝试了使用代码控制机械臂做一个循环动作。

import timefrom pymycobot.mycobot import MyCobot#Initialize the Robot Arm
mc = MyCobot('com13',115200)
time.sleep(3)
for count in range(3):
  mc.send_angles([57.21,(-2.1),19.33,(-81.29),(-73.65),(-1.14)],80)
  time.sleep(1)
  mc.send_angles([(-9.05),(-1.93),9.05,2.63,(-2.28),(-0.26)],80)
  time.sleep(1)
  mc.send_angles([5.36,(-41.57),(-17.31),11.07,(-55.54),(-1.49)],80)
  time.sleep(1)

这是一些角度控制机械臂运动,单独控制角度的话我觉得只能做一些固定的动作,对于一些应用场景应该不是特别的实用。于是我问,还有什么其他的控制方法能够适用于物体抓图的运动。

chat

me:
Controlling the movement of the angle is only applicable to some special points and postures. For some object grabbing scenes, these unfixed points should not be used. Is there any other method of control?Chatgpt:
Absolutely, for scenarios where controlling the robotic arm based on specific angles isn't practical, especially in object grabbing and manipulation tasks, there are alternative control methods that can be more effective:1. Cartesian (Coordinate) Control:
Description: This method involves controlling the robotic arm by specifying the position of the end effector in Cartesian coordinates (X, Y, Z), along with orientation (roll, pitch, yaw).
Usage: In Python, using the pymycobot library, you can command the robotic arm to move to a specific Cartesian coordinate. The command might look like:

让我来尝试send_coords()这个方法是怎么运转的,下面是我写的代码在机械臂的末端位置上作出运动。

class MechArm:    def __init__(self,port):
        #初始化链接
        self.mc = MyCobot(port, 115200)
        self.coords = [116.4, -0.1, 178.4, -179.68, 6.5, -179.43]
        self.speed = 40
        self.mode = 0    def increment_x_and_send(self, increment=20):
        # 增加x值并发送新坐标
        self.coords[0] += increment
        self.mc.send_coords(self.coords, self.speed, self.mode)    def increment_y_send(self,increment=20):        self.coords[1] += increment
        self.mc.send_coords(self.coords,self.speed, self.mode)

我发现在控制机械臂的时候,有些指令会被吞掉,导致机械臂没有办法运动。解决的办法就是需要添加一个等待时间,等待的时间需要大于机械臂运动的时间才能够保证运动完全执行完。

time.sleep(s)# run code
mc = RobotArmController('com13')
mc.init_p()
time.sleep(3)
mc.increment_x_and_send()
time.sleep(1)
mc.increment_y_send()
time.sleep(1)
mc.increment_x_and_send()
time.sleep(1)
mc.increment_y_send()

进阶使用

我打算用吸泵来抓取一些东西,之后想做一个视觉的场景结合起来。mechArm有40个IO接口可以外接一些设备使用,比如说吸泵,夹爪等等工具。

给末端装上吸泵然后就可以开始实践了。我得找到调用吸泵的方法,pymycobot里面的API太多了,我直接让ChatGPT来帮助我知道吸泵。

me:
How to call the suction pump?ChatGPT:
Control Commands:Activate the Suction Pump:
To turn on the suction pump, you might send a command to set a specific IO port to HIGH. The exact command will depend on how the suction pump is connected to the controller.
pythonmc.set_basic_output(1,0)  # Example: Setting pin 1 to HIGH (0)
Deactivate the Suction Pump:
To turn off the suction pump, you would send a command to set the IO port to LOW.
python
Copy code
mc.set_basic_output(1, 1)  # Example: Setting pin 1 to LOW (1)
Integrate with Movement Commands:You would typically integrate these commands into a sequence where the robotic arm moves to a target location, activates the suction pump to pick up an object, moves to a new location, and then deactivates the pump to release the object.

现在我们来创建函数来控制吸泵的开关。

    def pump_on(self):
        self.mc.set_basic_output(5,0)    def pump_off(self):
        self.mc.set_basic_output(5,1)mc.initial_position()
time.sleep(2)
mc.pick_up_postion()
time.sleep(2)
mc.pump_on()
time.sleep(1)
mc.increment_z_send()
time.sleep(3)
mc.pump_off()

本次先记录到这里,之后我打算结合摄像头做一些定位抓取的功能。

总结

随着人工智能的不断发展,它影响的不单单是科技方面,还影响着我们生活中的点点滴滴。它很大程度上提升了我们的学习效率,就拿我来说,如果我要了解一个新事物肯定得把相关文档全部通读一遍,甚至也不一定能理解到位,有了ChatGPT等许多人工智能的工具,学习的方式再也不像之前那样了,是全新的一种风格。及时是一无所知的机械臂,也能再很快的上手使用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/251151.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

模型单体化真的有那么重要吗?

模型单体化是三维建模绕不开的一关,日常想要实现模型单体化可以使用一些软件加以辅助。 比如【云端地球(Das Earth)】 这是一款集中于实景三维建模与展示、建模数据分析、个性化服务选择于一体的云平台;在线建模,具有…

MySQL进阶之锁(表级锁,元数据锁,意向锁)

表级锁 介绍 表级锁,每次操作锁住整张表。锁定粒度大,发生锁冲突的概率最高,并发度最低。应用在MyISAM、 InnoDB、BDB等存储引擎中。 对于表级锁,主要分为以下三类: 表锁 元数据锁(meta data lock&…

微信小程序(二十九)交互提示-界面加载框和提示框

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.showLoading加载框示范 2.showToast提示框示范 源码&#xff1a; index.wxml <!-- 列表渲染基础写法&#xff0c;不明白的看上一篇 --> <view class"students"><view class"it…

浅谈WPF之UniformGrid和ItemsControl

在日常开发中&#xff0c;有些布局非常具有规律性&#xff0c;比如相同的列宽&#xff0c;行高&#xff0c;均匀的排列等&#xff0c;为了简化开发&#xff0c;WPF提供了UniformGrid布局和ItemsControl容器&#xff0c;本文以一个简单的小例子&#xff0c;简述&#xff0c;如何…

RabbitMQ控制台的基本使用

启动RabbitMQ后&#xff0c;浏览器 http://localhost:15672 打开RabbitMQ的控制台页面后&#xff0c;登录默认账户guest。 一. 添加队列 控制台选择队列&#xff0c;然后选择添加队列&#xff0c;队列类型默认经典类型&#xff0c;然后输入队列名称&#xff0c;最后添加队列。…

Kore.ai获10亿元融资,提供定制化类ChatGPT助手

1月31日&#xff0c;生成式AI和企业对话平台Kore.ai在官网宣布&#xff0c;获得1.5 亿美元&#xff08;约10.7亿元&#xff09;融资。本次由FTV Capital 领投&#xff0c;英伟达等跟投。 Kore.ai主要提供银行、医疗、零售、营销、人力资源等多种领域的&#xff0c;定制化类Cha…

Leetcode的AC指南 —— 栈与队列 :1047.删除字符串中的所有相邻重复项

摘要&#xff1a; **Leetcode的AC指南 —— 栈与队列 &#xff1a;1047.删除字符串中的所有相邻重复项 **。题目介绍&#xff1a;给出由小写字母组成的字符串 S&#xff0c;重复项删除操作会选择两个相邻且相同的字母&#xff0c;并删除它们。 在 S 上反复执行重复项删除操作&a…

RHCE DNS域名解析服务器

目录 1. 正向解析 1.1 安装必要软件 1.2 配置静态ip 1.3 DNS配置 1.4 测试 2. 反向解析 2.1 关闭安全软件&#xff0c;安装必要软件 2.2 配置静态ip 2.3 DNS配置 2.4 测试 1. 正向解析 1.1 安装必要软件 1.2 配置静态ip 服务器配置 nmcli c modify ens32 ipv4.method man…

【乳腺肿瘤诊断分类及预测】基于PNN概率神经网络

课题名称&#xff1a;基于PNN的乳腺肿瘤诊断分类及预测 版本日期&#xff1a;2023-06-15 运行方式: 直接运行PNN0501.m 文件即可 代码获取方式&#xff1a;私信博主或QQ&#xff1a;491052175 模型描述&#xff1a; 威斯康辛大学医学院经过多年的收集和整理&#xff0c;建…

mysql 锁知识汇总

目录 一、锁1.1 什么是锁&#xff1f;1.2 全局锁1.2.1 定义1.2.2 应用场景1.2.3 会出现的问题1.2.4 解决方法 1.3 表级锁1.3.1 表锁1.3.2 元数据锁&#xff08;MDL&#xff09;1.3.3 意向锁1.3.4 AUTO-INC锁 1.4 行级锁1.4.1 记录锁(Record Lock)1.4.2 间隙锁(Gap Lock)1.4.3 N…

国家组织考试并唯一认可的IT类资格证书:计算机技术与软件专业技术资格(水平)考试证书

目录 一、这么多IT类证书为什么只有软考证书权威 1.根据身份选择并考证 2.根据需要选择考试 3.要根据证书的出身选择考试 二、软考的考试内容 三、证书样张 计算机技术与软件专业技术资格&#xff08;水平&#xff09;考试&#xff0c;简称“软考”&#xff0c;是人力资源…

HBase 数据导入导出

HBase 数据导入导出 1. 使用 Docker 部署 HBase2. HBase 命令查找3. 命令行操作 HBase3.1 HBase shell 命令3.2 查看命名空间3.3 查看命名空间下的表3.4 新建命名空间3.5 查看具体表结构3.6 创建表 4. HBase 数据导出、导入4.1 导出 HBase 中的某个表数据4.2 导入 HBase 中的某…

基于nginx的虚拟主机配置

目录 一.基于不同ip的虚拟主机 二.基于不同端口的虚拟主机 三.基于不同域名的虚拟主机 一.基于不同ip的虚拟主机 1.关闭 SELinux和防火墙 2.在/data目录中创建三个目录&#xff0c;分别为nginx1、nginx2 和nginx3,具体名为: 3.分别在三个目录中创建index.html,并输入内容“…

Linux下新建用户

新建用户 sudo adduser -m username添加密码 sudo passwd username设置权限 sudo vi /etc/sudoers在user privilege这一行&#xff0c;仿照root&#xff0c;另起一行&#xff0c;添加上 设置命令解释器 sudo vi /etc/passwd找到新建用户名&#xff0c;将sh改为bash vi中…

微信小程序(三十三)promise异步写法

注释很详细&#xff0c;直接上代码 上一篇 新增内容&#xff1a; 1.promise异步与普通异步的写法区别 2.promise异步的优势 源码&#xff1a; index.wxml <view class"preview" bind:tap"onChoose"><image src"{{avatar}}" mode"…

爬虫入门到精通_基础篇4(BeautifulSoup库_解析库,基本使用,标签选择器,标准选择器,CSS选择器)

1 Beautiful说明 BeautifulSoup库是灵活又方便的网页解析库&#xff0c;处理高效&#xff0c;支持多种解析器。利用它不用编写正则表达式即可方便地实线网页信息的提取。 安装 pip3 install beautifulsoup4解析库 解析器使用方法优势劣势Python标准库BeautifulSoup(markup,…

【Python】【完整代码】解析Excel 文件中的内容并检查是否包含某字符串,并返回判断结果

示例&#xff1a; 开发需求&#xff1a;解析Excel 文件中的内容并检查是否包含 "Fail" 字符&#xff0c;若没有则返回True&#xff0c;若有则返回False 实现代码&#xff1a; #!/usr/bin/env python3 # -*- encoding: utf-8 -*-File : check_excel_for_fail.py Ti…

Mysql运维篇(四) MySQL常用命令

一路走来&#xff0c;所有遇到的人&#xff0c;帮助过我的、伤害过我的都是朋友&#xff0c;没有一个是敌人。如有侵权&#xff0c;请留言&#xff0c;我及时删除&#xff01; 一、MySQL命令速查表 https://www.cnblogs.com/pyng/p/15560059.html Mysql DBA运维命令大全 - 墨…

多维时序 | Matlab实现CNN-RVM卷积神经网络结合相关向量机多变量时间序列预测

多维时序 | Matlab实现CNN-RVM卷积神经网络结合相关向量机多变量时间序列预测 目录 多维时序 | Matlab实现CNN-RVM卷积神经网络结合相关向量机多变量时间序列预测效果一览基本介绍程序设计参考资料 效果一览 基本介绍 Matlab实现CNN-RVM卷积神经网络结合相关向量机多变量时间序…

乐鑫与 Elektor 杂志合作推出特刊,聚焦 AIoT 创新

在新一年的起始之际&#xff0c;我们很荣幸地与 Elektor 合作推出由乐鑫领衔编辑的杂志特刊。欢迎点此阅读电子版本。 Elektor 杂志作为国际电子工程和科技创新的重要平台&#xff0c;自 20 世纪 60 年代起&#xff0c;就引领着电子制造的发展潮流。如今&#xff0c;它已经发展…