Превращение ПЛК в кастомный программируемый промышленный пульт управления с единой средой разработки IDE.В целом - Программируемый Машинный Контроллер. PMC.

В прошлом посте рассказал о своем проекте превращения ПЛК в программируемый пульт. Но не все поняли идею из за сильного ригидного мышления про ПЛК который стоит в шкафу, и на кнопки шкафа нажимают один раз в год.

С помощью ИИ удалось сделать небольшую, хоть и не идеальную, презентацию идеи в - видео, для наглядности.

Сама идея была навеяна - опытом из прошлого, при разработке кастомного пульта для предприятия. Так как я создаю платформу подобную Codesys или ISaGRAF , подумал - почему бы вместо модулей IO не дать возможность добавить модули в привычном формфакторе IO с кнопками, энкодерами, джойстиками и прочее. Так за пару минут можно собрать любой пульт с нужными элементами управления и запрограммировать его в среде как обычный ПЛК знакомыми языками LD\FBD. Без просверливания отверстий и прочих движений. А для ремонта - отстегнул неисправный, вставил - исправный, и ремонтируешь в свободное время не создавая простоев.

Подключение кнопок к ПЛК - привычное дело, только в модулях это - самоопределение (когда по шине, в среде отображаются сразу Переменные кнопок, джойстиков и ползунков всяких), и эргономика.

Направление - нишевое, для работы в перчатках, сложных средах, когда перед глазами не Мнемосхемы на дисплее , а реальные многотонные машины или подобные конструкции. Это если в металлических корпусах.

На видео версии - пластиковые корпуса, так как ИИ, пока - тугодоходящий, и не получается из него выдавить все нюансы визуальной идеи. По первому диплому я конечно - преподаватель живописи и графики, с многолетним опытом 3D моделирования, но пока нет времени заниматься в ручную дизайном, и работаю над IDE, компилятором и рантаймом. Ближе к осени, начну публиковать новые серии постов что получилось наработать. А получилось как минимум - обогнать китайцев и возможности их ПЛК и сред IDE.

Кто не знает о чем проект, прошлые статьи хода разработки тут: Моими разработками, соревнуюсь с Брендами в АСУ ТП

И лет 7-8 назад меня посетила идея а может устроится куда-нибудь в радиокружок или открыть свой, даже думал купить коммерческое помещение на 150 квадратов у себя в поселке и открыть там мастерскую по ремонту и на её базе сделать радиокружок. но на тот момент 11 млн как то было дохера А сейчас все 23.

Начал искать хоть один уцелевший радиокружок в нашем городе Новосибирск..... и х.й только робототехника только программирование для детей и подростков. В общем так и затихла эта идея. Но тут опять что-то ностальгия нахлынула что решил поделится мыслями.

В общем концепция кружка.

5-6 человек группа. столько же рабочих мест оборудованных под базовые потребности для ремонта банально ноутбука. Понятно что там много чего надо и много чего важно но это уже нюансы и каждый рабочее место делает под себя.

план занятий это лекция по базовым знаниям электроники закон ома что такое резистор транзистор в общем от простого к сложному.

И самое ради чего все это - это практические занятия, всякие эксперементы с различными схемами смотрели бы осциллографом на сигналы на то как они меняются, учились бы пользоваться измерительными инструментами и прочее прочее

уже для группы по опытней я бы делал так, брали бы какое нибудь устройство, даже можно было бы принимать в ремонт чтонибудь и совместно ремонтировать, разбирали бы его до винтиков, делали бы блок схему принцип работы устройства, изучали каждый узел и уже учились проводить диагностику а затем ремонт и проверку.

Кто-нибудь бы из учеников пусть принес бы хоть свой телефон, хоть тамогочи, в ремонт мы бы изучили весь процесс от и до как правильно разобрать как собрать диагностировать и отремонтировать его.

Вспоминая эту эйфорию и чувство удовлетворения от того что ты своими руками и головой смог разобраться с непонятным устройством и починить, это неописуемый кайф и я хотел бы чтобы все ученики это испытали. Я бы просто выкупал всякие сложные не рабочие устройства, благо на всяких предприятиях их полно и связей много, и мы бы вместе их чинили а потом запускали вот это было бы круто. С некоторыми предприятиями я бы вполне мог договориться на экскурсии благо есть возможности. Я сам бы с радостью посетил бы некоторые, не секретные конечно)

Вообще идей для занятий полно это и ремонт, проектирование, и разработка каких либо простеньких приборов, сборка ЦАП с усилителем для наушников, чтобы ребята узнали что такое качественный звук а то что это еще и сделано своими руками так это в разы ценней. В плоть до того что изучили бы промышленные контроллеры и как они применяются в промышленности.

Да могли бы поиграться со всякими лидарами от авто и их программированию и обучению, ведь для тех же лисянов у производителя есть бесплатное ПО для лидара в котором можно много интересного реализовать.

Для старшей группы я бы предоставлял возможность реально своими знаниями и трудом заработать свои первые деньги, банально как я раньше у друзей и знакомых брал компы и ноуты на ремонт и так постепенно учился. Пусть приносят вместе разберемся и сделаем.

Много чего можно было бы делать программирование и робототехника много где есть а вот собрать аналоговое устройство это уже позабытый навык с которого все начинается.

Было бы это интересно? Определенно ДА по крайней мере мне.

Было бы это прибыльно чтобы хотя бы окупалось? ХЗ я не коммерсант я не знаю как зарабатывать это просто мечта об идеальном радиокружке.

Понятно что для организации такого нужно много всяких юридических тонкостей такие как обязательное пед образование, правильное взаимодействие с родителями, а то обожжёт палец а потом дурные яжродители прибегут и деньги трясти начнут. В моем детстве если я обжигал палец или ебашило током от высоковольтной части телевизора так сам долбаеб нехер лезть без подготовки). Много тонкостей в которые я не хочу вникать а просто заниматься с ребятами любимым делом и вовлекать в мир радиотехники.

Когда думал о покупке помещения у меня сестра готова была для того чтобы хоть как то выживать организовывать там всякие кружки для детей по рукоделию и прочему, идей у неё тоже много что то даже получается реализовывать на базе нашего ДШИ.

Сколько для этого нужно денег? да реально дофига только на закупку оборудования можно легко влить пару мультов и будет мало. в идеале это своей помещение чтобы не подскакивать когда приходит время платить аренду. Вот чето глянул по чем нынче помещения как то 23.5 млн. сложновато столько заработать)

Идей что можно изучить чему научиться что изобретать реально много и это только без микроконтроллеров а с ними так вообще ограничений нет.

Ну и вопрос к тем у кого есть дети вы бы отдали своего ребенка в такой радиокружок?

Робот с сознанием — за 100 баксов

Еще лет двадцать назад подобный проект был бы практически невозможен. Для создания даже простейшего автономного робота требовались дорогие промышленные камеры, специализированные контроллеры, мощные компьютеры и огромное количество дополнительной электроники. Сегодня большая часть этих технологий превратилась в массовые компоненты стоимостью в несколько долларов.

Growbot собран максимально просто.

• В качестве вычислительного блока используется недорогой одноплатный компьютер примерно за пятнадцать долларов.

• За движение отвечают два обычных сервопривода, установленные в ногах. Вместо сложной системы зрения — пятимегапиксельная камера.

• Ориентироваться в пространстве помогает IMU — инерциальный датчик, измеряющий ускорение и вращение по трем осям. Именно он сообщает роботу, стоит ли он прямо, наклоняется вперед, падает или его просто взяли в руки.

• Дополняют конструкцию микрофон, небольшой динамик, кольцевая светодиодная подсветка и аккумулятор от простого дрона.

В результате весь набор компонентов обходится примерно в $100. Но дело здесь не только в дешевизне. Автор хотел показать, что сегодня исчезло главное ограничение для подобных экспериментов: необходимые вычислительные мощности, камеры и датчики больше не являются экзотикой. То, что совсем недавно требовало бюджета исследовательской лаборатории, теперь можно собрать буквально на домашнем столе.

Первой задачей было убедиться, что даже такого простого железа достаточно для реалистичного поведения. После сборки робот сразу научился отслеживать лицо человека в реальном времени, плавно поворачивая корпус вслед за движением камеры. Казалось бы, мелочь, но именно в этот момент автор впервые поймал себя на ощущении, что механизм начинает выглядеть удивительно живым.

Два мозга для разных задач

У робота два “мозга” — быстрый и медленный. Почти как у человека: одно дело — рефлекс, другое — обдуманное решение.

• Быстрый мозг отвечает за ходьбу и равновесие. Это отдельная маленькая нейросеть прямо на чипе робота. Она ничего не знает про мир и слова — только получает показания датчика движения и выдает команды моторам, 50 раз в секунду, как рефлекс. Никто не программировал ей позы и шаги вручную — она сама научилась ходить и стоять методом проб и ошибок: тысячи попыток в компьютерной симуляции, где удачные движения закреплялись, а неудачные — нет. Раньше такое обучение стоило $25 000 и месяцы ожидания, сегодня — пара часов аренды видеокарты.
  

• Медленный мозг — это обычная языковая модель (та же технология, что в ChatGPT или Claude). Она не думает 50 раз в секунду — ей нужна секунда-другая, зато она понимает смысл: видит картинку с камеры, слышит команду, помнит, что было раньше, и решает, что делать дальше — например, “иди в угол комнаты” или “притворись мертвым”.

Работают они вместе: медленный мозг ставит цель словами, а быстрый превращает ее в конкретные движения ног. Это и дает роботу одновременно и смысл в поведении, и живую, плавную моторику.

Для тренировки быстрого мозга сначала сделали цифровую копию робота — его модель в виртуальной физической симуляции на компьютере. Там нейросеть тренировали методом проб и ошибок: она пыталась двигать ногами миллионы раз подряд, и каждый раз, когда получалось устоять или сдвинуться в нужную сторону, эта попытка поощрялась — то есть нейросеть немного подстраивалась в сторону удачного варианта. Неудачные попытки просто отбрасывались.

Это можно делать в симуляции очень быстро и параллельно — сразу тысячи виртуальных роботов пробуют разные движения одновременно, и все это на одной видеокарте за пару часов. На настоящем железе так быстро не получится: пока робот встанет, упадет, поднимется заново — пройдет время, да и мотор со временем сотрется от миллионов попыток.

А когда сеть уже неплохо научилась ходить в симуляции — ее просто «пересадили» в реального робота, и она заработала на настоящих ногах, сразу с готовыми навыками, без обучения с нуля на живом железе.

Усталый старик и капризная диснеевская принцесса

Момент, когда нейросеть впервые заставила робота пойти, автор назвал “волшебным” — потому что предсказать заранее, что и почему он сделает, было уже нельзя. Дальше список трюков быстро рос.

Робот научился ходить по разным поверхностям, не требуя аккуратного обращения — его можно было ставить как угодно, он справлялся сам. Потом его научили крутиться, и он делал это устойчиво из любого положения.

Дальше к роботу подключили языковые модели напрямую. По команде “притворись мертвым” робот сам за секунды писал и запускал на себе программу движений. По команде “иди как птица” — тоже справлялся. Самым запоминающимся оказалось «иди как старик»: робот зашаркал ногами неожиданно убедительно. Оказалось, модель не написала код с нуля, а смешала подходы — сама прописала шаркающий шаг, включила обученный навык ходьбы на низкой мощности, чтобы получилась дрожь, и добавила еще немного своего кода. Получилось по-настоящему изобретательно.

Потом включили режим, который автор в шутку назвал “режимом Disney”: модель попросили следовать принципам мультипликации — плавно сочетать движения, звуки и подсветку, как это делает анимационный персонаж. В результате у робота появился целый набор состояний: спокойное, влюбленно-счастливое, злое, довольное мурчание, усталое — и каждое выглядело убедительно по-своему. Одна и та же мысль “устал, не хочу спать” выражалась по-разному в зависимости от настроения: то покорное “ладно, лягу”, то капризное “нет, хочу играть еще”.

Память и сны

Дальше роботу дали память, в которую он мог сам писать и из которой мог читать. Он научился привязывать реакции к событиям — танцевать при прикосновении, “умирать” по касанию — и на глазах улучшать поведение: сначала долго соображал, как правильно завалиться на бок по команде, а со второго раза делал это сразу.

С памятью появились и долгосрочные цели: ломать башни из кубиков, играть в прятки (однажды догадался спрятаться в проводах за компьютером), запоминать людей, с которыми его знакомили.

Проблема была в том, что память быстро забивалась повторами и противоречиями. Тогда придумали механизм “снов”: время от времени вся память отправлялась самой умной модели с задачей выкинуть все лишнее и сделать выводы. Получалось хорошо, а для развлечения робота попросили пересказать вслух, что ему “снилось” — получились смешные драматичные истории о том, как его трясли и как он каждый раз “эффектно умирал”. Это уже было самосовершенствование на уровне языка и памяти — модель могла уточнять свою стратегию и даже характер.

Нехватка мозжечка

Дальше проверили: может ли робот учиться не только через слова, но и через сами движения. В игре “повтори за мной” робота двигали руками определенным образом, а он смотрел на данные своих датчиков и пытался написать программу, которая повторит это движение сама. С каждой попыткой программа получалась немного точнее.

Эксперимент удался, но заодно показал слабое место робота.

Дело в том, что Growbot хорошо понимал, что происходит с ним прямо сейчас, но плохо угадывал, что произойдет через долю секунды. Например: чуть дрогнула нога — а к чему это приведет через мгновение, тряхнет ли все тело, робот заранее не представлял. Ему не хватало “предчувствия” собственных движений — умения заранее прикинуть, что случится, если сделать вот так.

Именно про это давно говорит Ян Лекун: пока у робота нет такого встроенного предчувствия физики, он не может по-настоящему планировать свои действия — только реагировать на то, что уже случилось.

Здесь автор проводит параллель с мозжечком — частью мозга, где находится больше трех четвертей всех нейронов. Сигналы от органов чувств всегда немного опаздывают: путь от глаз и кожи до мышц занимает время. Поэтому для быстрых действий, вроде ловли мяча, мозг заранее “домысливает” на десятую долю секунды вперед — и делает это очень быстро. Этот прогноз уходит в моторную кору, которая выдает не отдельные команды, а сразу цельную пачку скоординированных движений. Когда прогноз совпадает с реальностью, движение выглядит гладким и неосознанным. Когда не совпадает — человек начинает думать. Именно поэтому непривычной рукой поймать мяч сложнее.

Мозжечок одновременно и предсказывает, и учится: постоянно сверяет прогноз с реальностью и, если они не совпали, посылает сигнал ошибки, который улучшает и само предсказание, и движение. Поэтому тонкую моторику нельзя выучить только словами — нужен реальный опыт.

Похожий принцип уже показал проект Daydreamer в 2022 году: робот научился ходить за час полностью на реальном опыте, без симуляции, потому что сеть училась предсказывать не только следующее действие, но и следующее состояние — и так неявно осваивала физику. У Daydreamer не было развитого языкового интеллекта, но он показал направление, в котором сходятся два лагеря робототехники: одни идут от языковой модели, которая сразу выдает действия, другие — от точной модели физического мира, поверх которой потом достраивают интеллект.

Вывод

Похоже, будущее роботов — это как раз объединение быстрого и медленного мозга в одну систему: быстрый следит за балансом и движениями, медленный — рассуждает и строит планы.

Крупные лаборатории (Google DeepMind, Physical Intelligence, Tesla, несколько китайских стартапов) уже сейчас тренируют именно такие модели.

Дальше вероятен такой путь:

• Сначала это заработает в дорогих демонстрационных роботах — гуманоидах на заводах и складах, где ошибка стоит денег, а бюджет на вычисления не ограничен.

• Затем — в дорогих потребительских устройствах: роботах-помощниках, продвинутых игрушках, домашних роботах для пожилых людей.

• Массовым и дешевым (как Growbot) это станет позже — когда чипы, способные быстро гонять обе сети одновременно, подешевеют так же, как подешевели камеры и датчики за последние 20 лет. Судя по темпам падения цен, о которых говорит автор, это вопрос не десятилетий, а нескольких лет.

Главное узкое место — не идея, а данные: чтобы медленный и быстрый мозг учились согласованно, нужно очень много реального физического опыта, а не только текста и картинок из интернета. Поэтому, скорее всего, прорыв случится не в лаборатории с симуляциями, а там, где роботы уже массово работают в реальном мире и накапливают этот опыт — на складах, стройках, в такси-роботах.