Opprettelse av feil: 11 trinn

2024 Forfatter: John Day | [email protected]. Sist endret: 2024-01-30 11:21

Creation By Error utfordrer og tvinger oss til å stille spørsmål ved våre antagelser om presisjon og nøyaktighet av digitale enheter og hvordan de brukes til å tolke og forstå det fysiske miljøet. Med en spesialprodusert robot som avgir en aura av "livlighet" og et skreddersydd nettverkssystem, fanger, sammenligner og materialiserer prosjektet avvikene mellom vår tolkning av den fysiske verden og den i robotsystemet. Vi er tvunget til å tenke over tilliten vi har til dataene som skapes av mange digitale systemer. Creation By Error -roboten er plassert vendt mot en tom vegg som skal skannes. Plassen er for deltakerne å vandre rundt i installasjonen for å bli observert, analysert og arkivert på ubestemt tid. De arkiverte dataene som brukes, visualiseres og projiseres i sanntid ved siden av roboten. En statisk hengende mobil henger i nærheten. Den viser gjennomsnittsfeilen til målingene som ble samlet over en time. IRL -avstandsmålingene fra roboten til veggen ble beregnet og deretter differensiert med de 100 000+ datapunktene som ble samlet inn. Det er disse differensierte målingene som danner mobilens form.

Kontrasten mellom sanntids dataprojeksjon og mobil opprettet gjennom feil åpner diskusjon rundt nivået av nøyaktighet og sannhet som disse dataene kan ha, spesielt når disse digitale systemene begynner å tolke omgivelsene på en unik måte akkurat som mennesker. Forståelsen av den fysiske verden av digitale systemer er kanskje ikke så mekanisk og motstandsdyktig mot tolkning som en gang trodde.

Trinn 1: Intro

Hva den endelige produksjonen blir

Trinn 2: Fremstilling

Det var noen forskjellige iterasjoner jeg prøvde for brakettene som brukes til å montere motoren på stativet. og deretter ultralydssensoren til motoren. I bildet har jeg vist brakettene som holder en motor/sensorenhet montert på en tappeplate. Hvis du skal lage mange av disse sensorobjektene, er tavlen ganske praktisk for testing.

I de neste trinnene går jeg gjennom de forskjellige materialene som kan brukes til å bygge enheten. Jeg prøvde med både håndlagde aluminiumsbraketter, laserskjærende akrylbraketter og å få en maskinbutikk til å produsere aluminium i bulk.

Avhengig av din estetiske preferanse og hva du har tilgang til, vil jeg anbefale laserskåret akryl som den mest effektive tidsbrukseffekten, da var det også en god opplevelse å lage aluminiumsbraketter for hånd, men du trenger tilgang til en butikk, og det er litt tidkrevende. Endelig ville en ideell maskinbutikk med tilgang til enten en plasmaskærer, vannstråle eller CNC med høy effekt ideelt sett vært den beste, men bare for bulkbestillinger siden den er den dyreste.

Sett målene for trebitene for å lage stativet, så vel som bilder for stativene.

Trinn 3: Aluminiumbraketter

Hvis du skal lage aluminiumsbrakettene enten for hånd eller gjennom en maskinbutikk, må du vite dimensjonene på brakettene. Det er et bilde inkludert i dimensjonene.

Lag braketter for hånd

Når jeg lagde brakettene for hånd brukte jeg en "I-bar" av aluminium fra en maskinvarebutikk. Det var omtrent 1 "x 4 'X 1/8". Jeg klippet brakettene med en hacksag og begynte deretter å kutte ut de nødvendige hakkene. Til bolthullene brukte jeg en drill. Jeg vil anbefale å bruke litt som passer til skruene som fulgte med servoen din, for å feste servoarmen til ultralyd "L -braketten". Og bruk også en bit som passer til radiusen på skruene du skal bruke til å feste braketten som holder servoen og montere den på stativet.

For å bøye brakettene setter jeg brakettene inn i en skruestikk, slik at bøyelinjen som vises på bildet er i flukt med toppen av skruestikken. Jeg tok deretter en gummiklubbe og hamret ned aluminiumet 90 grader.

Anbefalinger

Jeg vil anbefale at du kutter hakkene ut av braketten før du bøyer den.

Det er også nyttig å sette inn braketten med den hakkede halvdelen av braketten som holdes av skruestikken. Dette vil sikre en mye jevnere bøyning av aluminiumet.

Trinn 4: Laserskjæringsbraketter

Hvis du bestemmer deg for å gå laserskjæringsruten med enten akryl eller aluminium, er forhåpentligvis.ai -filen med dimensjonene nyttig for å få dette inn i butikken.

Når alle de flate brakettene er kuttet, må du også bøye dem. Til dette brukte jeg en 90-graders jig, en oppvarmet pistol og et par hjelpende hender.

Jeg hadde en varmepistol som jeg brukte til forskjellige prosjekter, men jeg brukte en varmepistol som ligner på Milwaukee en med to varmeinnstillinger.

Hvis du kommer til å få en maskinforretning til å produsere brakettene, vanligvis for litt ekstra, vil de sette brakettene gjennom en metallbender eller trykke og gjøre dette for deg. Hvis det er ruten din … gjør det.

Trinn 5: Programmering + Github

Sette opp en PubNub -konto for å streame data

github.com/jshaw/creation_by_error

github.com/jshaw/creation_by_error_process…

Trinn 6: PubNub -integrasjon

Deretter må alle de verdifulle og interessante dataene du skal samle 1) lagres et sted 2) streames / sendes noen til visualiseringsappen. For dette velger jeg PubNub for dets datastrømming.

Du vil gå til https://www.pubnub.com/, opprette en konto og deretter opprette en ny PubNub -kanal.

Du vil opprette en konto og deretter opprette en ny app.

Når du har opprettet appen, må du gå til nøkkelinformasjonen. Som standard vil denne nøkkelen få navnet Demo Keyset.

Jeg har tatt med et bilde for å få datastrømmingen til å fungere korrekt med behandlings- og "GET" -forespørslene som kreves for å publisere data. Nedenfor er innstillingene jeg har satt opp.

• Tilstedeværelse => PÅ
• Kunngjør Max => 20
• Intervall => 20
• Globalt her nå => sjekket
• Debounce => 2

• Lagring og avspilling => PÅ

  Beholdning => Ubegrenset oppbevaring

• Stream Controller => PÅ
• Sanntidsanalyse => PÅ

De neste trinnene er knyttet til ESP8266 -brikkeprogrammeringen og programmeringen av Processing -appen.

Trinn 7: Arduino

programmet Arduino

Mitt oppsett jeg brukte var å kjøre arduino -plattformen og bruke Arduino IDE med Adafruit Feather HUZZAH ESP8266 -brikken. Dette var ganske nyttig med tilkoblinger til wifi osv. Men jeg fant ut at det var noen feil som brukte visse biblioteker med brettet.

For å hjelpe deg med å sette deg i gang med brikken, er dette det du trenger. En annen virkelig god ressurs er på produktsiden til Adafruit-brikken som ligger her:

• En Adafruit Feather HUZZAH ESP8266 -brikke (lenke)
• Arduino installeres på brikken, slik at den ikke bare kjører MicroPi
• Jeg måtte portere Arduino NewPing -biblioteket for å jobbe med HUZZAH:
• Jeg overførte også Ken Perlins SimplexNoise C ++ - algoritme til et Arduino -bibliotek for dette prosjektet.

Jeg vil merke at arduino -koden har 3 tilstander. Av, fei og SimplexNoise.

• Av: skanner ikke, sender ikke til PubNub, kontrollerer ikke servoen
• Feie: Kontroller servoen og ta målinger fra 0 grader til 180 og tilbake igjen. Dette bare gjentar seg.

github.com/jshaw/creation_by_error

Trinn 8: Skjemaer

elektronisk skjema

Trinn 9: Behandler

programmering av visualiseringer

github.com/jshaw/creation_by_error_processing

Trinn 10: Fysikalisering

Med dataene kan du gjøre noen flotte fysikaliseringer om hvordan digitale enheter oppfatter miljøet og menneskelig interaksjon.

Med dataene jeg har samlet med noen få forskjellige iterasjoner av Creation by Error har jeg klart å formidle og representere data på en rekke måter. Det hjelper også siden elektronikken skyver alle sine innsamlede data gjennom PubNub fordi den ikke bare strømmer dataene til en hvilken som helst kanal som lytter med nøkkelen, den lagrer og arkiverer også disse dataene for senere bruk.

Ved å bruke dataene har jeg vært i stand til å lage fysikaliseringer som formidler den antropomorfe tolkningen av disse tilkoblede enhetene og lager noen vakre kunstverk i prosessen.

Det første trestykket er 10 minutter den… datoen juli….. 2016. datapunktene ble eksportert fra behandlingsskissen ved hjelp av n-e-r-v-o-u-s Systems (https://n-e-r-v-o-u-s.com) OBJ eksportbehandlingsbibliotek og importert til Rhino 3d. Innenfor Rhino måtte jeg konvertere OBJ -nettverket til et NURBS -objekt for å kunne legge objektet inn i modellen av treverket jeg laget. Dette innlegget kunne brukes av CNC -teknikeren til å frese ut representasjonen av avstandene som ble målt av ultralydsensorer over en periode.

Det andre stykket ble opprettet ved å skanne en tom vegg i en time. Jeg sammenlignet deretter gjennomsnittet av de innsamlede datamålingene for 9 vinkler som servoen målte mot sensorens faktiske posisjon og hva målingene ville ha vært. Den strukturerte mobilen som henger fra taket er den akkumulative feilforskjellen mellom det sensoren leser og hva de faktiske matematisk / geometrisk beregnede avstandene er IRL. Det interessante aspektet ved dette stykket er at feilen gjort av teknologi i dens sensing og tolkning har tatt en fysikalisert form som kvantifiserer oppfatningen av teknologi.

For å lage denne hengende mobilen opprettet jeg 'ribbeina' fra plugger og laget skjemaet. I fremtiden ville det være godt å lage dette i en CAD- eller.ai -fil for å kunne få disse ribbeina laserskåret ut av tre i stedet for måtte lage dem.

Den endelige "fysikaliseringen" er mer en datavisualisering som kjøres inn gjennom behandlingsskriptet som jeg har koblet til på GitHub i denne instruksen. Det skal fungere og skape en sanntids datavisualisering av plassen foran den.

Trinn 11: Potensiell utvidelse

Potensiell utvidelse.. hva kan dette utvides eller potensialer for prosjekter som dette

Områder i bakhodet for utvidelse eller videreføring av dette prosjektet eller til og med forskjellige iterasjoner av det ville være å legge til flere stativer og oppdatere hver Arduino -kode for å passere den riktige IDen til stativet. dette kan muliggjøre riktig representasjonsposisjonering i behandlingsskissen der de flere stativene er plassert i et rom.

Jeg jobber også med en rutenett av disse objektene på en tavle som kan totalt sensorer og skape en veldig lo-fi punktsky av teknologiens oppfatning som kan tillate oss å projisere våre antropomorfe meninger om teknologiperspektiv på verden.