Forfatter: robolab-admin

Publisert av — Legg igjen en kommentar

Kompakt metall 3D-printer bringer laser powder bed fusion til hobbyverkstedet for under 100 000 kroner

**Scrap Labs har lansert Scrap 1, en revolusjonerende kompakt metall 3D-printer som tar industriell laser powder bed fusion teknologi ned til arbeidsbenknivå. Med en startpris på $9,600 (ca. 105 000 kroner) kan hobbyister og mindre verksteder nå få tilgang til teknologi som tidligere kostet flere millioner.**

Metall 3D-printing har lenge vært forbeholdt store industribedrifter med dype lommer. Men nå kan dette endre seg dramatisk med introduksjonen av Scrap 1, en kompakt laser powder bed fusion (LPBF) printer som faktisk får plass på arbeidsbenken din.

Hva er laser powder bed fusion?

LPBF-teknologi bruker en kraftig laser til å smelte metallpulver lag for lag, og skaper dermed komplekse metallkomponenter med høy presisjon. Denne prosessen har tidligere krevd industrielle maskiner på størrelse med små rom, men Scrap 1 beviser at teknologien kan miniaturiseres uten å miste kvalitet.

Dette representerer et paradigmeskifte for hobbyister og små verksteder som ønsker å eksperimentere med metallkomponenter i egne prosjekter.

Tekniske spesifikasjoner og muligheter

Selv om Scrap Labs ikke har offentliggjort alle tekniske detaljer ennå, lover de en maskin som kan håndtere ulike metallpulver og produsere deler med industriell kvalitet. Den kompakte størrelsen gjør den perfekt for:

Bruksområder:

• Prototyping av metallkomponenter
• Småserieproduksjon av spesialtilpassede deler
• Utdanning og forskning innen materialteknologi
• Reparasjon og modifikasjon av eksisterende komponenter

En ny æra for hobbyverkstedet?

Med en pris på $9,600 er Scrap 1 fortsatt en betydelig investering, men sammenlign det med tradisjonelle LPBF-systemer som koster flere millioner kroner. Dette åpner døren for universiteter, mindre bedrifter og dedikerte hobbyister som ønsker å utforske mulighetene innen metallprinting.

Utviklingen kommer på et tidspunkt hvor 3D-printing teknologi generelt blir mer tilgjengelig, og vi ser en økende interesse for avanserte materialer blant makers og ingeniører. Spørsmålet blir om Scrap Labs kan levere på løftene sine når systemet blir tilgjengelig for salg.

La oss følge med på hvordan denne teknologien utvikler seg – det kan bli starten på en ny æra hvor metallprinting blir like vanlig som plastprinting er i dag.

Kilde: Tom’s Hardware

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

Hvordan bygge en IK-løser for robotarm i ROS2 – Komplett guide til NERO Arm

Inverse kinematics (IK) er hjørnesteinen i moderne robotstyring, men kan være utfordrende å implementere for redundante 7-DOF robotarmer. En ny tutorial viser hvordan du kan bygge en parametrisk IK-løser for NERO-robotarmen i ROS2, basert på banebrytende forskning fra Tsinghua University.

Hva gjør 7-DOF robotarmer spesielle?

En 7-DOF robotarm med S-R-S konfigurasjon (Spherical Shoulder – Revolute Elbow – Spherical Wrist) har én ekstra redundant frihetsgrad sammenlignet med konvensjonelle 6-DOF manipulatorer. Dette betyr at når end-effektorens posisjon og orientering er fastsatt, finnes det uendelig mange løsninger for leddvinklene.

Denne redundansen er både en fordel og en utfordring. På den ene siden gir den robotarmen større fleksibilitet til å unngå hindringer og operere i trange rom. På den andre siden kompliserer det beregningen av inverse kinematics betydelig.

Parametrisk tilnærming til IK-løsning

Tutorialen presenterer en elegant løsning basert på parametrisk inverse kinematics. Metoden introduserer en redundancy parameter som effektivt reduserer det uendelige løsningsrommet til en håndterbar mengde.

Nøkkelen ligger i å parametrisere redundansen på en måte som gjør det mulig å optimalisere for spesifikke kriterier som leddgrenser, energiforbruk eller hinderunnvikelse.

Implementasjonen består av to hovedkomponenter:

  • ik_solver.py: Kjernealgoritmen som utfører de matematiske beregningene
  • ik_joint_state_publisher.py: ROS2-node for sanntidsoperasjon

Praktisk implementasjon i ROS2

Det som gjør denne tilnærmingen særlig verdifull er integrasjonen med ROS2-økosystemet. Den parametriske IK-løseren kan kjøres som en sanntids-node, noe som gjør den egnet for:

  • Interaktiv robotstyring og telepresens
  • Automatiserte pick-and-place operasjoner
  • Forsknings- og utdanningsprosjekter
  • Industrielle automatiseringsløsninger

Algoritmen tar hensyn til leddgrenser og optimaliserer bevegelsene for å unngå singulariteter – et vanlig problem ved IK-beregninger. Dette gjør løsningen robust nok for praktisk bruk.

For utviklere som jobber med robotikk-prosjekter, representerer denne tutorialen en verdifull ressurs. Den kombinerer solid matematisk fundament med praktisk implementasjon, og viser hvordan avansert robotikk-forskning kan omsettes til brukbare verktøy.

Kilde: ROS Discourse

Publisert av — Legg igjen en kommentar

Bambu Lab overtar ledelsen fra Creality i budsjett 3D-printer markedet

Bambu Lab har offisielt overtatt tronen fra Creality som verdens ledende leverandør av rimelige 3D-printere i 2025. Dette markerer et betydelig skifte i markedet som lenge har vært dominert av den kinesiske giganten Creality.

3D-printer markedet opplever en kraftig oppblomstring, drevet av stadig mer tilgjengelige og brukervennlige budsjettmodeller. Bambu Labs suksess representerer ikke bare et skifte i markedsandeler, men også en evolusjon i hva forbrukere forventer av entry-level 3D-printere.

Hva gjør Bambu Lab annerledes?

Bambu Labs fremgang kan i stor grad tilskrives deres fokus på plug-and-play funksjonalitet og avanserte funksjoner til konkurransedyktige priser. Mens Creality lenge har vært synonymt med rimelige, men ofte krevende 3D-printere som krever betydelig justering og modifikasjon, har Bambu Lab satset på printere som «bare virker» rett ut av boksen.

Deres populære modeller som A1 mini og A1 kombinerer automatisk kalibrering, AI-assistert feildeteksjon og multi-material kapasiteter – funksjoner som tidligere var forbeholdt betydelig dyrere maskiner. Dette har gjort 3D-printing tilgjengelig for en bredere målgruppe, inkludert hobbyister som ikke ønsker å bruke timer på kalibrering og finjustering.

Markedsendringen og konkurransen

Crealitys langvarige dominans i budsjettssegmentet bygget på deres Ender-serie, spesielt Ender 3, som ble en kultklassiker blant 3D-printing entusiaster. Disse printernes lave pris og store modifikasjonspotensialet skapte et enormt community, men krevde også betydelig teknisk kunnskap fra brukerne.

Bambu Labs suksess viser at markedet er i ferd med å modnes, hvor brukervennlighet blir like viktig som pris.

Den nye trenden favoriserer printere med integrerte sensorer, automatisk bed-leveling, og intelligent materialgjenkjenning. Dette gjør 3D-printing tilgjengelig for studenter, lærere og profesjonelle som trenger pålitelige resultater uten omfattende teknisk vedlikehold.

Hva betyr dette for norske brukere?

For hobbyister og profesjonelle i Norge betyr denne utviklingen bedre tilgang til avanserte 3D-printing funksjoner til rimelige priser. Bambu Labs printere støtter populære filament-typer som PLA, PETG, ABS og TPU, og deres lukkede økosystem sikrer konsistente resultater på tvers av forskjellige materialer.

Særlig for utdanningsinstitusjoner og mindre bedrifter som ønsker å implementere 3D-printing uten å investere i omfattende opplæring, representerer denne utviklingen en betydelig fordel. Kombinasjonen av lavere innkjøpspris og reduserte driftskostnader gjør teknologien mer tilgjengelig enn noensinne.

Dette markedsskiftet signaliserer også at 3D-printing industrien beveger seg mot større standardisering og brukervennlighet, noe som vil komme alle segmenter til gode – fra prototyping til produksjon av småserier.

Kilde: Tom’s Hardware

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

Fra reaktiv unngåelse til intelligent navigasjon: Oppgradering til ROS Nav2 SLAM

Å ta steget fra enkel hinderunnvikelse til sofistikert målrettet navigasjon er et naturlig neste trinn for mange hobbyrobotikere. Med ROS Nav2 og SLAM-teknologi kan hjemmeroboten din lære seg å kjenne igjen omgivelsene og navigere presist til spesifikke mål.

Mange som bygger hjemmerobotikk-prosjekter starter med reaktive systemer som enkelt unngår hindre. Men når du vil ha en robot som kan navigere intelligent gjennom hjemmet og huske hvor den har vært, er det på tide å utforske SLAM (Simultaneous Localization and Mapping) med ROS Nav2.

Utfordringen: Navigasjon uten hjulenkodere

Et vanlig problem mange møter er å implementere presis navigasjon på chassis uten hjulenkodere. Tradisjonelle differensialrobotikk-oppsett benytter servo-motorer med innebygde enkodere for å måle hjulrotasjoner, men mange hobbyprosjekter bruker enklere motorer uten denne funksjonaliteten.

Uten pålitelige hjulenkodere må roboten stole på alternative metoder for å beregne sin posisjon og bevegelse gjennom miljøet. Dette fører oss til to hovedalternativer: Visual-Inertial Odometry (VIO) eller 2D LIDAR-basert SLAM.

Visual-Inertial Odometry: Kamerabasert posisjonering

VIO kombinerer data fra dybdesensorer som Intel RealSense D435 eller lignende hp60c-sensorer med IMU-data (Inertial Measurement Unit). Denne løsningen analyserer visuelle referansepunkter i miljøet samtidig som den kompenserer for robotens bevegelser gjennom akselerometer- og gyroskopdata.

Fordeler med VIO:

  • Relativt rimelig implementasjon med moderne dybdesensorer
  • Fungerer godt i strukturerte innendørsmiljøer
  • Gir 6DOF-posisjonering (alle seks frihetsgrader)

Utfordringer:

  • Kan slite i dårlig belysning eller monotone omgivelser
  • Krever betydelig prosessorkraft for sanntidsbearbeiding
  • Drift over tid kan akkumulere posisjoneringsfeil

2D LIDAR: Den pålitelige klassikeren

LIDAR-sensorer som RPLIDAR A1M8 eller Hokuyo-serien har lenge vært gullstandarden for robotnavigasjon. Disse måler avstander ved å sende ut laserpulser og beregne refleksjonstid.

«For presise målrettede bevegelser i kjente miljøer er LIDAR fortsatt vanskelig å slå når det gjelder pålitelighet og nøyaktighet.»

Fordeler med 2D LIDAR:

  • Eksepsjonell nøyaktighet og konsistens
  • Fungerer uavhengig av lysforhold
  • Moden teknologi med omfattende ROS Nav2-støtte
  • Lavere krav til prosessorkraft

Ulemper:

  • Høyere innkjøpskostnad enn kameraløsninger
  • Kun 2D-kartlegging (kan misse hengslede hindre)

Anbefaling for hobbyprosjekter

For de fleste hjemmerobotikk-entusiaster anbefales å starte med 2D LIDAR hvis budsjettet tillater det. Teknologien er moden, godt dokumentert, og Nav2-økosystemet har utmerkede tutorials og eksempler tilgjengelig.

Dersom kostnaden er en begrensning, kan VIO være et interessant alternativ, men vær forberedt på mer feilsøking og kalibrering. Moderne Jetson-plattformer håndterer VIO-beregninger godt, og løsningen kan gi imponerende resultater i riktige omgivelser.

Kilde: ROS Discourse

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

Revolusjonerende AI-styring gjør marine roboter motstandsdyktige mot havets krefter

Forskere har utviklet et banebrytende kontrollsystem som gjør marine roboter langt bedre til å navigere i urolige havforhold. Den nye teknologien kombinerer domenekunnskap med avansert maskinlæring for å kompensere for uforutsigbare vind-, bølge- og strømeffekter i sanntid.

Utfordringene i marin robotikk

Marine roboter, enten det er overflatefartøy eller undervannsvehicler, har lenge slitt med å opprettholde presis navigasjon i havets komplekse miljø. Kombinasjonen av vind, bølger og strøm skaper uforutsigbare forstyrrelser som kan true både sikkerhet og presisjon i autonome operasjoner.

Tradisjonelle modellbaserte kontrollsystemer har sine begrensninger når de møter havets uberegnelige krefter. De klarer ofte ikke å tilpasse seg raskt nok til skiftende forhold, noe som kan føre til unøyaktig posisjonering eller i verste fall farlige situasjoner.

Domenekunnskap møter kunstig intelligens

Den nye tilnærmingen representerer et paradigmeskifte i hvordan vi tenker på marin robotstyring. Forskerne har utviklet et rammeverk som:

Integrerer spesialiserte basisfunksjoner fra domenekunnskap inn i et Kolmogorov-Arnold nettverk, og ekstraherer kontrollkunnskap derfra for å trene en maskinlæringsbasert kontroller.

Dette er ikke bare vanlig maskinlæring – systemet er designet spesifikt for marine miljøer. Ved å bygge inn kunnskap om hvordan havkrefter oppfører seg, kan AI-en lære mer effektivt og treffe bedre beslutninger under press.

Praktiske fordeler og anvendelser

Systemet opererer modellfritt, hvilket betyr at det ikke er avhengig av forhåndsdefinerte matematiske modeller av havforhold. I stedet observerer og kompenserer det for miljøforstyrrelser i sanntid.

De praktiske fordelene inkluderer:

  • Bedre banefølging: Mer nøyaktig navigasjon langs planlagte ruter
  • Økt sikkerhet: Raskere respons på uventede havforhold
  • Større robusthet: Fungerer under et bredere spekter av miljøforhold
  • Forbedret tilpasningsevne: Lærer kontinuerlig fra nye situasjoner

Teknologien er særlig relevant for anvendelser som havovervåking, offshore-operasjoner, søk og redning, og miljøkartlegging. For utviklere av marine robotsystemer åpner dette for nye muligheter innen presisjonsstyring under krevende forhold.

At systemet er validert under reelle forhold gjør det særlig interessant for praktiske implementeringer. Dette er ikke bare teoretisk forskning, men teknologi som kan integreres i eksisterende marine robotplattformer.

Kilde: Communications engineering

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

Forbedret navigasjon for autonome kjøretøy uten GPS-signal

**Forskere har utviklet en revolusjonerende løsning som lar autonome kjøretøy navigere presist selv når GPS-signalet er borte. Ved å kombinere LIDAR, kamera og flere billige bevegelsessensorer oppnås imponerende nøyaktighet under krevende forhold.**

Autonome kjøretøy på nivå 3 og høyere står overfor en kritisk utfordring: Hvordan opprettholde presis navigasjon når GPS-signalet forsvinner? I tunneler, parkeringshus og tettbebygde områder blir tradisjonelle satellittbaserte systemer utilgjengelige, og kjøretøyet må stole på alternative navigasjonsmetoder.

Tre sensorer jobber sammen

Den nye tilnærmingen kombinerer tre komplementære teknologier til ett robust system:

Visual Inertial Odometry (VIO) bruker kameraer kombinert med bevegelsessensorer for å spore kjøretøyets posisjon ved å analysere hvordan omgivelsene endrer seg. Dette fungerer utmerket når det er god sikt og tydelige visuelle referansepunkter.

LIDAR Inertial Odometry (LIO) benytter laserskanning til å bygge detaljerte 3D-kart av omgivelsene i sanntid. LIDAR-teknologien er mindre påvirket av lysforhold og kan fungere både dag og natt.

Redundant IMU (RIMU) kombinerer flere billige bevegelsessensorer (IMU-er) i stedet for én dyr sensor. Dette reduserer støy betydelig og øker påliteligheten – dersom én sensor feiler, kan systemet fortsette å fungere.

Imponerende nøyaktighet i praksis

Forskerne testet systemet i et underjordisk parkeringshus hvor GPS-signalet var helt utilgjengelig i 7 minutter. Dette er et ekstremt krevende scenario som simulerer forhold autonome kjøretøy vil møte i virkeligheten.

Systemkalibreringen oppnådde en rotavvik på bare 0,04 grader, som er eksepsjonelt presist for denne typen applikasjon.

Den mest innovative delen av løsningen er kalibreringsprosessen som justerer alle sensorene i forhold til hverandre. Ved å bruke både stillestående og bevegelige tester kan systemet automatisk beregne de eksakte posisjonene og vinklene mellom sensorer.

Praktiske anvendelser

Teknologien har umiddelbare anvendelser innen:

• Autonome kjøretøy – Fra personbiler til industrielle transportroboter
• Drone-navigasjon – Især for inspeksjon innendørs eller under broer
• Mobile roboter – I lagerhaller, gruver og andre GPS-utfordrende miljøer
• Redningsoperasjoner – Hvor GPS kan være utilgjengelig eller upålitelig

Det mest lovende med denne tilnærmingen er bruken av rimelige, industrielle MEMS-baserte sensorer i stedet for dyre militære systemer. Dette gjør teknologien tilgjengelig for et bredere marked og åpner for kommersialisering av avanserte navigasjonsløsninger.

Kilde: Sensors (Basel, Switzerland)

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

Ny algoritme løser komplekse robotbevegelser med Jacobian-styrt partikkelsvermoptimering

Forskere har utviklet en forbedret partikkelsvermoptimering (PSO) som løser komplekse bevegelsesberegninger for robotarmer som mangler analytiske løsninger. Den nye metoden kombinerer ikke-lineære treghetsvekter med Jacobian-veiledning for å oppnå mer presise og jevne robotbevegelser.

Inverse kinematikk er et av de mest utfordrende problemene innen robotikk – å beregne hvilke leddvinkler en robotarm trenger for å nå en ønsket posisjon og orientering. Mens enkle roboter har matematiske formler som gir eksakte svar, må komplekse robotarmer (såkalte ikke-Pieper roboter) løse dette gjennom iterative beregningsmetoder.

Utfordringene med tradisjonell PSO

Partikkelsvermoptimering har lenge vært en populær metode for å løse inverse kinematikk, men konvensjonelle PSO-algoritmer sliter med flere problemer:

Algoritmene konvergerer ofte for tidlig mot suboptimale løsninger, presterer ustabilt nær singulære konfigurasjoner, og gir begrenset jevnhet i robotbanene.

Dette fører til rykkerige bevegelser og redusert nøyaktighet – spesielt problematisk for presisjonskrevende oppgaver som montasje eller kirurgiske inngrep.

Den nye løsningen: Jacobian-styrt PSO

Forskerne har utviklet en forbedret ramme som adresserer disse utfordringene gjennom to hovedinnovasjoner:

To-fase treghetsvektstrategi: Algoritmen tilpasser seg dynamisk – den utforsker bredt i starten for å unngå lokale minimumer, før den fokuserer på fininnstilling når den nærmer seg den optimale løsningen.

Jacobian pseudo-invers veiledning: Ved å integrere gradientbasert retningsinformasjon fra Jacobian-matrisen, får algoritmen bedre «sans» for hvilken retning den skal søke i. Dette gjør konvergensen raskere og mer robust, særlig i utfordrende singulære konfigurasjoner.

Praktiske fordeler og bruksområder

Den nye metoden bruker kvaternion-basert poserepresentasjon kombinert med en «joint continuity penalty» som sikrer jevne overganger mellom bevegelser. Dette er særlig verdifullt for:

• Industriroboter: Bedre presisjon i pick-and-place operasjoner
• Kollaborative roboter: Jevnere bevegelser som er tryggere rundt mennesker
• Forskningsroboter: Håndtering av komplekse geometrier som redundante eller ikke-standard konfigurasjoner
• Utdanningsformål: Mer pålitelige resultater for studenter som jobber med robotikksimuleringer

Metoden er kompatibel med eksisterende robotkontrollsystemer og kan implementeres på standard datamaskinvare. For hobbyister og studenter som jobber med Arduino eller Raspberry Pi-baserte robotarmer, kan denne tilnærmingen gi betydelig forbedrede resultater sammenlignet med tradisjonelle metoder.

Kilde: Scientific reports

Publisert av — Legg igjen en kommentar

Bygg din egen DualSense-adapter for PC med Raspberry Pi Pico for bare 200 kroner

En kreativ PC-entusiast har utviklet DS5Dongle – en selvbygd adapter som gir Windows-brukere full tilgang til alle PlayStation DualSense-kontrollerens avanserte funksjoner trådløst. Prosjektet koster bare rundt 200 kroner å bygge med en Raspberry Pi Pico som hjerne.

Sony DualSense-kontrolleren har revolusjonert spillopplevelsen med sine adaptive triggere og avanserte haptiske tilbakemeldinger. Problemet for PC-spillere har vært at disse funksjonene ikke fungerer optimalt når kontrolleren brukes trådløst på Windows-maskiner. Her kommer DS5Dongle-prosjektet inn som en elegant løsning.

Hva gjør DS5Dongle så spesiell?

DS5Dongle er en open source-løsning som fungerer som en mellommann mellom DualSense-kontrolleren og PC-en. Den lille adapteren, bygget rundt en Raspberry Pi Pico, oversetter kontrollerens Bluetooth-signaler slik at Windows fullt ut kan utnytte:

  • Adaptive triggere med variabel motstand
  • Høyoppløselig haptisk feedback
  • Gyrosensor og akselerometer
  • Touchpad-funksjonalitet
  • RGB-belysning

Adapteren kobles til PC-en via USB og kommuniserer trådløst med kontrolleren gjennom Bluetooth. Dette eliminerer behovet for kabler mens alle avanserte funksjoner beholdes.

Tekniske spesifikasjoner og kompatibilitet

Prosjektet er bygget rundt en Raspberry Pi Pico mikrokontroller, som koster rundt 50-70 kroner. I tillegg trengs noen få ekstra komponenter for Bluetooth-kommunikasjon, noe som bringer totalkostnaden opp til cirka 200 kroner.

DS5Dongle er kompatibel med Windows 10 og Windows 11, og fungerer med alle spill som støtter DualSense-funksjoner. Siden det er et open source-prosjekt, kan utviklere også tilpasse koden for spesifikke behov eller forbedringer.

Perfekt for hobbyprosjekter og læring

Dette prosjektet representerer mer enn bare en praktisk løsning – det er et fremragende læringsverktøy for alle som ønsker å forstå hvordan moderne spillkontrollere fungerer. Koden gir innsikt i Bluetooth-kommunikasjon, USB HID-protokoller og sansordata-behandling.

For hobbyister som allerede har erfaring med Raspberry Pi, er dette et naturlig neste steg. Prosjektet kombinerer programvare og maskinvare på en måte som viser kraften i moderne mikrokontrollere.

Selv om kommersielle alternativer finnes, gir en selvbygd løsning full kontroll over funksjonaliteten og mulighet for fremtidige tilpasninger. Det er også en kostnadseffektiv måte å utforske avanserte konsepter innen spillteknologi.

Kilde: Tom’s Hardware

Publisert av — Legg igjen en kommentar

Bambu Lab stenger tredjepartsutvikling med juridiske trusler

**Den uavhengige utvikleren Pawel Jarczak har lagt ned sitt populære «OrcaSlicer-BambuLab»-prosjekt etter juridiske trusler fra Bambu Lab. Konflikten handler om gjeninnføring av funksjoner som produsenten bevisst hadde deaktivert i den tredjepartsbaserte slicer-programvaren.**

Saken illustrerer en økende spenning mellom 3D-skriver-produsenter og det åpne utviklermiljøet. OrcaSlicer, en populær fork av PrusaSlicer, har blitt foretrukket av mange brukere på grunn av sine avanserte funksjoner og fleksibilitet sammenlignet med Bambu Labs egen Bambu Studio.

Hva var OrcaSlicer-BambuLab-prosjektet?

Jarczaks prosjekt fokuserte på å gjeninnføre direktekontroll-funksjoner som Bambu Lab hadde valgt å deaktivere i OrcaSlicer. Disse funksjonene ga brukere mulighet til å styre sine Bambu Lab-skrivere direkte gjennom den tredjepartsbaserte programvaren, noe som mange hobbyister og profesjonelle brukere ønsket.

OrcaSlicer bygger på den åpne kildekoden til PrusaSlicer og tilbyr forbedrede algoritmer for støttestrukturer, bedre fylling-mønstre og mer avanserte kalibreringsfunksjoner. For mange representerer den en mer kraftfull løsning enn produsentenes egne slicer-programmer.

Bambu Labs respons og juridiske trusler

Da Jarczak publiserte sin modifikasjon, reagerte Bambu Lab raskt med juridiske trusler. Selskapet hevdet at prosjektet krenket deres rettigheter, selv om OrcaSlicer i utgangspunktet er basert på åpen kildekode med GPL-lisens.

Denne saken reiser viktige spørsmål om balansen mellom produsentenes kontroll og brukernes frihet til å modifisere åpen kildekode-programvare.

Jarczak valgte å nedlegge prosjektet frivillig framfor å risikere en kostbar juridisk strid. Dette har skapt debatt i 3D-print-miljøet om hvorvidt slike trusler er berettigede når det gjelder programvare under åpne lisenser.

Konsekvenser for 3D-print-miljøet

Nedleggelsen av prosjektet sender et signal om at selv store aktører i 3D-print-bransjen er villige til å bruke juridiske midler for å beskytte sin programvare-økosystem. Dette kan ha en avskrekende effekt på fremtidige utviklingsprosjekter.

For brukere av Bambu Lab-skrivere betyr dette at de må forholde seg til de begrensningene produsenten setter, selv når teknisk sett mer avanserte alternativer finnes. Saken understreker viktigheten av å forstå lisensvilkårene rundt både maskinvare og programvare før man investerer i et 3D-print-økosystem.

Utviklingen viser også hvordan 3D-print-industrien modnes og blir mer kommersiell, der åpenheten som preget de tidlige årene gradvis gir plass for mer restriktive forretningsmodeller.

Kilde: Tom’s Hardware

Relevante produkter fra RoboNordic

Publisert av — Legg igjen en kommentar

3D-printet mikrofres med «drive-by-wire» teknologi for skrivebordet

En kreativ maker har utviklet en kompakt fresmaskin som kombinerer 3D-printing med avansert «drive-by-wire» teknologi. Denne innovative løsningen gjør presis fresing tilgjengelig for hobbyister og studenter med begrenset plass og budsjett.

Konseptet «drive-by-wire» stammer fra bilindustrien, hvor tradisjonelle mekaniske forbindelser som gasskabler erstattes med elektroniske aktuatorer. Dette eliminerer designbegrensninger og kan spare penger. Nå har makeren SciFientist anvendt de samme prinsippene på en 3D-printet mikrofresmaskin som passer på skrivebordet.

Hvordan drive-by-wire fungerer i fresing

Tradisjonelle freser er enten CNC-styrte eller manuelt betjente med mekaniske håndtak og tannhjul. SciFientists design tar en tredje vei ved å erstatte alle mekaniske forbindelser med elektronisk styring. Dette betyr at bevegelser langs X-, Y- og Z-aksene kontrolleres direkte av servomotorer eller trinnmotorer, uten mellomliggende gir eller kabler.

Fordelen med denne tilnærmingen er økt presisjon og fleksibilitet. Elektronisk styring eliminerer mekanisk slark og gjør det mulig å programmere komplekse bevegelsesmønstre som ville vært vanskelige å utføre manuelt.

Ved å fjerne mekaniske mellomled oppnås bedre kontroll over freseprosessen og mulighet for mer avanserte operasjoner.

3D-printing møter presisjonsfresing

Det som gjør dette prosjektet særlig interessant, er hvordan 3D-printing brukes til å lage hovedstrukturen. Selv om 3D-printede deler ikke har samme stivhet som støpejern eller aluminium, kompenserer den elektroniske styringen for mange av disse begrensningene gjennom programvare.

Maskinen egner seg spesielt godt for:

  • Fresing av myke materialer som plast og tre
  • Prototyping av små komponenter
  • Utdanningsformål hvor studenter kan lære CNC-programmering
  • Hobbyprosjekter med krav til presisjon

Praktiske betraktninger

Mikrofresens kompakte størrelse gjør den ideell for hjemmeverkstedet, men det er viktig å ha realistiske forventninger til kapasiteten. Den 3D-printede konstruksjonen begrenser hvor store krefter maskinen kan håndtere, noe som påvirker materialvalg og fresespeeds.

Arduino-basert styring gjør systemet svært tilgjengelig for modifikasjoner og oppgraderinger. Brukere kan enkelt tilpasse programvaren til spesifikke behov eller eksperimentere med nye fresestrategier.

For de som vurderer å bygge en lignende maskin, er det verdt å merke seg at selv om hoveddelen er 3D-printet, kreves fortsatt noen metallkomponenter for kritiske deler som spindel og lineære styreskinner for optimal ytelse.

Kilde: Arduino Blog