Automatischer Landwirtschaftsroboter mit 8051 [geschlossen]

Was Sie brauchen, ist einfach ein Proof of Concept.

Schritt 1 - Legen Sie den 8051 ab und vergessen Sie es - holen Sie sich ein Arduino aus dem Regal. Sie werden keine Zeit mehr haben, es einzubauen und zu debuggen. Gehen Sie nur darauf zurück, wenn Ihr Professor darauf besteht, dass Arduino zu einfach ist.

Schritt 2 - Bauen Sie das Arduino in eine rollende Plattform. Dies wurde auf so viele Arten gemacht, dass Sie leicht eine finden werden - vielleicht sogar in einem Bausatz.

Schritt 3 – Fügen Sie ein handelsübliches GSM-Shield-Kit hinzu, legen Sie eine zuverlässige Prepaid-SIM-Karte ein und beginnen Sie mit dem Debuggen.

Schritt 4 - Fügen Sie den verbleibenden digitalen Pins LEDs hinzu. Schreiben Sie Code in Ihren Controller, der sie an definierten Stellen im Lauf zum Blinken bringt. Nennen Sie es die „Düngerfunktion“.

Schritt 5 - Präsentieren Sie das Ganze. Machen Sie die Präsentation zu einem Verkaufsargument und strahlen Sie Selbstvertrauen aus. Alle Fragen intelligent beantworten können – das ist wichtiger, als das Ding tatsächlich im Kreis drehen und leuchten zu lassen.

Schritt 6 (optional) – Nehmen Sie diese Idee ernst, verfolgen Sie alle losen Enden, finden Sie Investoren und bauen Sie sie auf, bis Sie jemand aufkauft.

Ja, dies liegt sicherlich innerhalb der Möglichkeiten leicht verfügbarer handelsüblicher Mikrocontroller. Beachten Sie, dass Intel, der Urheber der 8051-Architektur, diese eingestellt hat. Es gibt immer noch einige Klone von anderen Firmen, aber ich würde es nicht in einem neuen Design verwenden. Es gibt viele ausreichend leistungsfähige Mikrocontroller von Microchip, Atmel, TI, Freescale und anderen, die sich in aktiver Produktion befinden.

Ein wichtiges Thema, das Sie anscheinend ignorieren, ist die Navigation. Nur hin und her zu fahren, indem man die Räder in einer geraden Linie fährt, reicht bei weitem nicht aus, um schließlich ein ganzes Feld auf einem praktischen Bauernhof zu bedecken. Sie benötigen eine Art Positionserkennung und den Roboter, der seine Richtung anpasst, je nachdem, wo er ist und wo er sein möchte.

Ich habe von einem Projekt gehört, bei dem dies mit echten kommerziellen landwirtschaftlichen Geräten unter Verwendung von Differential-GPS durchgeführt wurde. Das ist weder einfach noch billig und meiner Meinung nach zu viel für ein EE-Projekt im vierten Jahr.

Möglicherweise können Sie eine einfache Navigation durchführen, indem Sie einem Laserstrahl folgen. Oder verwenden Sie vielleicht ein gewöhnliches GPS, um anzuzeigen, dass Sie navigieren. Tun Sie nicht so, als würde dies das Problem auf einer echten Farm lösen, aber um zu demonstrieren, dass Sie ein ganzes System gebaut und dabei etwas gelernt haben, könnte es gut genug sein.

Du fängst an der falschen Stelle an. Die Auswahl eines Prozessors für Ihren Roboter befindet sich weit unten in den Implementierungsdetails, und Sie haben noch kein Systemdesign auf höchster Ebene erstellt.

Sie wollen ein Feld pflügen. Was braucht es dazu? Zuallererst müssen Sie parallele Reihen navigieren, die Sie bereits identifiziert haben, und Sie müssen genug Kraft entwickeln, um das Pflügen tatsächlich durchzuführen.

Wie genau muss die Navigation sein? Welche Dinge werden Ihre Navigation stören? Ich spreche von Dingen wie dem unebenen Boden und den seitlichen Kräften, die der Pflug erzeugt. Da Sie diese Störungen nicht vorhersagen können, benötigen Sie eine Art Feedback-System, um den Pflug auf Kurs zu halten. Welche Art von Sensoren werden dafür benötigt? GPS ist eine Möglichkeit, absolute Navigationsdaten zu erhalten, aber normalerweise ist es für eine Aufgabe wie das Pflügen nicht genau genug.

Das Pflügen erfordert viel Kraft, was bedeutet, dass der Roboter ernsthaften Schaden anrichten könnte, wenn seine Navigation versagt oder er ein unerwartetes Hindernis wie den Landwirt nicht erkennt. Wie erkennen Sie Hindernisse und stoppen das System sicher, wenn unerwartete Bedingungen eintreten? Autonome Fahrzeuge haben traditionell (bisher) hauptsächlich optische Sensoren wie LIDAR und maschinelles Sehen (Videokameras) verwendet, die beide erhebliche Echtzeit-Rechenressourcen erfordern.

Was ich sagen möchte, ist, dass Sie für ein komplexes System wie dieses mit Ihren Anforderungen auf oberster Ebene beginnen müssen, technologische Bausteine ​​identifizieren müssen, die Ihnen helfen, diese Anforderungen zu erfüllen, und sich dann zu niedrigeren Detailebenen vorarbeiten müssen Sie adressieren jeden der im vorherigen Schritt identifizierten Blöcke.

Irgendwann haben Sie eine gute Vorstellung von den erforderlichen Rechenressourcen und können dann mit der Auswahl eines Prozessors beginnen.

Übrigens, ich spreche als jemand, der tatsächlich geholfen hat, Präzisionsnavigationssysteme für echte landwirtschaftliche Geräte zu bauen, also habe ich eine sehr gute Vorstellung davon, was wirklich erforderlich ist.