Marlin固件中FT_MOTION功能对传感器归零的影响分析
问题背景
在Marlin固件的bugfix-2.1.x分支中,用户报告了一个关于FT_MOTION功能与传感器归零(sensorless homing)兼容性的问题。当启用FT_MOTION功能时,用户发现难以找到合适的传感器灵敏度值,导致归零过程出现误触发或无法检测到碰撞的问题。
技术细节分析
FT_MOTION是Marlin固件中一个相对较新的运动系统功能,它采用了不同的运动控制算法。与传统的运动系统相比,FT_MOTION在实现上存在一些差异,这些差异影响了传感器归零的可靠性。
传感器归零主要依赖三个关键参数:
- 归零速度(HOMING_FEEDRATE_MM_M)
- 电机电流(X/Y_CURRENT_HOME)
- 失速保护灵敏度(stallguard sensitivity)
在标准运动系统中,这些参数的调节范围相对较宽,用户通常能够找到稳定的工作区间。然而,当启用FT_MOTION后,这个可用的参数范围明显变窄,导致调节难度增加。
解决方案与优化建议
经过社区成员的测试和讨论,发现以下优化方案可以改善FT_MOTION下的传感器归零表现:
-
提高归零速度:将默认的20mm/s提高到40-50mm/s范围,这有助于改善碰撞检测的可靠性。根据Klipper固件的经验,一个合理的起始点是让电机每两秒完成一整转。
-
调整电机电流:建议将归零电流设置为正常工作电流的50%左右。例如,如果X轴工作电流为800mA,归零电流可设为400mA。
-
灵敏度微调:在FT_MOTION下,可能需要比标准运动系统更低的灵敏度值。例如,Y轴灵敏度可能需要从55降至45。
-
参数组合测试:需要同时调整这三个参数来找到最佳组合,这比单独调整任一参数更有效。
未来改进方向
Marlin开发团队已经意识到这个问题,并计划在未来的版本中:
- 为FT_MOTION下的传感器归零提供更合理的默认参数
- 开发专门的参数调节向导,简化用户配置过程
- 进一步优化FT_MOTION算法,提高与传感器归零的兼容性
结论
FT_MOTION作为Marlin的新功能,在运动控制方面带来了改进,但也带来了新的配置挑战。通过合理的参数调整,特别是归零速度、电机电流和灵敏度的组合优化,用户可以在启用FT_MOTION的情况下实现可靠的传感器归零。开发团队将继续完善这一功能,使其在不同硬件配置上都能稳定工作。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00