Bartendro 饮料调配机器人技术文档
2024-12-26 06:59:01作者:滕妙奇
1. 安装指南
1.1 硬件安装
Bartendro 饮料调配机器人的硬件部分包括多个电路板和机械组件。硬件设计文件位于 hardware 目录下,包含电路原理图和布局图。用户可以根据这些文件进行硬件的组装和调试。
1.2 软件安装
Bartendro 的软件部分包括固件、脚本和用户界面。用户可以通过以下步骤进行软件安装:
- 下载 SD 卡镜像:在 2021 年,SD 卡镜像已更新,用户可以从指定链接下载最新的镜像文件。
- 烧录镜像:使用工具(如
Etcher)将下载的镜像文件烧录到 SD 卡中。 - 插入 SD 卡:将烧录好的 SD 卡插入 Bartendro 的主控板中。
2. 项目的使用说明
2.1 启动系统
- 连接电源:将 Bartendro 连接到电源,并确保所有硬件组件正常工作。
- 启动主控板:插入 SD 卡后,主控板将自动启动并加载固件。
- 访问 Web 界面:通过浏览器访问 Bartendro 的 Web 界面,界面代码位于
ui目录下,使用 Python 编写。
2.2 调配饮料
- 选择饮料:在 Web 界面中选择您想要调配的饮料。
- 确认调配:点击“调配”按钮,Bartendro 将自动调配所选饮料。
- 取用饮料:调配完成后,从机器中取出饮料。
3. 项目 API 使用文档
3.1 API 概述
Bartendro 提供了丰富的 API 接口,用户可以通过这些接口控制机器人的各种功能。API 接口主要通过 Web 界面进行调用。
3.2 API 接口示例
以下是一些常用的 API 接口示例:
-
获取饮料列表:
GET /api/drinks返回所有可调配的饮料列表。
-
调配饮料:
POST /api/make_drink { "drink_id": 1, "quantity": 200 }根据指定的饮料 ID 和数量进行调配。
-
获取机器状态:
GET /api/status返回当前机器的状态信息,包括各泵的工作状态和剩余液体量。
4. 项目安装方式
4.1 从源码安装
用户可以从 GitHub 仓库中获取 Bartendro 的源码,并自行编译和安装。以下是安装步骤:
- 克隆仓库:
git clone https://github.com/partyrobotics/bartendro.git - 进入项目目录:
cd bartendro - 编译固件:
cd firmware make - 安装脚本:
cd ../scripts ./install.sh - 启动 Web 界面:
cd ../ui python app.py
4.2 使用预编译镜像
用户也可以直接下载预编译的 SD 卡镜像,并将其烧录到 SD 卡中,从而快速启动 Bartendro 系统。
通过以上步骤,用户可以顺利完成 Bartendro 饮料调配机器人的安装和使用。希望本文档能帮助您更好地理解和使用该项目。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
654
282
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
248
317
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
214
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.13 K
631
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100