埃斯顿机器人快速入门

埃斯顿机器人快速入门

本文章适合有一定基础的人学习如:abb,发那科,库卡等这些主流的机器人,一些通用的知识点就不在这里过多描述,只讲一下不同的地方以便快速入门接手项目。
有一定基础!!!
有一定基础!!!
有一定基础!!!

目录

1.仿真软件Editor

1.1下载Editor2.6.05

这个软件是埃斯顿机器人的仿真软件,适合在没有机器人前期准备程序及配置的时候使用。入门学习也非常合适,毕竟也不是一直有都有机会拿实机去练习的。

在这里插入图片描述

仿真软件可以选择在官网下载,但是在官网下载有点问题一开始我都找不到,使用我这里先给一个截止到这一篇文章发布前最新版的连接。点🐔下载!!!

1.2官方最新版下载

进入埃斯顿官网点击资料下载见面,你会发现哎嘿!你要搜索相关的手册或者安装包的名称才能下载,输错了就找不到了!
可以跟着我输入关键字:Editor

在这里插入图片描述


在这里插入图片描述

2.界面介绍

打开软件后会需要登录一个账户,注意这里的账户指的是仿真软件的账户,不是机器人示教器里面的那个账户。
用户名:Root
密码:000000

在这里插入图片描述


登录后如图所示,根据以下步骤依次操作,选择相对应的机器人。

在这里插入图片描述


打开软件后自己到处点一点,大概看一眼都有哪些功能。相信学习能力这么强的你,一定可以哒~
熟悉得差不多了就打开示教器,国产品牌的示教器基本页面和功能都大差不差的,也是到处点点稍微熟悉一下就好了,个人感觉没有ABB发那科这些那么复杂,也不需要配置什么就可以直接使用。

值得注意的是示教器用户权限:
编程人员:111111
管理人员:000000
厂家人员:666666
在这里插入图片描述

3.IO配置

这里的IO配置就很方便了,不像ABB那种要配板卡和板卡里对应的地址信号。连示教器那边的配置都不用,控制柜那边会有输入输出的IO板,只要我们在物理上把信号接入就可以了。

在这里插入图片描述

4.程序变量与语法

全局变量和局部变量字面意思就不多说了,而这里比较特别点的就是他这个IO变量。可以自定义别名和地址,就是说可以同时有多少相同地址不同别名的IO变量,这么做的目的应该就是方便了程序的移植。

在这里插入图片描述


在这里插入图片描述


变量的调用也有一些不一样,比如我新建了一个全局的整型变量PUT_PALLET1,那我给它赋值的语法如下所示。
g:代表是全局变量
L:代表是局部变量
value:是值它里面的值

g:PUT_PALLET1.value =1 g:GET_PALLET.value = g:GET_PALLET.value - (1)

当你访问一个IO变量时,也如下所示。IO变量的值得等于1或0,而不能写成true或false。当然写成true或false程序是不会报错的,但运行起来时会发现即使条件达到了它也不会往下运行。

IF (l:DI11.value ==1) THEN SetDO(l:DO17,1) ENDIF 

接下来是一些数组的调用,建立一个点位数组GET_PALLET_POS和整型变量GET_PALLET使用时会发现有时候程序会报错而有时候又不会,我觉得应该是埃斯顿的那个仿真软件的语法检测那边有bug吧,挺奇怪的。

在这里插入图片描述
MovJOffset(g:GET_PALLET_POS[g:GET_PALLET.value],g:DCPOS0,"COORD",g:Grip,s:World,s:V1000,"RELATIVE",s:C100,g:Grip_PAYLOAD_Null) MovL(g:GET_PALLET_POS[g:GET_PALLET.value],s:V100,"FINE",g:Grip,s:World,g:Grip_PAYLOAD_Null,"GOVRON")

剩下的语法部分没有太大的区别,一些基础语法跟C是差不多的,只是说表达的方式有一点不同,其他的都一样。还有一个就是关于仿真软件的所有手册和程序指令手册在软件的帮助栏里面有,这个是很重要的,在查看手册的时候我发现了一些有意思的功能(如多工位预约,主从运动,变位机设置,视觉配置等)待我有机会使用的时候,再出一篇。

5.程序下载

使用网线接入控制柜,配置电脑IP地址使其处于同一网段。

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


打开仿真软件,选择实际控制器,连接对应的机器人。

![在这里插入图片描述](https://i-blog.ZEEKLOGimg.cn/direct/8d5d1054a79d4eceb06c38130decbd7e.png


新建或打开项目把写好的程序打开

在这里插入图片描述


在这里插入图片描述

Read more

【AI深究】卷积神经网络:CNN深度解析——全网最详细全流程详解与案例(附Python代码演示)|数学表达、主流变体与架构创新、优缺点与工程建议、调优技巧|经典变体:ResNet、DenseNet详解

【AI深究】卷积神经网络:CNN深度解析——全网最详细全流程详解与案例(附Python代码演示)|数学表达、主流变体与架构创新、优缺点与工程建议、调优技巧|经典变体:ResNet、DenseNet详解

大家好,我是爱酱。本篇将会系统梳理卷积神经网络(Convolutional Neural Network, CNN)的原理、结构、数学表达、典型应用、可视化代码示例与工程实践,帮助你全面理解这一深度学习的“感知基石”。 注:本文章含大量数学算式、详细例子说明及大量代码演示,大量干货,建议先收藏再慢慢观看理解。新频道发展不易,你们的每个赞、收藏跟转发都是我继续分享的动力! 注:本文章颇长超过8000字长、以及大量详细、完整的Python代码、非常耗时制作,建议先收藏再慢慢观看。新频道发展不易,你们的每个赞、收藏跟转发都是我继续分享的动力! 一、CNN的核心定义与结构 卷积神经网络(CNN)是一种专为处理具有类似网格结构的数据(如图像、音频、时序信号)而设计的深度神经网络。其核心思想是通过卷积操作自动提取局部特征,实现空间不变性和参数高效性。 * 英文专有名词:Convolutional Neural Network, CNN * 主要结构: * 卷积层(Convolutional

从0到1彻底掌握Trae:手把手带你实战开发AI Chatbot,提升开发效率的必备指南!

从0到1彻底掌握Trae:手把手带你实战开发AI Chatbot,提升开发效率的必备指南!

我正在参加Trae「超级体验官」创意实践征文,本文所使用的 Trae 免费下载链接:www.trae.ai/?utm_source… 暴富技巧 比特鹰作为国内领先的 AI+Web3 领域企业,团队充满年轻活力 ——95% 成员为 00 后,不仅技术氛围浓厚,还会为每位成员量身定制成长规划;在职业发展层面,公司前景广阔,提供餐饮补贴、租房补贴、年底奖金、股票期权及额外假期等多重福利,助力员工在 35 岁前实现财富自由 目前公司正招聘海外运营、前端、后端、智能合约、AI 开发、HR 等岗位,有意向者可加微信联系: ai_lianqq 前言 大家好,我是小Q,字节跳动近期推出了一款 AI IDE—— Trae,

【保姆级教程】告别命令行!ClawX:首款 OpenClaw 可视化桌面客户端,零门槛玩转 AI 智能体!

【保姆级教程】告别命令行!ClawX:首款 OpenClaw 可视化桌面客户端,零门槛玩转 AI 智能体!

目录 1、为什么选择 ClawX?(核心亮点) 🎯 零配置门槛 (Zero Configuration) 💬 现代化的聊天体验 ⏰ 可视化的自动化任务 (Cron Automation) 🧩 技能插件市场 (Skill System) 2、技术揭秘:它是如何工作的? 3、快速上手指南 4、注册并获取高性能 API 5、在 ClawX 中接入 API 6、验证连接与初次体验 🚀 结语:这只是冰山一角 在这个“万物皆可 Agent”的时代,我们见证了 OpenClaw 这样优秀的开源项目如何重新定义了 AI 任务编排。它强大、灵活,能帮我们串联起各种复杂的 AI 工作流。 但是,你是否也曾有过这样的困扰? * 想要体验最新的 AI

将 Zed 集成到 Bright Data Web MCP,让 AI 编辑器具备“超能力”

将 Zed 集成到 Bright Data Web MCP,让 AI 编辑器具备“超能力”

还在苦恼 AI 助手的知识库永远停留在“过去时”吗?无论使用 Claude 还是 GPT,无法访问实时网页始终是开发者查阅最新文档、API 变更时的痛点。 本期视频为你带来硬核实战:将高性能 Rust 编写的 Zed 编辑器与 Bright Data Web MCP 无缝集成,彻底打破 AI 的信息孤岛 。 将 Zed 集成到 Bright Data Web MCP 专属链接:https://www.bright.cn/blog/ai/zed-with-web-mcp/?utm_source=brand&utm_campaign=brnd-mkt_cn_ZEEKLOG_