Für die meisten Rookie- und Fortgeschrittenen-Teams der FIRST Tech Challenge (FTC) lautet die kurze Antwort: nein, Dead-Wheel-Odometriepods sind nicht zwingend nötig, um im Autonomous zu punkten. Eingebaute Motorencoder in Kombination mit der internen Inertial Measurement Unit (IMU) des REV Control Hub liefern zuverlässig eine Autonomous-Routine mit zwei Aktionen – etwa Parken und das Einbringen eines vorgeladenen Spielelements. Will Ihr Team jedoch schnelle Mehrfachzyklen fahren, durchgehende Spline-Pfade abfahren oder sich zuverlässig von Kollisionen auf dem Feld erholen, versagen die eingebauten Encoder. Der Grund liegt nicht in der Softwarequalität, sondern in der grundlegenden Physik angetriebener Räder unter Last.

Die Physik: Warum Motorencoder lügen

Eingebaute Encoder – etwa die Hall-Effekt-Encoder in goBILDA-YellowJacket- oder REV-HD-Hex-Motoren – messen die Drehung des inneren Motoranker vor oder nach dem Getriebe. Sie beantworten genau eine Frage zuverlässig: Wie oft hat sich diese Motorabtriebswelle gedreht?

Sie können Ihnen jedoch nicht sagen, wo sich Ihr Roboter auf dem Feld aus Schaumstofffliesen befindet. Die Übersetzung von Wellendrehung in Feldposition scheitert an drei verschiedenen physikalischen Phänomenen:

• Radschlupf: Immer wenn Ihr Roboter stark beschleunigt, bremst oder die Richtung wechselt, rutschen die Räder auf den weichen Schaumstofffliesen. Dreht ein Rad beim Anfahren auch nur 50 Millisekunden auf der Stelle durch, protokolliert der Motorencoder eine Vorwärtsbewegung, die nie stattgefunden hat.
• Vektorverlust bei Mecanum: Mecanum-Antriebe bewegen sich omnidirektional, indem sie diagonale Kräfte über passive Rollen vektorisieren. Unter seitlicher Strafing-Last schmieren und rutschen diese Rollen deutlich stärker als herkömmliche Traktionsräder. Die übliche Encoder-Mathematik kann die tatsächliche seitliche Verschiebung nicht konsistent vorhersagen, wenn die Rollenreibung über abgenutzte Fliesen hinweg schwankt.
• Spiel in Getriebe und Antriebsstrang: Planetengetriebe, Kettenlose und Riemendehnung bringen mechanisches Spiel zwischen Encoder-Tick und Aufstandsfläche des Reifens. Über eine 30-Sekunden-Autonomous-Routine mit zehn Richtungswechseln summiert sich diese mechanische Hysterese zu Fehlern von 10 bis 20 Zentimetern.

Wann eingebaute Encoder und IMU wirklich ausreichen

Bevor Sie Budget und Bauraum im Chassis für Dead Wheels ausgeben, prüfen Sie, ob Ihre Autonomous-Strategie sie überhaupt verlangt. Sie brauchen keine Dead Wheels, wenn Ihre Autonomous-Routine diesen Kriterien entspricht:

• Langsame Geradeausfahrten: Vorwärtsfahren mit 40 % Leistung erzeugt vernachlässigbaren Radschlupf.
• Kurskorrektur über die IMU: Wer das eingebaute Gyroskop des Control Hub für sämtliche Drehungen und das Halten der Ausrichtung nutzt, eliminiert die Rotationsdrift des Antriebsstrangs.
• Sensor-Resets: Fährt Ihr Roboter, bis ein Abstandssensor die Bandenwand erkennt, oder richtet er sich durch physisches Anlegen (Anstoßen) an der Feldbande aus, wird die aufgelaufene Encoder-Drift auf null zurückgesetzt.
• Autonomous mit einer einzigen Aufgabe: Ein vorgeladenes Element abliefern, über eine Linie fahren und parken erfordert keine millimetergenaue Bahnverfolgung.

Für Teams in ihren ersten beiden Saisons sind drei Wochen Fehlersuche beim PID-Tuning von Road Runner auf ungefederten Eigenbau-Odometriepods oft ein Nettoverlust an Wettbewerbspunkten – verglichen damit, einen zuverlässigen Intake-Mechanismus zu bauen.

Der Kipppunkt: Wann Dead Wheels unverzichtbar werden

Dead-Wheel-Odometriepods (auch unangetriebene Tracking-Räder genannt) bestehen aus kleinen, frei laufenden Omni-Rädern, die mit Federkraft gegen die Feldfliesen gedrückt werden und jeweils an einen eigenen Drehgeber angeschlossen sind. Da diese Räder weder Motordrehmoment noch Robotergewicht tragen, rollen sie frei, ohne zu schmieren oder durchzudrehen.

Sie haben die Grenze der eingebauten Encoder erreicht und brauchen Dead Wheels, wenn Sie Folgendes beobachten:

• Sie fahren Spline-Pfade: Trajektorienbibliotheken wie Road Runner oder Pedro Pathing benötigen durchgehende, mikrosekundengenaue Aktualisierungen sowohl der $(x, y)$-Koordinaten als auch der Ausrichtung ($ heta$), während der Roboter mit voller Motorleistung beschleunigt.
• Sie strafen mit hohem Tempo: Setzt Ihr Autonomous auf diagonale oder seitliche Fahrten quer über das Feldzentrum, weichen die Schätzungen der Antriebsencoder in einem einzigen Lauf um 15 Zentimeter oder mehr vom Ziel ab.
• Autonomous-Routinen mit Zyklen: Wollen Sie im 30-Sekunden-Fenster des Autonomous drei oder vier Spielelemente vom Boden aufnehmen, bedeutet ein Fehler von 2 Zentimetern, dass die Ausrichtung zum Intake komplett danebengeht.
• Defensives Anrempeln oder Roboterkontakt: Kollidiert im Autonomous ein anderer Roboter mit Ihrem Chassis, rutschen die Antriebsräder auf dem Boden. Die Motorencoder nehmen an, der Roboter sei vorwärts gefahren, während die Dead Wheels die tatsächliche Verschiebung durch den Stoß messen.

Lokalisierungsansätze im Vergleich

Realitäten der Umsetzung

Entscheidet sich Ihr Team für den Sprung zum Dead-Wheel-Tracking, beachten Sie zwei mechanische Regeln. Erstens müssen die Pods mit konstanter Kraft nach unten gefedert sein; springt ein Dead Wheel über eine Fuge zwischen den Schaumstofffliesen, verliert es sofort die Spur. Zweitens stellen Sie sicher, dass an Ihrem REV Control Hub oder Expansion Hub genügend Encoder-Ports frei sind, denn jedes Dead Wheel belegt einen Encoder-Eingang, der sonst für einen Motor vorgesehen ist.

Südafrikanische Teams, die Hardware vor Ort beschaffen, finden wettbewerbstaugliche Robotikkomponenten und Elektronik im sheen robotics Store oder können unsere Coaching-Module für Wettbewerbe unter sheen robotics FTC-Unterstützung erkunden, die Ihren Programmiererinnen und Programmierern helfen, Bibliotheken zur Bewegungsprofilierung wirksam einzurichten.

Das Urteil

Bauen Sie keine Dead-Wheel-Odometrie ein, nur weil Sie Spitzenteams auf YouTube dabei gesehen haben. Bauen Sie sie ein, wenn Ihre Punkteobergrenze im Autonomous tatsächlich am mechanischen Radschlupf hängt. Wenn Ihr Roboter derzeit Mühe hat, ein einziges vorgeladenes Element zuverlässig einzubringen, stimmen Sie zuerst Ihre Mechanismen ab und nutzen Sie die eingebauten Encoder mit IMU-Ausrichtungsregelung. Wenn Sie so weit sind, Sekunden aus Ihren Zykluspfaden zu holen und Autonomous-Routinen mit mehreren Elementen unter Volllast zu fahren, sind Dead Wheels das wirksamste einzelne Upgrade, das Sie vornehmen können.