Noticias, comentarios... sobre robótica recreativa y educativa, mayormente la relacionada con robótica con LEGO MINDSTORMS. Es un complemento de mi página web. Foro en http://foro.lrobotikas.net
Matthias Paul Scholz presenta la versión 2.0 de la aplicación Lemon (LEGO® Model Nibbler). Este programa es capaz de leer un archivo LDD (LEGO® Digital Designer) o LDraw y comparar el contenido con los inventarios de los diferentes sets MINDSTORMS NXT para ver si un modelo determinado se puede construir con las piezas que alguna de estos sets contiene y cuales faltan.
La versión permite contrastar los modelos contra los siguientes conjuntos:
- NXT Kit 1.0 (#8527)
- NXT Kit 2.0 (#8547)
- NXT Education Kit (#9797)
- NXT Education Resource Set (#9648)
- NXT Education Kit más el NXT Education Resource Set
El resultado de la compararción se puede axportar en un documento HTML, PDF o Excel.
Para que funcione correctamente (preferiblemente con el navegador Firefox) hace falta tener instalado el Java 6 Runtime.
El día 25 de marzo se celebrará en el auditorio de la Universidad de Deusto en Bilbao el IX Campeonato de Euskadi de Microbots. El plazo de inscripción se cerrará el día 15 de marzo. Todas las normas se encuentran en la web del campeonato.
Serán tres las pruebas: Microbots rastreadores, Microbots de Sumo y Minisumo y Microbots libre con Moway. Hay un premio especial para el mejor robot presentado por centros no universitarios (ESO, bachillerato, formación profesional)
Cuando todavía no ha acabado la FLL 2009 SmartMove ya empieza a salir inofrmación sobre la edición 2010 y el tema de la de 2011.
En 2010 el tema será Body Forward (el mundo de la ingeniería Biomedica para descubrir e innovar para reparar daños maximizar el potencial del cuerpo humano... con el objeto de disfrutar de la vida en salud) y por lo que se puede leer en el poster a partir del 9 de marzo se irá suministrando más información.
LEGO acaba de publicar la actualización al firmware 1.29
No hay (de momento) ninguna información de los cambios específicos que contiene, pero parece contener algunas mejoras en la optimización de tiempos de ejecución.
Philo acaba de publicar una adaptación del receptor IR de PF para servir como sensor para el NXT
Básicamente, la idea es la de usar unas resistencias bien elegidas para cada combinación de valores de control y hacer que el NXT interprete los valores resultantes. Modificado de esta manera el receptor reconoce las 9 diferentes señales que puede emitir el mando sencillo PF.
Ayer se celebró la final de la FLL en Barcelona. Ya hay un equipo clasificado para la final internacional (podrá ir a Atlanta, Estambul o Taiwan). las chicas del Blau fueron las ganadoras absolutas. Dos equipos guipuzcoanos ganaron el mejor trabajo en equipo (Axular de Donostia) y el mejor espíritu de equipo (Bideluze de Andoain). Los navarros de Legoelásticos ganaron el proyecto científico mientras que los catalanes de Robocracks se hicieron con el proyecto técnico.
También se quedó en Barcelona el mejor robot en la mesa que ganó Inmaculada. La entrenadora de Cmontseteam de Cornellá ganó el reconocimiento a la mejor entrenadora.
El premio a la Mejor Innovación y Creatividad del Robot fue para el IES Hermogenes Rodriguez de Madrid. El premio para el mejor Diseño para todos también fue a Madrid, Superduper mientras que el de Jóvenes promesas fue para el equipo de Barcelona Argonautas.
Recientemente, Mindsensors vuelve a evolucionar el sensor NXTCam y cada vez las impresiones son más positivas. Las utilidades del nuevo sensor son múltiples, por una parte el docente dispone de una nueva herramienta para enseñar los conceptos de Visión Artificial y sus usos múltiples en la Industria. Por otro lado, el alumno dispone de una nueva opción para poder detectar objetos o mejorar el enfoque del robot sigue lineas que tanto se usa en competiciones tales como la Robocup Jr.
Para el que sea nuevo con el sensor, NXTCam es un sensor que permite a los robots construidos con la plataforma Lego MINDSTORMS NXT, disponer de la capacidad de detectar objetos que cumplan con un determinado patrón de color. NXTCam es un producto muy bueno como punto de partida en el aprendizaje de la visión Artificial.
NXTCamView
La edición de los patrones se realiza a través de la herramienta NXTCamView que se puede descargar aquí: http://nxtcamview.sourceforge.net/
Esta herramienta solo funciona para Windows, pero es posible usarla en Linux a través de entornos virtualizados como WMWARE sin ningún tipo de problema.
Metodología de uso.
La metodología del uso de NXTCam seria la siguiente:
Calibración de foco de cámara.
Es necesario calibrar la lente para obtener buenas capturas de frame. La única forma de hacerlo es de manera empírica usando la herramienta NXTCamView. Una vez el sensor esta bien calibrado cada Frame que genere el sensor del mundo real, tendrá mejor definición y la detección de los patrones sera mas sencilla
Diseño de patrones de color.
A través de la herramienta NXTCamview, se diseñaran los patrones. Se analizara que se quiere detectar con el sensor y se harán pruebas de detección. Una vez se ha detectado el patrón y definido el color de detección se actualizara el sensor añadiendo el patrón.
Test del tracking.
NXTCamview incorpora una opción de tracking que permite depurar la detección. Es muy útil para evaluar si la detección es correcta o no.
Un ejemplo de proyecto seria la linea de montaje de piezas que a continuación se presenta:
Mejoras con respecto a otras versiones.
NXTCam es un sensor que desde hace años ha despertado un gran interés en la comunidad, pero a nivel global pocos han sabido sacarle partido. Los factores son múltiples pero particularmente yo los clasificaría en: Costes, Calidad de detección de imagen y Comunidad.
En esta tercera versión, la calidad de la lente ha mejorado dramáticamente si se compara con otras versiones anteriores y aunque continua siendo uno de los productos mas caros del mercado, en esta versión, ofrece nuevas vías de exploración como es el reprogramado del sensor. En esta nueva versión, es posible reprogramar el Firmware del sensor para dotar al sensor de nuevas funcionalidades al margen de las que ofrece el fabricante.
Conclusiones Mindsensors, ha evolucionado muy bien el producto con esta tercera versión y ahora el sensor ofrece una mejor calidad de imagen para detectar objetos. Por otra parte el diseño ahora es mas robusto y tiene mejor acabado lo cual es interesante si se emplea en proyectos de robots al aire libre.
Ahora solo nos queda explotarlo al máximo y hacer buenos proyectos en el aula o en casa.
Entradas
