Creatie door fout: 11 stappen

2024 Auteur: John Day | [email protected]. Laatst gewijzigd: 2024-01-30 11:15

Creation By Error daagt ons uit en dwingt ons om onze veronderstellingen over de precisie en nauwkeurigheid van digitale apparaten en hoe ze worden gebruikt om de fysieke omgeving te interpreteren en te begrijpen in twijfel te trekken. Met een op maat gemaakte robot die een aura van "levendigheid" uitstraalt en een op maat gemaakt netwerksysteem, legt het project de discrepanties vast tussen onze interpretatie van de fysieke wereld en die van het robotsysteem. We worden gedwongen om na te denken over het vertrouwen dat we hebben in de gegevens die door veel digitale systemen worden gecreëerd. De Creation By Error-robot staat tegenover een blinde muur die moet worden gescand. De ruimte is voor deelnemers om door de installatie te dwalen om te worden geobserveerd, geanalyseerd en voor onbepaalde tijd gearchiveerd. De gearchiveerde gegevens die worden gebruikt, worden gevisualiseerd en in realtime naast de robot geprojecteerd. In de buurt hangt een statische hangende mobiel. Het geeft de gemiddelde fout weer van de metingen die gedurende een uur zijn verzameld. De IRL-afstandsmetingen van de robot tot de muur werden berekend en vervolgens gedifferentieerd met de 100.000+ datapunten die werden verzameld. Het zijn deze verschillende metingen die de vorm van de mobiel vormen.

Het contrast tussen de realtime dataprojectie en mobiel gecreëerd door een fout opent een discussie over het niveau van nauwkeurigheid en waarheidsgetrouwheid die deze gegevens kunnen hebben, vooral wanneer deze digitale systemen hun omgeving op unieke wijze beginnen te interpreteren, net als mensen. Het begrip van de fysieke wereld door digitale systemen is misschien niet zo mechanisch en resistent tegen interpretatie als ooit werd gedacht.

Stap 1: Intro

Wat de uiteindelijke output zal zijn

Stap 2: Fabricage

Er waren een paar verschillende iteraties die ik probeerde voor de beugels die worden gebruikt om de motor op de standaard te monteren. en dan de ultrasone sensor naar de motor. Int zijn afbeelding heb ik de beugels getoond die een motor / sensoreenheid vasthouden die op een pegboard is gemonteerd. Als je veel van deze sensorobjecten gaat maken, is het pegboard best handig om te testen.

In de volgende stappen loop ik door de verschillende materialen die kunnen worden gebruikt om de unit te bouwen. Ik heb geprobeerd met zowel handgemaakte aluminium beugels als lasersnijdende acrylbeugels en een machinewerkplaats om aluminium in bulk te fabriceren.

Afhankelijk van je esthetische voorkeur en waar je toegang toe hebt, zou ik het lasergesneden acryl aanbevelen als het meest efficiënte gebruik van tijd efficiënt, dan was het met de hand maken van aluminium beugels ook een goede ervaring, maar je hebt toegang tot een winkel nodig en het is een beetje tijdrovend. Ten slotte zou het gebruik van een echte machinewerkplaats met toegang tot een plasmasnijder, waterjet of krachtige CNC idealiter het beste zijn, maar alleen voor bulkbestellingen omdat dit het duurst is.

Zet de afmetingen voor de stukken hout voor het maken van de standaard en afbeeldingen voor de stands.

Stap 3: Aluminium beugels

Als u de aluminium beugels met de hand of via een machinewerkplaats gaat maken, moet u de afmetingen van de beugels weten. Er zit een afbeelding bij de afmetingen.

Met de hand beugels maken

Bij het met de hand maken van de beugels heb ik een aluminium "I-bar" uit een ijzerhandel gebruikt. Het was zoiets als 1 "x 4' X 1/8". Ik sneed de beugels af met een ijzerzaag en begon toen de vereiste inkepingen uit te snijden. Voor de boutgaten heb ik een boor gebruikt. Ik zou aanraden om gewoon een bit te gebruiken dat past op de schroeven die bij je servo zijn geleverd, om de servo-arm aan de ultrasone "L-beugel" te bevestigen. En gebruik ook een bit dat past bij de straal van de schroeven die u gaat gebruiken om de beugel te bevestigen die de servo vasthoudt en op de standaard monteert.

Voor het buigen van de beugels plaats ik de beugels in een bankschroef, zodat de buiglijn in de afbeelding gelijk ligt met de bovenkant van de bankschroef. Ik nam toen een rubberen hamer en sloeg het aluminium 90 graden naar beneden.

Aanbevelingen

Ik raad u aan de inkepingen uit de beugel te knippen voordat u deze buigt.

Het is ook handig om de beugel te plaatsen met de ingekeepte helft van de beugel vastgehouden door de bankschroef. Dit zorgt voor een veel gelijkmatigere buiging van het aluminium.

Stap 4: Lasergesneden beugels

Als je besluit om de lasergesneden route te gaan met acryl of aluminium, hopelijk is het.ai-bestand met de afmetingen nuttig om dit in de winkel te krijgen.

Zodra alle platte beugels zijn gesneden, moet u ze ook buigen. Hiervoor gebruikte ik een mal van 90 graden, een verwarmd verfafbijtpistool en een paar helpende handen.

Ik had een heteluchtpistool liggen dat ik voor verschillende projecten gebruikte, maar ik gebruikte een heteluchtpistool vergelijkbaar met Milwaukee, een met dubbele warmte-instellingen.

Als je een machinewerkplaats krijgt om de beugels te fabriceren, meestal voor een klein beetje extra, zullen ze de beugels door een metalen buigmachine steken of persen en dit voor je doen. Als dat jouw route is… doe dat dan.

Stap 5: Programmeren + Github

Een PubNub-account instellen om gegevens te streamen

github.com/jshaw/creation_by_error

github.com/jshaw/creation_by_error_process…

Stap 6: PubNub-integratie

Vervolgens moeten al die waardevolle en interessante gegevens die u gaat verzamelen 1) ergens worden opgeslagen 2) gestreamd / op een of andere manier naar de visualisatie-app worden verzonden. Hiervoor kies ik PubNub vanwege de mogelijkheden voor datastreaming.

U wilt naar https://www.pubnub.com/ gaan, een account maken en vervolgens een nieuw PubNub-kanaal maken.

U wilt een account aanmaken en vervolgens een nieuwe app aanmaken.

Nadat u de app hebt gemaakt, moet u naar de belangrijkste informatie gaan. Standaard wordt deze sleutel Demo Keyset genoemd.

Ik heb een afbeelding toegevoegd om de gegevensstreaming correct te laten werken met de verwerkings- en "GET"-verzoeken die nodig zijn om gegevens te publiceren. Hieronder staan de instellingen die ik heb ingesteld.

• Aanwezigheid => AAN
• Kondig Max => 20. aan
• Interval => 20
• Globaal hier nu => aangevinkt
• Debounce => 2

• Opslag & Afspelen => AAN

  Retentie => Onbeperkte retentie

• Streamcontroller => AAN
• Realtime analyse => AAN

De volgende stappen zijn gekoppeld aan de ESP8266-chipprogrammering en de programmering van de Processing-app.

Stap 7: Arduino

programma Arduino

Mijn opstelling die ik gebruikte was het draaien van het Arduino-platform en het gebruik van Arduino IDE met de Adafruit Feather HUZZAH ESP8266-chip. Dit was behoorlijk handig met verbindingen met wifi enz. Ik ontdekte echter dat er enkele bugs waren bij het gebruik van bepaalde bibliotheken met het bord.

Dit is wat u nodig heeft om u te helpen bij het instellen en gebruiken van de chip. Een andere echt goede bron is op de productpagina van Adafruit-chips die hier te vinden is:

• Een Adafruit Feather HUZZAH ESP8266 chip (link)
• Arduino-installatie op de chip, zodat het niet alleen MicroPi uitvoert
• Ik moest de Arduino NewPing-bibliotheek overzetten om aan de HUZZAH te kunnen werken:
• Ik heb ook Ken Perlin's SimplexNoise C++-algoritme geport naar een Arduino-bibliotheek voor dit projecthttps://github.com/jshaw/SimplexNoise

Ik wil opmerken dat de Arduino-code 3 staten heeft. Uit, veeg en SimplexNoise.

• Uit: niet scannen, niet verzenden naar PubNub, de servo niet aansturen
• Sweep: Bedien de servo en meet van 0 graden naar 180 en weer terug. Dit herhaalt zich gewoon.

github.com/jshaw/creation_by_error

Stap 8: Schema's

elektronica schema's

Stap 9: Verwerking

visualisaties programmeren

github.com/jshaw/creation_by_error_processing

Stap 10: Physicalization

Met de gegevens kun je geweldige fysicalisaties maken over hoe digitale apparaten hun omgeving en menselijke interactie waarnemen.

Met de gegevens die ik heb verzameld met een paar verschillende iteraties van Creation by Error, heb ik gegevens op een groot aantal manieren kunnen overbrengen en weergeven. Het helpt ook omdat de elektronica al hun verzamelde gegevens door PubNub stuurt, omdat het niet alleen de gegevens streamt naar elk kanaal dat met de sleutel luistert, maar deze gegevens ook opslaat en archiveert voor later gebruik.

Met behulp van de gegevens heb ik fysicalisaties kunnen maken die de antropomorfe interpretatie van deze verbonden apparaten overbrengen en daarbij een aantal prachtige kunstwerken creëren.

Het eerste houten stuk is 10 minuten op … datum op juli ….. 2016. de datapunten zijn geëxporteerd vanuit de verwerkingsschets met behulp van n-e-r-v-o-u-s Systems (https://n-e-r-v-o-u-s.com) OBJ exportverwerkingsbibliotheek en geïmporteerd in Rhino 3d. Binnen Rhino moest ik het OBJ-gaas omzetten in een NURBS-object om het object te kunnen invoegen in het model van het stuk hout dat ik heb gemaakt. Deze inlay kon door de CNC-technicus worden gebruikt om de weergave van de afstanden uit te frezen die gedurende een bepaalde periode door ultrasone sensoren werden gemeten.

Het tweede stuk is gemaakt door een uur lang een lege muur te scannen. Vervolgens vergeleek ik het gemiddelde van de verzamelde gegevensmetingen voor 9 hoeken die de servo had gemeten met de werkelijke positie van de sensor en wat de metingen zouden zijn geweest. De gestructureerde mobiel die aan het plafond hangt, is het cumulatieve foutverschil tussen wat de sensor leest en wat de werkelijke wiskundig / geometrisch berekende afstanden IRL zijn. Het interessante aspect van dit stuk is dat de fout die door de technologie is gemaakt bij het waarnemen en interpreteren een fysieke vorm die de perceptie van technologie kwantificeert.

Om deze hangende mobiel te maken, heb ik de 'ribben' gemaakt van deuvels en de vorm gemaakt. In de toekomst zou het goed zijn om dit in een CAD- of.ai-bestand te maken om deze ribben uit hout te kunnen lasersnijden in plaats van ze moeten fabriceren.

De laatste "physicalization" is meer een datavisualisatie die wordt uitgevoerd via het verwerkingsscript waarnaar ik heb gelinkt op GitHub in deze Instructables. Het zou moeten werken en een realtime datavisualisatie van de ruimte ervoor moeten creëren.

Stap 11: Potentiële uitbreiding

Potentiële uitbreiding.. wat zou dit kunnen worden uitgebreid of mogelijkheden voor projecten als deze?

Gebieden in mijn achterhoofd voor het uitbreiden of voortzetten van dit project of zelfs verschillende iteraties ervan zouden zijn om meerdere stands toe te voegen en elke Arduino-code bij te werken om de juiste id van de stand door te geven. dit kan zorgen voor een juiste representatieve positionering in de bewerkingsschets waar de meerdere stands in een kamer worden geplaatst.

Ik werk ook aan een gerasterde reeks van deze objecten op een pegboard die totale sensoren zou kunnen vormen en een zeer lo-fi puntenwolk van de perceptie van technologie zou kunnen creëren die ons in staat zou kunnen stellen onze antropomorfe meningen over technologieperceptie op de wereld te projecteren.