Stop Build Day

Dag(en)

:

Uur(s)

:

Minute(s)

:

Second(s)

A robot will not work without software. While the robot for the Destination: Deep Space game isn’t built yet, doesn’t mean that our programmers can lay back and wait. On the contrary, our programmers are already working hard to make sure that have a program for the robot when it is built. As is explained, in the game animation, during the first 15 seconds of the game, called the Sandstorm period, the driver vision will be blocked. During these 15 seconds, we can operate our robot autonomously, driving blind, or using visual feedback. We have chosen to combine autonomously and using visual feedback. We want to drive our robot near an objective and then push a button which activates the autonomous part. To make sure that our drivers can see, we will be using a camera. With this camera, we not only send a live stream to our drivers but also use it to let our robot see during an autonomous program.

Vision

Vision is a concept of target recognition, in which a ring around the camera sends out a beam of light to retroreflective targets in its vicinity. These retroreflective targets send back the received beam to the camera. The received data can be compiled and used.

For our vision setup, we use a raspberry-pi 3, PiCAM and 3 bright green led rings. We use a raspberry-pi 3 as a co-processor to release stress on the RoboRIO. The RoboRIO is an Advanced robotics controller from National Instruments. Every team has to use the RoboRIO to communicate with the competition field. With the 3 bright green led rings we want to get enough light in the camera (PiCAM) at a sufficient distance.

We started Vision coding by installing the required libraries for Python. We used Python, like OpenCV and numpy for our coding language. After much struggle, we got the library working.

First, we opened the PiCAM. Before we are able to use the data of the PiCAM, we have to change the data. Begin by putting the data through an HSV (Hue, Saturation, Value) filter. Which filters all the colors except for the ones we want to use. In our case the returning color from the vision tapes is green. After we put the data through the HSV filter, we blur the image to remove noise and rough edges. After this, we used the opening and closing variables of OpenCV to further filter out the noise inside and outside of the target. This gives us a nice and clean black and white image to work with. In this black & white image, we calculated the contour area of each target. Next, we created a matrix to store the angles of the targets with their corresponding x-coordinates. With this matrix, we drew lines on the image, calculated the midpoints and angles of them. That is how far we are currently. These midpoints and angles values will be sent to the RoboRIO. The values will be used to drive the robot to the correct position.

 

AUTO-ALIGNING

Auto-aligning is a technique that we will be using to make sure the robot is perfectly aligned to the target. With vision, we will send the xpixel of the targets mid-point to the RoboRIO. We program in the RoboRIO with the program language LabVIEW. In LabVIEW, the xpixel will be converted to the yaw angle by using the equation below.

To calculate the yaw angle we first need to calculate the focal length. This is done with the following equation:

Ex:

 Team Rembrandts uses the Raspberry Pi Camera Module V2. The image width is 640 pixels and the horizontal field of view is 62.2°. So the focal length would be the following:

The camera gives that the target is at an xpixel of 100. So then the yaw angle would be the following:

This is how the formula would look like in LabVIEW. Where X-pixel is received from the Raspberry Pi’s camera module, send to the RoboRIO and the Yaw Angle is the output which will be used as a set point.

This is the LabVIEW code for auto-aligning by manually giving the setpoint without reading the X-pixel, which is something that will be implemented soon. By pressing button 1 the NavX yaw angle resets back to 0. By holding the button 0 on the joypad the loop will run. First, it reads the yaw angle from the NavX, which will be the process variable of the PID controller and the manual setpoint is just any number of -179 to 179. -0.95 and 0.95 are values that shows what the maximum output will be for the motors. So, now the maximum they can go is 95%. 20 is the dt in seconds. 0.1, 3 and 0.5 are values of the P, I and D. These values are determined by tuning and using the graph which would look something like the graphic below:

So here the setpoint was 45 degrees, where it keeps running the motors and slowly decreases the output to get it closer to the 45 degrees. Thanks to the PID controller the output stops almost exactly at 45 degrees.

The following things we still have to achieve for auto-aligning. To integrate it together with vision. Adding a way where the NavX resets once before it loops after pressing the button 0 on the joypad. Then change these codes into classes.

MOTION PROFILING

We have also been working on motion profiling. This is a way to let the robot drive autonomous. It will follow a pre-programmed path, this path is generated with the use of a motion profile generator. In this motion profile generator, we can add points and it will calculate the position and velocity for every given time interval.

All the points will be put into a .csv file. These values will be read from the file and put them into the motion profile buffer. After some calculations and converting the speed to encoder values.

This is the code for reading the .csv files and putting them into the buffer.

The calculations are handled in the subvi.

Before running the motion profile, you must first set up motors in your drive train. After that, it is only one function in the WPI library that will execute the motion profile.

We have encountered some problems on the way of creating the motion profile code. One of the problems was not to be able to run a motion profile backward after another motion profile. We made some progress by changing the setup of the motors.

Fontys Mechatronics students have won awards in prestigious MIT competition

Fontys Engineering students of the Mechatronics study program have been successful at international technology competitions for many years. In 2021 we will continue our successful journey by winning no less than two Awards: a 3rd place in the overall standings AND the “Best Automation Award”, sponsored by iRobot. These good results were achieved in the “COVID-19 Design and Innovation Challenge”. This was organized by …

Over Ronald Scheer

Alle artikelen op Fontysblogt.nl worden door Ronald gemaakt en gepubliceerd op persoonlijke titel. Ook de podcast series 'Wij zijn Fontys' en 'De Toekomst van Onderwijs' worden gepubliceerd op persoonlijke titel. Ronald werkt binnen Fontys Engineering bij het Lectoraat voor Robotica & Mechatronica in Eindhoven. Hij is coach van twee succesvolle studententeams op het gebied van robotica, nl: 'Team Rembrandts 4481' en 'Robohub Eindhoven'. Team Rembrandts werd in 2019 wereldkampioen in de First Robotics Competitie. Daarnaast is Ronald showhost van enkele succesvolle podcast series, zoals: 'Wij zijn Fontys' en 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Alle afleveringen zijn te vinden op Spotify en iTunes. Naast zijn werk bij Fontys publiceert Ronald over 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Over dit onderwerp maakt Ronald een podcast serie en een nieuwsbrief. In dat kader geeft hij regelmatig online lezingen en treedt hij op als online dagvoorzitter op online beurzen & online conferenties. Ronald Scheer is afgestudeerd aan de faculteit der Toegepaste Onderwijskunde van de Universiteit Twente.

Fontys Mechatronica studenten in de prijzen tijdens prestigieuze wedstrijd van MIT

Fontys Engineering studenten van de opleiding Mechatronica zijn al vele jaren succesvol tijdens internationale techniek wedstrijden. Ook in 2021 zetten we de zegetocht voort met het winnen van maar liefs twee prijzen: een 3e plaats in het totaal klassement EN de ‘Automation Award’, gesponsord door iRobot. Dit fraaie resultaat werd behaald in ‘ COVID-19 Design and Innovation Challenge’. Dit werd georganiseerd door…

Over Ronald Scheer

Alle artikelen op Fontysblogt.nl worden door Ronald gemaakt en gepubliceerd op persoonlijke titel. Ook de podcast series 'Wij zijn Fontys' en 'De Toekomst van Onderwijs' worden gepubliceerd op persoonlijke titel. Ronald werkt binnen Fontys Engineering bij het Lectoraat voor Robotica & Mechatronica in Eindhoven. Hij is coach van twee succesvolle studententeams op het gebied van robotica, nl: 'Team Rembrandts 4481' en 'Robohub Eindhoven'. Team Rembrandts werd in 2019 wereldkampioen in de First Robotics Competitie. Daarnaast is Ronald showhost van enkele succesvolle podcast series, zoals: 'Wij zijn Fontys' en 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Alle afleveringen zijn te vinden op Spotify en iTunes. Naast zijn werk bij Fontys publiceert Ronald over 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Over dit onderwerp maakt Ronald een podcast serie en een nieuwsbrief. In dat kader geeft hij regelmatig online lezingen en treedt hij op als online dagvoorzitter op online beurzen & online conferenties. Ronald Scheer is afgestudeerd aan de faculteit der Toegepaste Onderwijskunde van de Universiteit Twente.

Voorbereidingen op finale bij prestigieuze MIT wedstrijd in beeld

Studenten van Fontys Mechatronica in Eindhoven hebben foto’s en video’s verzameld om het leerproces ‘In Real Life’ te documenteren. De studenten documenteerden hun leerproces tijdens deelname aan de ‘Covid-19 Innovation and Design’-challenge. Een initiatief van het MakeImpact Consortium aan de MIT universiteit. Het eerste resultaat is een video van 1 minuut en 45 seconden waarin…

Over Ronald Scheer

Alle artikelen op Fontysblogt.nl worden door Ronald gemaakt en gepubliceerd op persoonlijke titel. Ook de podcast series 'Wij zijn Fontys' en 'De Toekomst van Onderwijs' worden gepubliceerd op persoonlijke titel. Ronald werkt binnen Fontys Engineering bij het Lectoraat voor Robotica & Mechatronica in Eindhoven. Hij is coach van twee succesvolle studententeams op het gebied van robotica, nl: 'Team Rembrandts 4481' en 'Robohub Eindhoven'. Team Rembrandts werd in 2019 wereldkampioen in de First Robotics Competitie. Daarnaast is Ronald showhost van enkele succesvolle podcast series, zoals: 'Wij zijn Fontys' en 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Alle afleveringen zijn te vinden op Spotify en iTunes. Naast zijn werk bij Fontys publiceert Ronald over 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Over dit onderwerp maakt Ronald een podcast serie en een nieuwsbrief. In dat kader geeft hij regelmatig online lezingen en treedt hij op als online dagvoorzitter op online beurzen & online conferenties. Ronald Scheer is afgestudeerd aan de faculteit der Toegepaste Onderwijskunde van de Universiteit Twente.

Fontys Engineering studenten nemen deel aan COVID-19 Design en Innovation Challenge van MIT

Fontys Engineering in Eindhoven werkt samen met Massachusetts Institute of Technology (MIT) in het Make Impact Consortium. Dit Consortium organiseert momenteel  de ‘COVID-19 Design and Innovation Challenge’ om studenten te betrekken bij Maken, Innovatie en Ondernemerschap. Studententeams ontwerpen oplossingen rond het thema: Veilig heropenen van hotels tijdens COVID-19. Deelnemers zijn…

Over Ronald Scheer

Alle artikelen op Fontysblogt.nl worden door Ronald gemaakt en gepubliceerd op persoonlijke titel. Ook de podcast series 'Wij zijn Fontys' en 'De Toekomst van Onderwijs' worden gepubliceerd op persoonlijke titel. Ronald werkt binnen Fontys Engineering bij het Lectoraat voor Robotica & Mechatronica in Eindhoven. Hij is coach van twee succesvolle studententeams op het gebied van robotica, nl: 'Team Rembrandts 4481' en 'Robohub Eindhoven'. Team Rembrandts werd in 2019 wereldkampioen in de First Robotics Competitie. Daarnaast is Ronald showhost van enkele succesvolle podcast series, zoals: 'Wij zijn Fontys' en 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Alle afleveringen zijn te vinden op Spotify en iTunes. Naast zijn werk bij Fontys publiceert Ronald over 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Over dit onderwerp maakt Ronald een podcast serie en een nieuwsbrief. In dat kader geeft hij regelmatig online lezingen en treedt hij op als online dagvoorzitter op online beurzen & online conferenties. Ronald Scheer is afgestudeerd aan de faculteit der Toegepaste Onderwijskunde van de Universiteit Twente.

Student Martijn Huijbregts gaat afstuderen bij zijn eigen bedrijf

Martijn Huijbregts is student Mechatronica en hij werkt binnen zijn eigen bedrijf: een start-up die het gebruik van wegwerp plastic wil verminderen. Interessant daarbij is dat Minor Ondernemerschap van Fontys hogescholen een grote bijdrage heeft geleverd aan de totstandkoming van dit bedrijf.

Over Ronald Scheer

Alle artikelen op Fontysblogt.nl worden door Ronald gemaakt en gepubliceerd op persoonlijke titel. Ook de podcast series 'Wij zijn Fontys' en 'De Toekomst van Onderwijs' worden gepubliceerd op persoonlijke titel. Ronald werkt binnen Fontys Engineering bij het Lectoraat voor Robotica & Mechatronica in Eindhoven. Hij is coach van twee succesvolle studententeams op het gebied van robotica, nl: 'Team Rembrandts 4481' en 'Robohub Eindhoven'. Team Rembrandts werd in 2019 wereldkampioen in de First Robotics Competitie. Daarnaast is Ronald showhost van enkele succesvolle podcast series, zoals: 'Wij zijn Fontys' en 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Alle afleveringen zijn te vinden op Spotify en iTunes. Naast zijn werk bij Fontys publiceert Ronald over 'De Toekomst van Onderwijs: Oplossingen voor een veranderende arbeidsmarkt'. Over dit onderwerp maakt Ronald een podcast serie en een nieuwsbrief. In dat kader geeft hij regelmatig online lezingen en treedt hij op als online dagvoorzitter op online beurzen & online conferenties. Ronald Scheer is afgestudeerd aan de faculteit der Toegepaste Onderwijskunde van de Universiteit Twente.

FavoriteLoadingVind ik leuk

Over Team Rembrandts

Rembrandts STEAM Foundation is a Dutch Non-Profit organization that started as the First native Dutch robotics team, also known as Team Rembrandts. Team Rembrandts, team 4481, is a robotics team located in Eindhoven with students from Fontys University of Applied Science, Zwijsen College and Heerbeeck College. HBO, WO, MBO and High school combined all together.