新闻详情

新闻详情

首页 / 资讯中心 / 详情

简历技术栈全面复习——EtherCAT / IgH Master / CiA402

发布时间:2026/11/16 16:18:23来源:尧图网络
简历技术栈全面复习——EtherCAT / IgH Master / CiA402
EtherCAT → IgH Master → CiA402 → CSP。⑥ EtherCAT机器人电机控制的通信骨架先看整体你的控制程序 ↓ EtherCAT Master ↓ PDO ↓ EtherCAT Slave ↓ 电机驱动器 ↓ 电机如果使用 IgH机器人控制程序 ↓ IgH EtherCAT Master ↓ EtherCAT ↓ Drive ↓ Motor而CiA402解决的是“这个电机驱动器应该怎么进入使能状态” “目标位置放在哪里” “当前位置从哪里读” “CSP 怎么运行”所以一定先记住EtherCAT 是通信技术CiA402 是驱动器对象模型/状态与运动控制规范。1. EtherCAT 是什么简单理解EtherCAT 是一种面向工业实时控制的以太网通信技术。典型结构Master │ ├── Slave 1 │ ├── Slave 2 │ ├── Slave 3 │ └── Slave 4比如机器人有 7 个关节Master ↓ Joint1 Drive ↓ Joint2 Drive ↓ Joint3 Drive ↓ ... ↓ Joint7 Drive控制器周期性地和这些驱动器交换数据。2. Master 和 Slave这个非常基础但一定不能混。Master通常就是机器人主控制器负责发现设备 配置设备 周期通信 发送控制数据 读取反馈Slave就是电机驱动器 IO模块 编码器设备 其他EtherCAT设备它们连接到 Master。所以Master ↓ 发送目标 ↓ Slave ↓ 执行 ↓ 反馈状态3.IgH Master是什么IgH EtherCAT Master就是 Linux 下常见的一套 EtherCAT Master 软件。所以EtherCAT是协议/技术体系。而IgH可以理解成Linux上的EtherCAT Master实现。关系你的C程序 ↓ IgH EtherCAT Master ↓ EtherCAT ↓ 驱动器4. ESI 是什么你以后接一个新的 EtherCAT 驱动器经常会遇到ESI可以简单理解成EtherCAT 设备的描述/配置文件。里面会描述设备的一些信息例如设备身份 Vendor Product Code PDO 对象信息所以当你拿到一个新驱动器新驱动器 ↓ 厂家提供 ESI ↓ 了解这个设备怎么配置你不要把 ESI 理解成实时通信本身。它更接近“这个设备是什么、有哪些对象、怎么描述”5、Domain是什么这个名字特别容易让新人懵。你可以简单理解成一组需要周期交换的数据。例如Domain ├── 电机1目标位置 ├── 电机1状态字 ├── 电机2目标位置 ├── 电机2状态字 ├── 电机3目标位置 └── 电机3状态字然后每一个控制周期Domain ↓ 发送 ↓ EtherCAT ↓ 驱动器再驱动器 ↓ 反馈 ↓ Domain ↓ 控制程序6. PDO 和 SDO这是 EtherCAT 必须掌握的两个核心概念。可以先简单记PDO ↓ 周期性、实时数据 SDO ↓ 参数配置、对象访问PDO例如你的电机每 1 ms 都需要目标位置 目标速度 控制字同时读取实际位置 实际速度 状态字这些就非常适合 PDO。控制器 │ │ PDO ↓ 驱动器周期1ms ↓ 1ms ↓ 1ms ↓ 1ms这就是实时控制的数据通道。PDO是 EtherCAT 实时周期数据的核心。你可以把它理解成每个控制周期真正反复交换的数据。SDO更像配置 参数读取 参数修改 设备初始化例如读取某个参数 修改某个参数 查询设备信息SDO 更像“我要访问/配置这个设备里的某个对象。”PDO 高速公路上的周期性数据 SDO 访问设备内部对象/参数不要把 SDO 当成实时控制主通道。7. Distributed ClockDC这是 EtherCAT 里你需要理解的另一个核心概念。问题来了假设Joint1 Joint2 Joint3 ... Joint7如果每个设备自己的时间都不一样J110.000 ms J210.003 ms J39.997 ms多轴同步就会受到影响。EtherCAT 提供Distributed Clocks简单理解多个 EtherCAT Slave ↓ 尽量使用统一的时间基准 ↓ 同步进行周期动作所以EtherCAT DC对于多轴运动控制非常重要。程序启动 ↓ 初始化 Master ↓ 获取 Slave ↓ 检查设备身份 ↓ 配置 PDO ↓ 配置 Domain ↓ 激活 Master ↓ 进入周期循环8.CiA402它负责定义标准化的驱动器控制方式。它规定驱动器怎么启动 怎么进入运行状态 发生故障怎么办 目标位置放哪里 实际位置从哪里读所以EtherCAT负责通信。而CiA402负责驱动器怎么被控制。整体EtherCAT ↓ 驱动器通信 ↓ CiA402 ↓ 状态机 ↓ Operation Mode ↓ CSP ↓ 目标位置驱动器不是一上电就可以直接运动。它需要经过状态转换。简化成Shutdown ↓ Switch On ↓ Enable Operation ↓ 正常运行如果发生故障正常运行 ↓ Fault ↓ Fault Reset ↓ 重新进入正常状态所以你以后看到controlword statusword就应该想到CiA402 状态机。1. Control Word / Status Word这是电机控制非常关键的一对东西。控制器 │ │ Control Word ↓ 驱动器 │ │ Status Word ↓ 控制器简单理解Control Word控制器告诉驱动器你进入什么状态 是否使能 是否复位故障控制器通过Control Word告诉驱动器“我要你进入哪个状态”所以控制流程不是target_position ↓ motor而是Control Word ↓ 状态机 ↓ Enable Operation ↓ Target Position这就是为什么你以后看到类似control_word ...不能简单理解成“给电机一个控制值”。它实际上是在控制 CiA402 状态机。Status Word驱动器告诉控制器我现在是什么状态 是否已经使能 有没有故障驱动器通过Status Word告诉控制器“我现在到底处于什么状态”所以形成闭环Control Word 控制器 ─────────────→ 驱动器 ←───────────── Status Word控制器不能只“发命令”。还必须发送 ↓ 读取状态 ↓ 确认状态 ↓ 继续下一步这就是工程上的状态机控制。所以Control Word 我想让你怎样 Status Word 我现在是什么状态9. CSP 是什么CSPCyclic Synchronous Position你先把它理解成周期同步位置控制。它本质上就是控制器周期性地告诉驱动器“你下一时刻应该到这个位置。”例如控制周期1 ms控制器不断发送t0 → target position 0.10 t1 → target position 0.11 t2 → target position 0.12 t3 → target position 0.13 ...驱动器不断反馈actual position actual velocity status形成Controller ↓ Target Position ↓ EtherCAT ↓ Drive ↓ Motor ↓ Encoder ↓ Actual Position ↓ EtherCAT ↓ Controller这就是你以后真正理解“机器人控制器如何让真实电机动起来”Shutdown可以理解成驱动器还没有进入可正常运行状态。Switch On开始向正常运行状态过渡。Enable Operation最重要驱动器已经允许执行运动命令。所以Enable Operation可以理解成“现在可以真正控制电机了”CSP 的核心数据你现在主要认识这几个Target Position Actual Position Control Word Status Word关系Control Word ↓ 状态/使能控制 ↓ Target Position → Drive → Motor ↓ Actual Position ↓ Controller这就是一个非常典型的命令 → 执行 → 反馈闭环。放进 EtherCAT PDO现在就能理解为什么 PDO 非常重要。例如周期 PDO控制器 → Drive Control Word Target Position同时Drive → 控制器 Status Word Actual Position Actual Velocity于是┌──────────────────────────────┐ │ EtherCAT PDO │ │ │ │ Controller → Drive │ │ Control Word │ │ Target Position │ │ │ │ Drive → Controller │ │ Status Word │ │ Actual Position │ │ Actual Velocity │ └──────────────────────────────┘这就是实际电机控制的数据通道。再把 IgH 放进来整个底层链路已经变成┌───────────────────────────┐ │ Robot Controller │ └─────────────┬─────────────┘ ↓ EthercatDriver ↓ IgH Master ↓ Domain ↓ EtherCAT PDO ↓ CiA402 Drive ↓ Motor周期循环idd9a7xq Receive EtherCAT ↓ 读取 Status / Actual Position ↓ Controller ↓ 计算 Target Position ↓ 写入 Control Word / Target Position ↓ Send EtherCAT ↓ 下一周期这就是IgH CiA402 CSP真正组合起来后的样子。CiA402 ↓ 状态机 ↓ Enable Operation ↓ CSP ↓ 目标位置 ↓ 电机运动C控制程序 ↓ IgH EtherCAT Master ↓ Domain ↓ PDO周期数据 ↓ EtherCAT网络 ↓ ┌──────┴──────┐ ↓ ↓ Drive 1 Drive 2 ↓ ↓ Motor 1 Motor 2 ↓ ↓ Encoder Encoder └──────┬──────┘ ↓ 实际位置反馈 ↓ PDO ↓ EtherCAT Master ↓ C控制程序
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/16 6:47:19

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉