汇川机器人软件RobotLab常规操作

汇川机器人软件RobotLab常规操作

一.权限管理注意事项

1.1 软件登录权限管理

连接上软件后,修改轴参数、点位数据需要权限。点击人物图标,登录对应的权限,管理员权限登录密码6个0。

1.2机器人控制权限管理

点击“锁”,打开机器人控制权配置页面。

选择“InoRoboLabt”,机器人受编程软件控制,使用软件可手动移动点位、示教位置信息。

选择“远程IO单元”,机器人受外部设备控制如PLC、上位机,机器人进入自动模式,收到交互信号就按照程序执行。

选择“远程以太网客户端”,机器人受远程客户短控制,用于查找问题、远程调试。

二、 使用过渡点注意事项

程序中点到点直线运动会有机构干涉或有安全风险时,使用过渡点在运动规避风险。

使用过渡点时,注意指令的工具坐标系,选择正确的Wobj工具好,否则运动出错有撞机风险。

如下图所示为例,wobj0为A工位,wobj1为B工位,注意在“轴控制面板”中选择对应工具坐标号

三、使用全局点位移动注意事项

双击左侧“P.pts”,打开全局点位列表。

程序使用全局点位移动一般有两种形式

1)程序调用编号走位,如Movj P[0]

2)程序调用自定义标签名,如Movj P_Home

在程序内使用指令进行点位移动、示教过程中,注意检查运动方式、标签和描述内容。

四、点位示教注意事项

打开“轴控制面板”,选择正确的直角坐标系和工具号(例如拧紧工位工位一选择0号,工位二选择1号),速度不可设置过高。

注意不能切换工具号和用户号时,检查机器人是否在示教模式并且主任务处于运行中,或再现模式时下也不支持切换。

选择寸动模式,点击X、Y、Z、R将机器人移动到目标位置

在程序中点击右键,选择“查看点数据”,在打开的程序位置点中,右键选中空白行,点击“取当前点”,则机器人当前位置信息就存入系统中。

注意要编辑合适的标签名,提示当前点位的功能,方便程序阅读。

五、全局变量监控注意事项

程序中包含大量的全局变量(定义的Global变量)

在全局监控表中单个添加时名字输入错误时会导致添加失败,可在程序内添加监控。

可在程序内选中变量,鼠标点击右键,选择“添加到全局变量监控”。

注意变量值显示为“未识别”时,检查当前程序块运行是否包含此变量,否则无法从控制器查询到数值,监控列表中变量值必须在值被有效刷新的时候才能查看到。

六、程序备份注意事项

点击“配置文件备份”,选择保存路径,输入文件名后确认,待系统提示“备份配置文件完成”则表示备份完成。

注意不能将多台机器人的配置文件相互导入,会导致机器人的出厂设置参数改变,后果不可预料。导入后降低程序运行速度和轴移动速度,验证配置是否正确。

Read more

JavaWeb学习笔记:动静态Web、URL、HTTP

Web Web是在互联网上,用浏览器访问的一种信息服务。可以简单理解成,我们打开一个网络链接,展示的一个个网页,就是Web。 Web有动态Web和静态Web: * 静态Web:是指开发者提前写好Web网页(HTML),所有人看到的网页内容都是一样的Web。早期的Web是静态Web,是使用HTML将网页内容写好放在服务器中,所有人访问网页,都是看到这个HTML的内容。静态Web的特点是所有人看到相同的内容,网页内容、数据都是写在HTML里,不与数据库交互。静态Web的业务流程大致如下: * Web开发者编写好HTML,保存到服务器某目录。 * 用户从浏览器打开网页,比如www.xxxx.com/index.html。 * 服务器接受到请求,从文件目录中找到这个index.html文件,发送给用户。 * 用户浏览器接收到HTML,渲染成网页展示给用户。 * 动态Web:是指开发者并非提前写好Web网页,而是在用户访问时,动态生成网页HTML内容,每个人看到的网页内容都是不一样的Web。现代Web几乎都是动态Web,每个人看到的Web内容都可能不一样,比如有

By Ne0inhk

Google AI Studio生成的前端代码打包成安卓APK文件

前言    Google AI Studio 的 Build 模式(通常指 "Gemini Vibe Coding" 或可视化的应用构建功能)默认生成的通常是 Web 应用代码(主要是 React 或纯 HTML/JS),而不是原生的 Android (Java/Kotlin) 代码。这意味着你不能直接把它打包成 APK。你需要先进行一步“转换”,把这个 Web 应用“包裹”成一个安卓应用。 案例演示 下面以我生成的一个小的应用程序为例演示如何将它打包成APK文件并安装在手机上。 这是我使用Google的Gemini 3生成的一个滑卡软件(还有些BUG。。) 开源的github链接:YGJing7/flashflow: 闪流卡片 开源的gitee链接:AriYang/flashflow 基础环境准备 ※注意※

By Ne0inhk
用 龙虾10 分钟搞定 C 语言 + 前端实训?我试了,真香!

用 龙虾10 分钟搞定 C 语言 + 前端实训?我试了,真香!

🚀 用龙虾10 分钟搞定 C 语言 + 前端实训?我试了,真香! 一句话总结:选对模型 + 写好提示词,让“龙虾”帮你从零生成可运行的 C 语言成绩管理系统 + 全栈博客前端项目,连实训报告都自动生成! 大家好,我是 VON。最近“AI 编程助手”火出圈,但很多人还在手动敲代码、调 Bug、写报告……其实,只要用对工具,一个指令就能完成整套高校实训作业! 今天我就带大家实测:如何用 AI 智能体(俗称“龙虾”) 快速搞定两类典型课程设计—— ✅ C 语言学生成绩管理系统 ✅ React 全栈个人博客系统 全程无需打开 IDE,甚至不用看一行代码!👇 🔧 第一步:选对模型,效率翻倍! 智能体的输出质量,70%

By Ne0inhk

微信小程序开发集成RMBG-2.0:前端AI实践

微信小程序开发集成RMBG-2.0:前端AI实践 1. 为什么要在小程序里做AI抠图 你有没有遇到过这样的场景:用户在电商小程序里上传商品照片,想快速换掉杂乱的背景;或者在社交类小程序中,用户想给自拍加个酷炫的透明背景;又或者教育类小程序需要把教学图片里的干扰元素自动清除?这些需求背后,都指向一个共同的技术点——前端图像处理能力。 过去我们习惯把这类任务交给后端服务器,但这样会带来几个明显问题:用户要等几秒甚至更久才能看到结果,网络不稳定时还可能失败,而且每次请求都要消耗服务器资源。当你的小程序日活达到上万量级,这些成本和体验问题就会变得非常突出。 RMBG-2.0的出现改变了这个局面。它不是那种动辄需要GPU显存、只能跑在服务器上的重型模型,而是一个经过精心优化、能在现代移动设备上高效运行的轻量级AI模型。官方数据显示,它在1024×1024分辨率图像上的推理时间稳定在0.15秒左右,这意味着在微信小程序的WebGL环境下,完全有可能实现接近实时的抠图体验。 更重要的是,RMBG-2.0的精度确实让人眼前一亮。它基于BiRefNet架构,在超过15,000张高质量图像上训

By Ne0inhk