法奥机器人学习使用

优质文章学习记录

— 5 min read
法奥机器人学习使用

1 视频课程

2 学习工具

虚拟机环境

3 拖动锁定

限制拖动模式下机器人的各向自由度，为0则可以自由拖动。

在这里插入图片描述

4 工具坐标

对机器人末端安装的工具进行标定：拖动机器人以不同姿态多次前往同一个点；
6点法相对4点法还会标定姿态；

在这里插入图片描述

5 矩阵运动功能—码垛

在这里插入图片描述


在这里插入图片描述

6 单点螺旋线

提前标定螺旋线起点

在这里插入图片描述


轨迹绘制

在这里插入图片描述

7 版本号及软件升级

查看软件版本号

在这里插入图片描述


快速备份复制或应用机器人数据

在这里插入图片描述


软件升级

在这里插入图片描述

8 工件坐标系

原点-x轴-z轴

在这里插入图片描述


原点 - X轴 - XY正平面

在这里插入图片描述

9 变量系统

lua变量声明
m = 0
n = “test”

变量查询（在面板可看）
RegisterVar(“number”,“m”)
RegisterVar(“string”,“n”)

系统变量
系统变量掉电保持

在这里插入图片描述

10 socket通信

10.1 作为客户端通信

SocketOpen(ip,port,“socket_0”) // 通道号（“socket_0”、“socket_1”、“socket_2”、“socket_3”）
SocketSendString(“hello,this is fa tcp!”,“socket_0”,0) // 是否阻塞（0：阻塞；非0：非阻塞，最大等待时长）
SocketReadString(“socket_0”,0)
SocketClose(“socket_0”)
n,svar = SocketReadAsciiFloat(1,“socket_0”,0) //n=1，表示成功返回，svar返回的值，1读取的数据数量
ip ="192.168.58.2" port =8888 tcp =0while1doif tcp ==0 then tcp =SocketOpen(ip,port,"socket_0") elseif tcp ==1 then SocketSendString("hello,this is fa tcp!","socket_0",0) res =SocketReadString("socket_0",0)if #res==0 then SocketClose("socket_0")elseRegisterVar("string","res") end end WaitMs(1000) end

10.2 作为服务端通信

SocketServerListen(port) //监听端口
clientID = SocketServerAccept() //接受连接
res = SocketServerSendString(“hello world”,clientID,0) //发送字符，通道号，阻塞否
SocketServerClose(clientID)
str = SocketServerReadString(clientID,0) //阻塞否
port =8888 clientID =0SocketServerListen(port)while1doif clientID ==0 then clientID =SocketServerAccept() elseif type(clientID)=="number" then if clientID>0 then RegisterVar("number","clientID") res =SocketServerSendString("hello world",clientID,0)if res ==0 then -- 返回值为0表示发送失败 SocketServerClose(clientID) clientID =0else--发送成功则接受返回值 str =SocketServerReadString(clientID,0)if #str==0 then -- 返回值长度0，读取失败，关闭通道 SocketServerClose(clientID)elseRegisterVar("string","str")--打印返回值 end end end end end

11 外部控制

外部控制主程序

在这里插入图片描述


在这里插入图片描述


外部控制回原点

在这里插入图片描述

12 Modubus tcp主站、从站

无效及报错
链接

13 常用设置

碰撞等级：当运动过程的力大于设定值时执行停止等策略

在这里插入图片描述

软限位：

在这里插入图片描述


末端负载：

在这里插入图片描述


摩擦力补偿：拖动模式下的摩擦阻力补偿

在这里插入图片描述


在这里插入图片描述


机器人安装方式

在这里插入图片描述

14 圆弧运动

首先PTP到 起点；
圆弧运动指定中间点和终点；

while1doPTP(C1,100,-1,0)ARC(C2,0,0,0,0,0,0,0,C3,0,0,0,0,0,0,0,100,-1) end

15 可配置输入 CI

启动：运行示教的程序
启动主程序：运行设置的主程序

在这里插入图片描述

16 焊机功能

1 配置焊机与机器人通信的IO口及功能

在这里插入图片描述

自动配置了IO功能

在这里插入图片描述


在这里插入图片描述


2 编写焊机示教程序

在这里插入图片描述


3 可以通过AO口输出焊机电流或电压

在这里插入图片描述

17 tpd轨迹复现

1、记录轨迹
2、代码轨迹复现

首先移动到轨迹起点，然后再复现轨迹

18 mode、pause、wait、call等指令

Mode(1)：代码结尾机器人系统进入手动模式

在这里插入图片描述

19 状态查询

在这里插入图片描述

20 后台程序上电自动运行

在这里插入图片描述

21 获取机器人当前位置

xyz,rx,ry,rz

x,y,z,rx,ry,rz = GetActualToolFlangePose()

关节数据

j1,j2,j3,j4,j5,j6 = GetActualJointPosDegree()

Read more

OpenClaw基础-3-telegram机器人配置与加入群聊

OpenClaw基础-3-telegram机器人配置与加入群聊 💡 大家好，我是可夫小子，《小白玩转ChatGPT》专栏作者，关注AI编程、AI自动化和自媒体。 Openclaw的优势是接入各种聊天工作，在前面的文章里，已经介绍了如何接入飞书。但之前我也提到了，飞书的最大的问题是请求多的限制，以及无法在非认证企业账号下面组建群聊。但这些限制另一个聊天工具可以打破，那就是Telegram，今天就跟大家分享一下，如果在OpenClaw里面接入Telegram。 第一步：Openclaw端配置 通过命令openclaw config，local→channels→telegrams 这里等待输入API Token，接下来我们去Telegram里面获取 第二步：Telegram端配置 1. 1. 在聊天窗口找到BotFather，打开对话与他私聊 2. 3. 然后再输入一个机器人，再输入一个账号名username，这里面要求以Bot或者Bot结尾，这个是全网的id，要 2. /newbot 来创建一个机器人，输入一个名字name

vivado2023.2下载安装教程：手把手教你完成FPGA开发环境搭建

手把手带你搞定 Vivado 2023.2 安装：从零搭建专业级 FPGA 开发环境 你是不是也曾在准备开启 FPGA 学习之旅时，被那个动辄十几GB的安装包卡在第一步？ 下载慢、权限报错、许可证激活失败、GUI闪退……明明只是想点个“下一步”，却仿佛在破解一道嵌入式系统的“入门密钥”。 别担心，这并不是你的问题。Vivado —— 这款由 AMD（原 Xilinx）推出的旗舰级 FPGA 开发工具，功能强大毋庸置疑，但它的安装过程确实称得上“劝退新手三连”： 体积大、依赖多、流程长 。 而今天我们要攻克的目标，就是 Vivado 2023.2 —— 一个兼具稳定性与前沿支持的长期候选版本（LTS），特别适合用于教学、科研和工业项目开发。本文将彻底拆解“vivado2023.2下载安装教程”这一高频搜索关键词背后的真实痛点，用工程师视角带你一步步完成从账号注册到环境验证的全过程，
一文讲清楚RAG 四大模式：Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG

一文讲清楚RAG 四大模式：Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG

随着技术迭代，RAG 已从最初的简单架构发展出多种进阶形态。本文将系统解析 RAG 的四大主流模式 ——Naive RAG、Advanced RAG、Modular RAG 与 Agentic RAG，从工作原理、技术特点到适用场景进行全方位对比，为技术选型提供参考。 一、RAG 基础：检索增强生成的核心逻辑 在深入模式解析前，需先明确 RAG 的核心逻辑。简单来说，RAG 由检索（Retrieval） 与生成（Generation） 两大模块构成： 检索模块：从预设知识库中精准定位与用户问题相关的信息片段（如文档、段落、句子）； 生成模块：基于检索到的信息，结合大语言模型生成符合上下文、逻辑连贯的答案。 这种 “先检索再生成” 的模式，既保留了 LLM 的语言理解与生成能力，又通过外部知识的引入弥补了模型训练数据过时、事实准确性不足的缺陷。

【PHP智能家居语音控制实战】：从零搭建可语音操控的家居系统

第一章：PHP智能家居语音控制概述 随着物联网技术的快速发展，智能家居系统逐渐走入日常生活。PHP作为一种广泛使用的服务器端脚本语言，凭借其高效的Web处理能力和丰富的扩展库，正被越来越多地应用于智能家居的后端控制逻辑中，尤其是在语音控制场景下展现出独特优势。 语音控制的基本原理 语音控制系统通常由语音识别、指令解析和设备执行三个核心环节构成。用户通过语音发出指令，系统将音频数据上传至服务端，PHP后端接收并调用语音识别API（如Google Speech-to-Text）进行文本转换，随后分析语义并触发相应的设备操作。 PHP在语音控制中的角色 PHP主要承担请求处理、逻辑调度与设备通信的任务。它可通过HTTP接口接收来自前端或语音网关的数据，并与数据库交互以获取设备状态。典型的应用流程包括： * 接收JSON格式的语音转写结果 * 解析用户意图并匹配预设规则 * 调用MQTT或WebSocket协议向智能设备发送控制指令 例如，以下PHP代码片段展示了如何解析语音指令并控制灯光开关： // 接收客户端POST数据 $input = json_decode(f