Braucht man in der FTC wirklich Dead-Wheel-Odometrie oder reichen Motor-Encoder aus?
In Kombination mit einer internen IMU reichen Motor-Encoder für einfache autonome Pfade völlig aus; stark beschleunigtes Mecanum-Strafing und reproduzierbare Routinen mit mehreren Spielelementen erfordern jedoch antriebslose Dead-Wheel-Odometrie, um Radschlupf zu eliminieren.
Für die meisten Einsteiger- und fortgeschrittenen Teams der FIRST Tech Challenge (FTC) lautet die kurze Antwort: Nein, man benötigt nicht zwingend Dead-Wheel-Odometriepods, um Punkte in der autonomen Phase zu erzielen. Integrierte Motor-Encoder in Kombination mit der internen inertiale Messeinheit (Inertial Measurement Unit, IMU) des REV Control Hubs können zuverlässig eine autonome Routine mit zwei Aktionen bewältigen – etwa das Einparken und das Punkten mit einem vorab geladenen Spielelement. Wenn Ihr Team jedoch plant, Zyklen mit mehreren Elementen bei hoher Geschwindigkeit zu fahren, kontinuierliche Spline-Pfade auszuführen oder Kollisionen im Mittelfeld zuverlässig abzufangen, stoßen integrierte Encoder an ihre Grenzen. Der Grund liegt nicht in der Softwarequalität, sondern in der grundlegenden Physik angetriebener Räder unter Last.
Die Physik: Warum Motor-Encoder täuschen
Integrierte Encoder (wie die in goBILDA YellowJacket- oder REV HD Hex-Motoren integrierten Hall-Effekt-Encoder) messen die Drehung des motorinternen Ankers vor oder hinter dem Getriebe. Sie beantworten genau eine Frage präzise: Wie oft hat sich die Ausgangswelle dieses Motors gedreht?
Sie können Ihnen jedoch nicht sagen, wo sich der Roboter auf dem Schaumstoffmatten-Spielfeld befindet. Die Umrechnung von der Wellendrehung zur Spielfeldposition scheitert an drei spezifischen physikalischen Phänomenen:
- Radschlupf (Wheel Slip): Wann immer der Roboter stark beschleunigt, bremst oder die Richtung ändert, rutschen die Räder auf den weichen Schaumstoffmatten durch. Dreht ein Rad beim Anfahren auch nur für 50 Millisekunden durch, registriert der Motor-Encoder eine Vorwärtsbewegung, die in Wirklichkeit nie stattgefunden hat.
- Mecanum-Vektorverlust: Mecanum-Antriebe bewegen sich omnidirektional, indem sie über passive Rollen diagonale Kräfte leiten. Bei seitlichen Fahrbewegungen (Strafing) reiben und rutschen diese Rollen erheblich stärker als klassische Traktionsräder. Standard-Encoder-Berechnungen können den tatsächlichen lateralen Versatz nicht zuverlässig vorhersagen, wenn die Reibung der Rollen auf abgenutzten Matten variiert.
- Getriebespiel und Spiel im Antriebsstrang (Backlash): Planetengetriebe, Kettendurchhang und Riemendehnung verursachen mechanisches Spiel zwischen dem Encoder-Signal und der Aufstandsfläche des Rades. Im Verlauf einer 30-sekündigen autonomen Routine mit zehn Richtungswechseln summiert sich diese mechanische Hysterese zu Abweichungen von 10 bis 20 Zentimetern.
Wann integrierte Encoder und IMU vollkommen ausreichen
Bevor Sie Budget und Bauraum im Chassis für Dead Wheels aufwenden, sollten Sie prüfen, ob Ihre autonome Strategie diese überhaupt erfordert. Sie benötigen keine Dead Wheels, wenn Ihre autonome Routine den folgenden Kriterien entspricht:
- Geradlinige Fahrten bei niedriger Geschwindigkeit: Vorwärtsfahren mit 40 % Leistung erzeugt nur vernachlässigbaren Radschlupf.
- Kurskorrektur über IMU: Die Nutzung des im Control Hub integrierten Gyroskops zur Steuerung aller Drehungen und zur Richtungshaltung eliminiert rotatorische Driftfehler des Antriebs.
- Sensor-Resets: Wenn der Roboter fährt, bis ein Abstandssensor die Begrenzungswand erkennt, oder sich durch physisches Anschlagen (Squaring/Bumping) an der Spielfeldumrandung ausrichtet, wird die aufgelaufene Encoder-Drift wieder auf null zurückgesetzt.
- Autonome Einzelaufgaben: Das Abliefern eines vorab geladenen Elements, das Überfahren einer Linie und das Einparken erfordern keine millimetergenaue Bahnverfolgung.
Für Teams in ihren ersten beiden Saisons bedeutet der dreiwöchige Aufwand für das PID-Tuning von Road Runner mit ungefederten Eigenbau-Odometriepods oft einen Nettoverlust an Wettbewerbspunkten im Vergleich zum Bau eines zuverlässigen Aufnahmemechanismus (Intake).
Der Wendepunkt: Wann Dead Wheels unverzichtbar werden
Dead-Wheel-Odometriepods (auch als antriebslose Tracking-Räder bezeichnet) bestehen aus kleinen, frei drehenden Allwegrädern (Omni-Wheels), die durch Federkraft auf die Spielfeldmatten gedrückt und jeweils mit einem separaten Drehgeber verbunden sind. Da diese Räder weder Motordrehmoment noch das Gewicht des Roboters tragen, rollen sie frei ab, ohne zu rutschen oder durchzudrehen.
Sie haben die Grenzen integrierter Encoder erreicht und benötigen Dead Wheels, wenn Folgendes zutrifft:
- Sie nutzen Spline-Pfade: Trajektorien-Bibliotheken wie Road Runner oder Pedro Pathing erfordern kontinuierliche, mikrosekundengenaue Aktualisierungen der (x, y)-Koordinaten und der Ausrichtung (θ), während der Roboter mit maximaler Motorleistung beschleunigt.
- Sie strafen mit hoher Geschwindigkeit: Wenn Ihre autonome Phase auf diagonale oder seitliche Fahrbewegungen über das Mittelfeld angewiesen ist, weichen die Schätzwerte der Antriebs-Encoder in einem einzigen Durchlauf um 15 Zentimeter oder mehr vom Ziel ab.
- Mehrteilige Zyklen im autonomen Modus: Wenn Sie versuchen, im 30-sekündigen autonomen Zeitfenster drei oder vier Spielelemente vom Boden aufzunehmen, führt ein Fehler von nur 2 Zentimetern bereits dazu, dass der Aufnahmemechanismus das Element komplett verfehlt.
- Defensive Kollisionen oder Roboterkontakt: Wenn ein anderer Roboter während der autonomen Phase mit Ihrem Chassis kollidiert, rutschen die Antriebsräder auf dem Boden durch. Motor-Encoder nehmen fälschlicherweise an, der Roboter habe sich regulär vorwärtsbewegt, während Dead Wheels den tatsächlichen, durch den Stoß entstandenen Versatz messen.
Vergleich der Lokalisierungsansätze
| Metric | Motor Encoders + IMU | Two-Wheel Dead Odometry + IMU | Three-Wheel Dead Odometry |
|---|---|---|---|
| Hardware Cost | R0 (Included in motors/hub) | Moderate (2 pods + mounting) | Higher (3 pods + mounting) |
| Encoder Port Usage | 4 motor ports (standard) | 2 motor encoder ports used | 3 motor encoder ports used |
| Positional Repeatability | ± 80–150 mm over long runs | ± 10–25 mm | ± 5–15 mm |
| Heading Accuracy | Subject to IMU drift / yaw lag | Controlled via IMU | Purely kinematic (maths-based) |
| Complexity to Mount | None | Moderate (spring tensioning needed) | — |
| Recommended For | Novice to Intermediate teams | Most competitive teams | Advanced teams needing high-frequency tracking |
Praxiserfahrungen bei der Umsetzung
Falls Ihr Team den Schritt zum Dead-Wheel-Tracking wagt, sollten Sie zwei mechanische Grundregeln beachten: Erstens müssen die Pods mit konstanter Kraft nach unten abgefedert werden; springt ein Dead Wheel über eine Fuge der Schaumstoffmatten, verliert es sofort das Tracking. Zweitens müssen genügend Encoder-Ports am REV Control Hub oder Expansion Hub verfügbar sein, da jedes Dead Wheel einen Encoder-Eingang belegt, der normalerweise für einen Motor vorgesehen ist.
Südafrikanische Teams, die Hardware lokal beziehen möchten, finden wettbewerbstaugliche Robotik-Komponenten und Elektronik im Sheen Robotics-Shop oder können unsere Trainingsmodule zur Wettkampfvorbereitung beim Sheen Robotics-FTC-Support nutzen, um ihre Programmierer bei der effektiven Konfiguration von Motion-Profiling-Bibliotheken zu unterstützen.
Fazit
Bauen Sie Dead-Wheel-Odometrie nicht nur deshalb ein, weil Sie es bei Top-Teams auf YouTube gesehen haben. Setzen Sie sie erst ein, wenn das Punktepotenzial Ihrer autonomen Phase tatsächlich durch mechanischen Radschlupf limitiert wird. Wenn Ihr Roboter aktuell noch Schwierigkeiten hat, ein einzelnes vorab geladenes Element zuverlässig zu platzieren, optimieren Sie zunächst Ihre Mechanismen und nutzen Sie die integrierten Encoder samt IMU-Kursregelung. Sobald Sie jedoch bereit sind, wertvolle Sekunden auf Ihren Zyklenrouten einzusparen und autonome Abläufe mit mehreren Elementen bei voller Geschwindigkeit auszuführen, sind Dead Wheels das wirksamste Upgrade überhaupt.
