Line-us绘图机器人G代码指令详解
2025-06-04 21:57:30作者:管翌锬
前言
Line-us是一款小巧精致的绘图机器人,它通过G代码指令来控制机械臂的运动和绘图操作。本文将全面解析Line-us支持的G代码指令集,帮助开发者更好地理解和控制这款有趣的绘图机器人。
基本运动指令
G00 - 快速定位
- 功能:以最快速度移动到指定坐标位置
- 参数:X Y Z坐标值
- 示例:
G00 X1200 Y1300 Z0 - 注意事项:
- 各轴独立运动,不保证直线路径
- 高速运动可能导致机械臂碰撞机身
- 实际应用中建议优先使用G01指令
G01 - 直线插补
- 功能:以设定速度直线移动到目标位置
- 参数:X Y Z坐标值
- 示例:
G01 X1200 Y1300 Z1000- 完整坐标移动G01 Z1000- 仅Z轴移动(常用于抬笔)
- 特点:
- 这是最常用的绘图指令
- 可实现精确的直线绘制
- 支持单轴独立运动
G28 - 归位
- 功能:返回初始位置(1000,1000,1000)
- 等效指令:
G01 X1000 Y1000 Z1000
校准与补偿指令
G31 - Z轴映射校准
- 功能:垂直平面校准(类似3D打印机的床面调平)
- 参数:四个角的高度值(左上;右上;右下;左下)
- 示例:
S100;200;150;0- 设置四个角的高度Sclear- 清除校准
- 默认值:新机器默认为
0;100;300;200
G40 - 无补偿绘图
- 功能:忽略G54设置的缩放/偏移和所有校准数据
- 参数:
- X Y Z坐标值
- K选项(xy或z)可排除特定轴的补偿
- 示例:
G40 X1000 Y1500 Z0- 完全忽略补偿G40 X1000 Y1500 Z0 Kz- 仅Z轴使用校准值
G54 - 设置缩放和原点
- 功能:设置新的偏移和缩放比例
- 参数:X Y偏移量,S缩放比例
- 计算方式:先应用缩放,再加偏移
- 示例:
G54 X100 Y0 S2.5- 点(200,100)将转换为(200×2.5+100, 100×2.5+0)=(600,250)
速度控制指令
G94 - 绘图速度设置
- 功能:设置插补移动的最大步长(间接控制速度)
- 参数:
- S - 笔放下时的速度(1-30,默认5)
- P - 笔抬起时的速度(默认15)
- 特点:
- 值越小,步长越小,绘图越精细但速度越慢
- 重启后恢复默认值
文件与内存管理指令
M20 - 列出内存文件
- 返回格式:
FS:"/0000001.txt-9496;/0000002.txt-11323;"- 文件名后跟文件大小(字节)
M28/M29 - 开始/结束绘图保存
- 功能:将后续G代码保存到指定文件
- 参数:S - 文件编号(1-32)
- 流程:
M28 S1开始保存到文件1- 发送绘图指令
M29结束保存
M30 - 删除内存文件
- 参数:S - 要删除的文件编号
M39 - 报告内存使用情况
- 返回格式:
FSUsed:356922 FSTotal:1562625 FSFree:1205703 FSPercent:22
系统配置指令
M550 - 设置机器名称
- 参数:P - 新名称(可含字母、数字和连字符)
- 示例:
M550 Probs-lineus
M552 - 设置启动模式
- 参数:
- S - WiFi模式:
- 1:默认指示灯模式
- 2:红色指示灯模式
- 3:锁定红色指示灯模式
- 4:指示灯模式但延长长按时间
- P - WiFi名称设置:
- 1:总是附加序列号
- 2:使用"机器名-Setup"格式
- S - WiFi模式:
M587 - 存储/列出WiFi网络
- 功能:
- 无参数:列出可见网络
- 带参数:存储网络SSID和密码
- 返回格式:
SSID:PASSWORDKNOWN- 1:已知密码
- 2:未知密码
- 3:有密码但网络不可见
M588 - 忘记WiFi网络
- 参数:
- S - 要忘记的SSID
S*- 忘记所有网络
高级功能指令
M85 - 定时绘图
- 功能:定时绘制部分图形(演示用途)
- 参数:
- S - 绘制秒数
- P - 间隔秒数
- K - 锁定特定绘图
M114 - 获取当前位置
- 返回格式:
X:1200 Y:900 Z:0 - 用途:也可用作连接心跳检测
M115 - 获取机器能力
- 返回信息:
- 连接模式(ST或AP)
- 机器名称
M171 - 恢复出厂设置
- 参数:
SCONFIRM- 确认执行SSPIFFS- 清除内部文件系统(慎用)
使用建议
- 安全第一:尽量避免使用G00快速移动指令,优先使用G01
- 校准重要性:新机器应先进行Z轴映射校准(G31)
- 速度控制:根据绘图需求调整G94参数,精细绘图使用较小值
- 文件管理:定期使用M39检查内存使用情况,及时清理不必要文件
- 网络配置:使用M587/M588谨慎管理WiFi网络配置
通过掌握这些G代码指令,您可以充分发挥Line-us绘图机器人的潜力,实现各种创意绘图项目。建议从基本绘图指令(G01)开始,逐步尝试更高级的功能。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322