Marlin固件中归位偏移应用后的坐标异常问题分析
问题背景
在使用Marlin固件配置Voxelab Aquila C2打印机(搭配BTT mini主板)时,用户启用了无传感器归位功能并尝试应用归位偏移设置后,发现打印机在归位后坐标定位出现异常。具体表现为X轴归位后,Y轴定位停止工作,导致打印起始坐标不正确。
问题根源
经过深入分析,发现问题出在G28.cpp模块中的home_z_safely()函数(第147行)。原代码使用do_blocking_move_to_xy(destination)进行XY轴移动时,未明确指定进给速率,导致系统可能使用了不合适的默认值。
在用户的具体案例中,系统尝试以133mm/s的高速移动(由XY_PROBE_FEEDRATE_MM_S决定),而用户同时为XY步进电机设置了较高的微步数配置,这种高速移动导致了系统重置。
解决方案
临时解决方案
用户最初采用的解决方案是直接指定一个安全的进给速率(10mm/s):
do_blocking_move_to_xy(destination, 10);
推荐解决方案
更规范的解决方法是正确配置XY探针的进给速率参数。Marlin固件中XY轴移动的进给速率由以下优先级决定:
- 如果启用了ABL(自动床面调平)但未启用UBL(统一床面调平),则使用
xy_probe_feedrate_mm_s变量 - 否则,如果定义了
XY_PROBE_FEEDRATE宏,则使用该值转换后的速率 - 最后回退到XY轴最大进给速率中的较小值
建议用户在Configuration.h中正确定义:
#define XY_PROBE_FEEDRATE 100 // 示例值,根据实际硬件调整
技术要点
-
无传感器归位:这种归位方式依赖电机的反电动势检测,对移动速度较为敏感,过高速度可能导致检测失败。
-
归位偏移:应用归位偏移后,打印机的逻辑零点与实际机械位置产生偏移,这对后续所有移动操作都有影响。
-
进给速率控制:在精密定位操作中,合理的进给速率设置至关重要,特别是当系统配置了高微步数时,过高的速度会导致步进电机失步或系统异常。
最佳实践建议
-
在使用无传感器归位功能时,建议适当降低归位和探测的进给速率。
-
当应用归位偏移时,应先在小范围内测试验证坐标系统的正确性。
-
高微步数配置下,应相应降低最大进给速率,避免电机性能问题。
-
对于自定义配置的打印机,建议逐步测试各项功能,特别是涉及机械限位和坐标系统的操作。
通过合理配置这些参数,可以确保打印机在应用归位偏移后仍能正确定位,避免坐标异常问题。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00