Das Projekt

Ziel des Projekts ist die Erzeugung von physischen Bitmap-Bildern mit Airsoft pellets.

Die Pellets kommen in verschiedenen Farben und sollen entsprechend der Bildvorlage in einen vertikalen Bilderrahmen einsortiert werden.

Artefakte

Das Projekt entsteht aus einer Reihe von Hard- und Software-Artefakten, die später zu den individuellen Maschinen zusammengeführt werden:

Hardware
- Aufbewahrung der Pellets
- Transport der Pellets
- Farberkennung, Sortierung und Verteilung der Pellets
- Positionierung der Pellets und Aufbau als vertikales Bild
Software
- Erzeugung des Motivs
- Farberkennung und Quantifizierung
- Steuerung der Maschine

Farberkennung

Die Farbe eines Pellets soll schnell und eindeutig erkannt werden.

Farbsensor Eigenbau

Der Sensor besteht aus einer 5 mm RGB LED und einem Fototransistor mit Verstärkerschaltung. LED und Transistor sind in einem Winkel von 45° angeordnet, der sich bei Tests als günstig erwiesen hat und wenig störende Reflektionen und Umgebungslicht einfängt.

Pellets in Grundfarben
RGB-LED und Fototransistor

Farbsensor von Watterott

Farbsensor Module - ColorSense Module - Tests stehen aus

Sortierung

Testaufbau: Die Sortierung erfolgt mit Hilfe von zwei Kreisscheiben, die von Servomotoren bewegt werden. In beiden Scheiben ist ein 7 mm Loch für ein Pellet. Sind beide Löcher an der gleichen Position, wird das Pellet ausgeworfen. Sind die Löcher nicht deckungsgleich, kann das Pellet durch synchrone Bewegung der Servos an eine Position bewegt werden.

Im aktuellen Setup ist damit steuerbar:

Holen eines Pellets aus einen zuführenden Röhrchen
Erfassung der Farbe mit einem Farbsensor
Auswurf des Pellets in eines von sechs Fächern

Test-Rack
Servos und Scheiben
Zuführung und Farbsensor
Zuschnitt von Winkeln für Separatorfächer
Separatorfächer
Separatorfächer
Sortierung Tests

Farberkennung per Software

Die eigentliche Erkennung der Farbe erfolgt analog zur Farberkennung in der Wikipedia per Quantifizierung. Die drei Messwerte für rot, grün und blau werden dabei als dreidimensionale Koordinaten X, Y und Z im RGB-Raum interpretiert. Es wird eine Reihe von Messwerten aufgenommen und nach dem Muster "wenn dominante Farbe rot dann klassifiziere Pellet rot" verarbeitet.

Der Mittelwert aller Messwerte zu einer erkannten Farbe ergibt einen Markerpunkt. Spätere Messwerte ermitteln mit Hilfe der Euklidischen Distanz den nächstgelegenen Markerpunkt und ordnen damit das Pellet einer Farbe zu.

Zur Visualisierung der Messwerte in RGB-Raum wird aus Processing eine Datei im OpenSCAD Format erzeugt: Datei:3D diagram example colors.scad (für Wiedergabe der Farbe nur Preview Rendering / 'F5')

Visualisierung von Farbmesswerten in Processing
Visualisierung von Farbmesswerten in OpenSCAD

Aufbau als vertikales Bild

Test

Zwei Plexiglas Platten im Abstand von gut 6 mm, mit vertikalen Kanälen aus Nylonschnur als 'Spacer'. Für den Spacer sind 1,5 mm Durchmesser rechnerisch optimal.

Berechnung Spacer