Robossembler - Открытая робототехника

Друзья.

Выпущен большой апдейт Zencad, скромно наречённый v2.0.0 .

Я вероломно не стал менять репозиторий на zencad2 или что-то в этом роде, а проапдейтил по живому. Изменения частично несовместимые, хотя мы старались поломать как можно меньше снаружи. Именно снаружи. Внутри изменения довольно таки глобальные.

Вот основные пункты, по которым прошлась стройка:
- Биндинг геометрического ядра заменён с pythonocc на cadquery-ocp-novtk, благодаря чему zencad отныне без танцев с бубном устанавливается из pypi.
- Ядро ленивых вычислений evalcache обновлено до evalcache.v2, а по сути переписано с нуля. Идея та же, но реализация проще, взрослее, строже, предсказуемее.
- Сильно переработана система типов, а слой кеширования теперь вместо обёртки объекта служит деталью его внутренней реализации. Раньше функция box возвращала LazyObject, оборачивающий Solid, сейчас она возвращает Solid, внутри которого храняться детали вычислительного графа.
- Скрипты по прежнему исполняются в отдельных процессах, но теперь вместо подмены и встраивания окон геометрия передаётся по ipc каналу.
- Специально для удобства работы ИИ-агентов добавлены инструменты zencad inspect, zencad check, zencad render, а так же расширено api селекторами и операциями для исследования топологии.

Это должно сделать нерабочими скрипты, которые обращались напрямую к методам геометрического ядра opencascade, кастомизировали lazy систему, или делали какие-то манипуляции с дисплэй-виджетом.

Детали, а также вопросы миграции более подробно изложены в https://mirmik.github.io/zencad/ru/version2.html и https://mirmik.github.io/zencad/ru/migration.html

Протестирована работа на linux (ubuntu 24.04), windows 11, и какой-то macos. У меня всё.

Устойчивый к перегреву и при этом довольно мощный печатный двигатель.

https://www.youtube.com/watch?v=LaULblUJfxA

Исходники:
https://github.com/KoshiroRobot/Robot-Actuator-V3
https://github.com/KoshiroRobot/FOC-Driver

#diy #servo #3dp

В начале года писал про классное устройство телеуправления Prometheus от команды из Сколтеха. Toyota работает примерно в том же направлении и выпускает YUBI (Yielding Universal Bidigital Interface) - VR-based приспособление для записи данных о манипуляциях, тоже открытое, потомок UMI 2024. Внутри ESP32C6 и энкодеры AS5601, ПО макисмально комплементарно ROS2. Телеуправления, как такового, там нет, потому что нет самого робота - оператор просто пользуется YUBI и камерами, чтобы записать демонстрации, а на робота YUBI ставится уже в ходе автономного тестирования обученных policy. Соответственно, нет и сложной обратной связи по прилагаемого усилию (основная фишка и вклад Прометеуса). Авторы делают акцент на дешевизне, массовости и удобстве сбора данных - теперь каждому оператору не нужно иметь Aloha2 за $30K или дорогих коботов - достаточно пару YUBI и комплект видеокамер.

Статья
https://arxiv.org/pdf/2606.10244

Исходники
https://github.com/airoa-org/yubi-sw
https://github.com/Toyota/yubi-hw

#teleop #oshw #ros

​​BenchCAD - как устроен замер генерации CAD-программ

В основе BenchCAD сгенерированный датасет, разбитый по 106 типам деталей с общей параметрической структурой (каждый с тремя уровнями сложности) в семи функциональных группах: крепёж, передачи, силовые элементы, фитинги, панели, фурнитура и корпуса. Примерно у половины типов параметры берутся прямо из таблиц спецификаций/стандартов - 47 кодов ISO, DIN, EN, ASME и IEC. Для каждого типа эксперты написали генератор, выдающий готовую программу на CadQuery (Python). Всего 17 900 деталей; вроде как даже проверенные экспертами.

Всего есть три типа замеров:
1. Vision2Code. LLM получает четыре ортогональных вида детали и должна выдать программу на CadQuery; прогон идёт по всем 17 900 записям. Код конвертируется в STEP, оба тела нормируются по габаритам (3D BoundingBox) и переводятся в воксели. Дальше считается доля вокселей, занятых сразу в обоих телах, от числа занятых хотя бы в одном - это и есть IoU (Intersection over Union - отношение пересекающегося у двух моделей объёма вокселей к объединённому объёму). Иными словами в какой степени объекты совпадают: 1 - объёмы совпали полностью, 0 - тела нигде не пересеклись.
2. CodeEdit. Даётся исходный код на CadQuery и словесная инструкция по шаблону вроде "увеличь диаметр отверстия до 12 мм". Надо вернуть минимально изменённую программу, дающую целевую фигуру. Пар 748, разложены поровну по 106 семействам и четырём типам правок - размерные, добавляющие элемент, удаляющие и многошаговые. Это часть датасета была составлена вручную - формулировки инструкций вычитывал второй автор, а спорные пары прогоняли двумя сильными моделями и переписывали или выбрасывали те, где модели расходились в понимании задания.
3. VisionQA + CodeQA - две задачи, вопросы в которых заданы парами. Один и тот же вопрос сначала задают по картинке, потом по исходному коду, и 2 400 вопросов дают 4 800 прогонов. Почти все они числовые: около 60 процентов про отношения размеров, 35 процентов про количество элементов вроде числа зубьев, остальное порядковые. Парность выступает инструментом диагностики. Если модель отвечает по коду заметно лучше, чем по картинке, ломается распознавание, а не понимание конструкции; если плохо в обоих случаях, модель не читает сами операции CadQuery. Вопросы разложены по четырём уровням - узнать тип детали по видам, прочитать операции и порядок их применения, восстановить параметрическую структуру так, как написал бы конструктор, и спланировать всё это разом в исполнимый код.

В BenchCAD на чистое среднее IoU приходится только 0.60 от общего показателя, а остальное - это наличие essential-операций и некоторые другие метрики. То есть модели недостаточно угадать с геометрией (за это максимум тройка), она должна угадать также и обязательный для данного типа способ построения модели. Например, пружину можно набрать стопкой колец и получить похожий силуэт, но пружиной это не станет - шаг и сечение проволоки задать будет нечем. Поэтому на каждое семейство выписан список обязательных построений. Пружине сжатия засчитывается винтовое протягивание профиля или обычное; косозубой шестерне нужен переход между сечениями либо выдавливание с закруткой, и вдобавок хоть один способ задать профиль зуба.

Этот бенчмарк покрывает лишь одну из подпрактик конструкторской работы - проектирование геометрии отдельных деталей. Сборок, сопряжений и кинематики в там нет. Допуски, посадки и материалы не проверяются. Привязка к стандарту означает лишь, что параметры взяты из его диапазонов. Воксельный IoU ничего не говорит о технологичности - пройдёт ли деталь на фрезеровку, влезет ли болт. Измеряется только код на CadQuery.

Источник: https://arxiv.org/abs/2605.10865
Код MIT - https://github.com/BenchCAD/BenchCAD-main
Датасет - https://huggingface.co/datasets/BenchCAD/BenchCAD

#cad #cadquery #benchmark #llm

Пока китайские open source модели пытаются догонять фронтирные модели в области программирования (не без успеха), вторые соревнуются уже не в кодинге, а в пространственной геометрии. На этом графике из BenchCAD это особенно заметно. Недавно вышедшая Astra GPT-6 особенно преуспела в этом.

Ниже публикую краткий обзор бенчмарка - насколько эта метрика вообще релевантна инженерно-конструкторской работе.

11 сентября (послезавтра) в Общественной палате Российской Федерации состоится конференция «Общественное участие в обеспечении технологического суверенитета: практики и механизмы развития». Участники смогут внести предложения к проекту национального стандарта «Роботы и робототехнические устройства. Информационная поддержка жизненного цикла. Требования к протоколам обмена данными». Будут представители от российского ROS-сообщества.

Регистрация
 
🗓 Дата: 11 сентября 2026 года
🔔 Время проведения: 10:00–14:00
💬 Место проведения: Общественная палата Российской Федерации, Большой конференц-зал
📍 Адрес: Москва, Миусская площадь, д. 7, стр. 1
 
✅Модератор пленарного заседания:
Дудоров Евгений Александрович — председатель правления Консорциума робототехники, заместитель генерального директора АО «Корпорация Робототехники» (в составе АФК «Система»).

Спикеры пленарного заседания:

1) Алейник Ярослав Александрович — генеральный директор «Омега. Технологии будущего».
2) Бурков Алексей Михайлович — лидер российского ROS-сообщества.
3) Голощанов Андрей Эдуардович — член Комиссии Общественной палаты Российской Федерации по городской и окружающей среде.
4) Курочкин Александр Владимирович — председатель правления АНО «Сила Сообществ».
5) Сухоцкий Сергей Владимирович — президент АНО «Открытые системы робототехники».
6) Толмачев Эдуард Викторович — координатор программы развития сообществ инженерных инициатив (РСИИ).
7) Шутов Андрей Васильевич — вице-председатель МГО «ОПОРЫ РОССИИ».

 
Программа конференции:

10:00–11:00 — регистрация участников.

11:00–12:30 — пленарное заседание «Институциональное общественное участие в России: сложившиеся практики и потенциал в технологической сфере».

12:30–12:45 — торжественная церемония награждения активных участников публичных обсуждений проектов национальных стандартов, проведенных летом 2026 года в рамках программы РСИИ.

12:45–14:00 — публичное учреждение Координационного совета программы «Развитие сообществ инженерных инициатив» и представление реализованных практик общественного сопровождения разработки национальных стандартов и программ технологического развития.

➡️ Регистрация через Telegram

➡️ Регистрация по электронной почте
❗️Важно: для прохода в здание Общественной палаты Российской Федерации необходимо иметь при себе паспорт.

Потрудившись непрерывно на протяжении пары месяцев бок о бок с командой из 3-4 ИИ-агентов над проектом, который ещё год назад даже и не вздумал бы начинать, должен отметить, что разработка уже не будет прежней. Причём, это коснётся не только программной инженерии - со временем, эти тектонические сдвиги коснутся и любого другого проектирования.

Технический долг, которым именуют ставшие постоянными временные костыли, не дающие ценности для конечных пользователей, но существенно влияющие на способность системы к дальнейшим изменениям, будет уходить на второй план. С текущими способностями агентов массовый рефакторинг в десятки тысяч строк кода в неделю становится рутинным мероприятием, которым они могут заниматься круглосуточно при наличии соответствующих бюджетов, и уже не представляет собой такой большой проблемы - можно на ходу менять фреймворки и core-библиотеки, даже чрезвычайно сильно интегрированные в проект.

На первый план теперь выйдет долг когнитивный. Есть ещё понятие ментального долга (в поп-психологии под этим термином подразумевают какое-то незавершённое дело, о котором при приходится часто помнить, что отнимает ресурс вашего внимания), но в данном случае он не очень подходит. Мы будем иметь дело с накоплением назавершённых задач, требующих не столько действия, сколько связанных с нашим пониманием разработанной системы. ИИ позволяет поднимать ставки и брать в одиночку всё более масштабные задачи и проекты, вытесняя Вас в роль топ-менеджера, который способен обозреть только циферки прироста выручки и по-настоящему уже не понимает как устроена работа его организации. В случае с облачными ИИ это усугубляется патологической зависимостью от провайдера модели/harness - вы просто теряете возможность сделать что-либо вручную.

Как лечить? Полагаю, что завет Ильича про трижды учиться становится актуальным как никогда - львиная доля деятельности будет сводиться к тому, чтобы этот дефицит понимания как-то снизить. Тут будут ценны навыки системного мышления, тайм-менеджмент, умение отслеживать собственное ментальное состояние и, разумеется, воля к тому, чтобы этот долг потихоньку преуменьшать, а не накапливать.

#agents #llm

​​CAD-о-генерация с LLM в 2026

Наряду со специализированными нейросетями для генерации инженерных 3D-моделей, набирает популярность и использование обычных языковых моделей, которые, как оказалось, неплохо справляются с проектированием, если снабдить их соответствующими инструментами и языками геометрического описания. Ниже обзор проектов и подходов в этой сфере.

Первое семейство - агент работает непосредственно с CAD и его API. Самый популярный в нише freecad-ai ; даёт FreeCAD цикл вызовов инструментов (tool-loop), который сам исполняет код и чинит ошибки. freecad.gencad от одного из активных участников нашего сообщества @fenixionsouls. Там запрос идёт в RAG по документации FreeCAD, затем в LLM, код исполняется в процессе, ошибки из Report View возвращаются в цикл исправлений (fix-loop) до пяти повторов.

Второе семейство - MCP-серверы (Model Context Protocol, MCP), отдающие CAD внешнему ассистенту как набор инструментов, то есть по сравнению с предыдущим вариантом - обёртка над CAD API. Де-факто эталон связки FreeCAD с агентом - freecad-mcp, один из немногих проектов с реальными пользователями.

Третье семейство - CLI и skill-агенты поверх декларативного языка описания геометрии, где модель пишет не API-вызовы к внешней программе, а код который можно сравнивать в diff. Тут выделяется хайпнувший недавно text-to-cad - набор навыков для агентного проектирования: подход STEP-first с циклом починки геометрии. По строгости проверок можно отметить экспериментальный проект cad-khana, где результат сверяет не другая модель, а само ядро, через diagnostics.json с зазорами, толщинами стенок и нависаниями. Оба используют Build123d в качестве языка описания геометрии (видимо из-за python-подобности).

Среди открытых проектов смертность высокая, около половины найденных в ходе обзора MCP-репозиториев и часть исследовательских заброшены. А наиболее развитая и массовая система text-to-CAD тем временем проприетарная (или частично открытая) - это Zoo/KittyCAD. Там написали даже собственный язык для описании геометрии KCL.

Нейросети превратились в настоящих дееспособных агентов только после подстыковки к ним программной обвязки (harness). CADогенерация идёт по похожему пути - сотворить модель мало, нужно уметь валидировать результат на предмет соответствия требованиям и подкорректировать её в цикле помимо элементарных проверок геометрическим ядром (что более или менее есть у всех).

В этом поле идут активные исследования. Можно выделить Physics-in-the-Loop: A Hybrid Agentic Architecture for Validated CAD Engineering Design, где работа в цикле Generate-Simulate-Refine ведётся 4-мя агентами: Планировщик (преобразует требования к несущей способности в конкретный пошаговый план моделирования), CAD-инженер (собственно, пишет модель), Geometry Reviewer (проверят соответствие плана и реализации) и Structural Reviewer, который использует GPU-оптимизированный FEA-решатель torch-fem для финальной проверки модели, где определяет находятся ли коэффициенты запаса прочности в пределах заданного целевого диапазона, выявляет точки напряжения или over-инжиниринг, после чего Orchestrator направляет обратную связь проектировщику и инженеру САПР для коррекции. Решение считается действительным исключительно в тех случаях, когда все детерминированные геометрические и физические проверки выполнены.

#CAD #LLM #FreeCAD #CadQuery #MCP

Джошуа Пирс и open-source фабрика

Известный канадский ученый Джошуа Пирс работает на пересечении open-source hardware, автономного производства, энергетики и выживания без инфраструктуры.

Его группа FAST занимается open source appropriate technology - технологиями, которые можно локально воспроизводить, ремонтировать и адаптировать под инфраструктурно слабые сообщества. Они развивают солнечные самовоспроизводящиеся open-source 3D-принтеры, способные делать первичные компоненты фотоэлектрических систем из переработанных отходов. Это часть подхода DRAM: распределённая переработка и аддитивное производство.

Особенно показателен проект мобильных солнечных 3D-принтеров для сообществ без нормальной электросети. В этой работе показана техническая реализуемость мобильных производственных установок на солнечных панелях, способных печатать технику в чистом поле. Это предыстория робофабрик: локальная энергия, локальное производство, открытые конструкции и снижение зависимости от внешней инфраструктуры.

Другое направление: Recyclebot, открытый экструдер, создающий филамент из отходов и природных полимеров. Третья линия - открытое научное и медицинское оборудование. Пирс написал книгу Open-Source Lab: How to Build Your Own Hardware and Reduce Research Costs, где рассматривает, как 3D-печать, микроконтроллеры и открытые файлы позволяют лабораториям самим делать оборудование.

Сам Пирс и его соавторы разработали или участвовали в разработке целого ряда таких устройств: open-source syringe pump — шприцевой насос с открытыми CAD-файлами, BOM и инструкциями; библиотеку 3D-печатной оптики с экономией более 97% по сравнению с коммерческими компонентами; полностью 3D-печатную центрифугу для лабораторий и медицинской диагностики в ресурсно ограниченных условиях; лабораторные весы на RepRap-печати и Arduino; восковой RepRap-принтер для прототипирования бумажной микрофлюидики.

Есть и медицинская линия: 3D-печатные MUAC-браслеты для диагностики детского недоедания, открытая детская ортезная шина при косолапости, высокотемпературный RepRap Cerberus для печати стерилизуемых PPE-компонентов. В проекте MUAC заявлена экономия 92–97%, а Cerberus рассчитан как open-source RepRap принтер с хотэндом до 500 °C и ценой менее $1000.

Пирс показывает, что open source - это не только софт и хоббийная 3D-печать, но принцип построения производственной независимости.

Наш следующий шаг шире: от open-source приборов - к open-source фабрикам. От 3D-принтера на солнечной панели - к автономной производственной среде. От локальной переработки пластика - к полному контуру: энергия, сырьё, роботы, станки, химические процессы, строительство, ремонт и воспроизводство инфраструктуры.

У Пирса уже есть доказанные элементы этой логики. Мы пытаемся собрать их в более крупную систему — сеть робофабрик и киберпосёлков. Политическая и экономическая свобода будущего будет определяться не рабочим местом, а доступом к средствам автономного производства.

Он выступает за open-source развитие и в сфере нанотехнологий. Пирс утверждает, что патентование фундаментальных нанотехнологий создаёт особенно опасную ситуацию: закрываются не отдельные изделия, а базовые строительные блоки будущей промышленности. Он приводит примеры углеродных нанотрубок, квантовых точек, нанопроволок и фуллеренов: вокруг них образуются «патентные заросли», где инженеру нужно не столько изобретать, сколько пробираться через сеть пересекающихся прав. Это напрямую совпадает с нашей логикой: если будущая робофабрика должна работать с веществом, материалами и микро/наноструктурами, то наука не должна быть заперта в патентных монополиях.

@ntstg

Встречайте идеальный 3D-печатный подшипник! Только это не шарикоподшипник, а гантелеподшипник) Шарики оказались не лучшим решением для печати, поэтому пришлось разработать специальные ролики.

Печатается целиком, не требует сборки. Автор много экспериментировал: изготовил 52 версии модели, прежде чем получил идеальную.
Позиционируется как подшипник для спиннера, но, сами понимаете... )

STL забирать тут (после регистрации)
https://makerworld.com/ru/models/2931758-ultimate-bearing-fidget-spinner-print-in-place#profileId-3282104

#3d #printing #bearings

​​Open Motion Planning Library (OMPL) 2.0

Почти каждый, кто работает с манипуляторами в ROS, так или иначе, опирается на библиотеку OMPL от лаборатории Лидии Кавраки. MoveIt по умолчанию берёт планировщики (planner) именно из неё. Также библиотека входит в поставку CoppeliaSim, Tesseract и Nav2, а оригинальная статья 2012 года собрала больше 2400 цитирований. И вот довольно неожиданно выходит 6 апреля OMPL 2.0 - первый за 12 лет выпуск мажорной версии с момента выхода 1.0 в 2014 году, а на днях и поясняющая публикация от авторов релиза.

По сути OMPL 2.0 подытоживает собой более чем 30 версий, вышедших за более чем десятилетие - существенно расширен спектр поддерживаемых планировщиков и задач, которые они могут решать (подробнее см. в публикации). Чем больше планировщиков и их параметров, тем труднее выбрать подходящий под конкретного робота, и авторы показывают, что здесь помогает автоматический подбор гиперпараметров (их оригинальная разработка - HyperPlan).

Главная новинка в области аппаратного ускорения планирования - интеграция VAMP (Vector-Accelerated Motion Planning), отдельной библиотеки, которая ускоряет проверку коллизий и прямую кинематику векторными SIMD-инструкциями обычного CPU, обрабатывая множество состояний за раз. В OMPL её подключили опциональным бэкендом для проверки коллизий и валидации движений. В примечаниях к релизу для VAMP-бэкенда заявлена совокупная скорость планирования до 25 кГц, порядка 25 тысяч найденных решений в секунду без GPU - уровень, на котором реактивное планирование в непрерывно меняющейся среде перестаёт требовать специализированного железа. При этом VAMP остаётся опциональным бэкендом, а не выбором MoveIt 2 по умолчанию, так что сам по себе релиз пайплайн MoveIt 2 не ускоряет; в демо его обкатывали на конкретных роботах (Panda, UR5, Fetch, Baxter), а SIMD-кинематику пишут под модель - произвольный URDF не поддерживается "из коробки". Рядом также добавили CAPT (Collision-Affording Point Trees) - тот же SIMD-подход, но для облаков точек, чтобы планировать прямо по сырым сенсорным данным.

Значительная часть работы над релизом пришлась не на алгоритмы планирования, а на упаковку. Биндинги переписали с заброшенного Py++ на nanobind, добавили CI на GitHub Actions и автопубликацию пакетов на PyPI, так что теперь работает простой "pip install ompl" вместо ручной сборки из исходников. Новые планировщики тоже есть - AORRTC и BLIT среди геометрических, HySST для гибридных систем, - но большинство этих алгоритмов опубликованы раньше (CAPT - RSS 2024, AORRTC - RA-L 2025), и собственно новое в 2.0 не сами эти алгоритмы, а интеграция SIMD-бэкендов и современная сборка. Старый GUI "OMPL app" убрали, потому что зрелые внешние симуляторы сделали отдельный графический фронтенд лишним.

Команда движется в AI-тренде и нацелена также сделать планирование движений доступным LLM-агентам напрямую - через MCP-сервер (Model Context Protocol) и agent skills.

http://www.kavrakilab.org

https://github.com/ompl/ompl/releases/tag/2.0.0

#moveit #motion #planning #ompl

Pickalo

Примерно так может выглядеть в середине 2026 года около-промышленный bin-picking с бюджетным сетапом (без RL, с вычислением позиций).

Инференс: RTX 4090; единственная RGB-D камера Realsense D435i камера на запястье. Исходников нет, но используются open source проекты: BridgeDepth для работы с бликовыми объектами; Mask R-CNN выделяет экземпляры объектов и подаёт ROI (region of interest - нужный фрагмент в кадре) в SAM-6D, который оценивает 6D-позу по CAD-модели, без обучения под конкретные детали. Вклад авторов состоит в Pose buffer, который накапливает оценки за серию кадров и голосованием фиксирует ориентацию, чем устраняет дёргание на симметричных деталях. Позиции захвата вычисляются предварительно (метод) и подбираются исходя из коллизий в сцене.

Производительность 600 захватов/час с успешностью 96-99% на UR5e. Проект разработан при сотрудничестве Итальянского Технологического Института и компании Camozzi.

https://arxiv.org/abs/2604.04690

#binpicking #6dpose #ur5e #sam6d

Zero-Copy трансфер сообщений для GPU и не только

В недавнем анонсе нового ROS 2 Lyrical Luth среди фич как-то затерялся (или не очень явно был описан) rosidl::Buffer, хотя он может представлять уже сейчас большой интерес для тех, кто активно использует GPU для обработки массивных сообщений вроде Image или PointCloud. Для кого-то это может быть довольно существенным основанием переходить на ROS 2 LL уже сейчас.

Теперь в uint8[] и других variable-length primitive array полей C++ сообщений появилась подменяемая реализация хранилища. Байты могут лежать в GPU-памяти или в другой (non-CPU) области памяти, адресуемой через вендорский backend-плагин, при этом .msg IDL не меняется.

Это может работать примерно так: камера пишет фрейм в память устройства, нода для инференса читает его оттуда же, другие узлы-потребители получают общий дескриптор. PCIe в цепочке perception → planning не нагружается потоками полного разрешения; тензоры между нодами одного inference-pipeline (ExperimentalTensor + torch_conversions) идут аналогично. Если хоть одна сторона (peer) не поддерживает CUDA, RMW откатывает эту пару на CPU, остальные продолжают zero-copy.

Функционал был реализован при поддержке инженеров NVIDIA.

Подробнее о Buffer Backends
https://docs.ros.org/en/lyrical/Concepts/Intermediate/About-Buffer-Backends.html

Как применять
https://docs.ros.org/en/lyrical/How-To-Guides/Using-Buffer-Backends.html

Документальный фильм про Эдриана Бойера, создателя RepRap

В декабре 2025 съёмочная группа Prusa Research приехала к Эдриану Бойеру домой в юго-западную Англию и сняла фильм How 3D printing started: About Rep-rap and open-source with Adrian Bowyer. В январе 2026 ролик был упомянут в FreeCAD News - там заметили, что Бойер моделирует во FreeCAD.

Бойер запустил RepRap в 2005-м с идеей машины, которая может печатать собственные детали. Да, саморепликации RepRap не достиг, оказал большое влияние на мир: сотни открытых конструкций, FDM-печать и культура open hardware выросли оттуда.

В фильме помимо воспоминания показано чем Бойер занят сейчас, формально уже на пенсии: робот-маляр, 3D-печать из лунного реголита, новый тип твердотопливного ракетного двигателя. Всё выкладывает в открытый доступ - на GitHub и reprapltd.com.

"Я бы очень хотел, чтобы всё оставалось открытым, но понимаю, что моё влияние ограничено. Если к этому будут идти другие - меня это только обрадует".

В дань уважения к легенде публикуем русскоязычный машинный перевод фильма. Приятного просмотра!

#reprap #openhardware #freecad

Эпоха AI-слопа в цифрах

Исполнительный директор Github сообщает, что в 2025 год на платформе было добавлено 1 млрд. коммитов, тогда как в 2026 году каждую неделю их число увеличивается на 275 млн.. Если рост будет линейным (а он таким не будет), то 2026 год покажет примерно 14-кратный рост.

Великое творческое раскрепощение или грандиозный мусорогенератор... тут уж с какой позиции посмотреть. В истории такое происходит регулярно - технология делает доступным то, что раньше таковым не являлось.
Например, Arduino демократизировало embedded разработку, что вылилось в увеличении количества низкокачественных устройств на макетных платках. Профессионалы остались, их это не коснулось, но в целом возможностей разработать прототип стало существенно больше.

​​Новый LTS релиз ROS 2 - Lyrical Luth

В мае 2026 года вышел двенадцатый дистрибутив ROS 2 - Lyrical Luth (Luth - лютня, музыкальный инструмент), релиз с долгосрочной поддержкой (LTS, long-term support) до мая 2031 года. Конкретные версии Ubuntu, Python и gcc, как и сроки поддержки прежних дистрибутивов, описаны на сопутствующих страницах Supported Platforms (REP-2000) и Release Timeline.

Новый исполнитель (executor) - rclcpp::executors::EventsCBGExecutor. По сравнению с SingleThreadedExecutor и MultiThreadedExecutor он использует на 10-15% меньше CPU. В отличие от предшественника EventsExecutor, новый поддерживает работу с несколькими источниками ROS-времени и несколькими потоками одновременно. Контейнер компонентных узлов теперь принимает аргумент --executor-type events-cbg.

В rclpy появился экспериментальный класс AsyncNode (из rclpy.experimental), который встраивает asyncio event loop прямо в узел. Внутри подписок, сервисов и таймеров можно вызывать await напрямую: await client.call(request) для асинхронного service-вызова, await clock.sleep(...) корректно учитывает симулированное время (sim-time aware). По данным release notes, такой узел использует заметно меньше CPU, чем дефолтный SingleThreadedExecutor. Запуск - из async def main() под with rclpy.init():.

Поля uint8[] в ROS-сообщениях получили тип rosidl::Buffer<uint8_t> вместо std::vector<uint8_t>. Через свой rosidl::BufferBackend можно публиковать и подписываться на сообщения без копирования - данные остаются в исходной памяти (например, в GPU-буфере), что снимает накладные расходы на обход host-device-host. На старте поддерживает только rmw_fastrtps_cpp; работа над поддержкой Zenoh ведётся.

rosbag2 обзавёлся управляющими сервисами (~/record, ~/stop, ~/start_discovery и др.) и полноценным Python API для паузы/перемотки/остановки записи и воспроизведения. Опция --max-bag-files ограничивает число split-файлов на диске: при достижении лимита самые старые удаляются автоматически. Топик events/rosbag2_messages_lost публикует инкрементальные потери сообщений по топикам.

URDF получил версию 1.2: ориентация теперь задаётся кватернионами (quat_xyzw), а не только Roll-Pitch-Yaw, добавлена примитивная геометрия <capsule>, а в <limit> появились поля acceleration, deceleration, jerk. Плагин Robot Model в RViz пока не поддерживает капсулы.

Из CLI: ros2 param get <name> без указания узла обходит все узлы графа; ros2 param get/set <node> p1 p2 ... принимает несколько параметров за вызов; ros2 service info --verbose выводит QoS и GIDs; ros2 topic bw принимает несколько топиков и --all. Логирование переключается переменной RCL_LOGGING_IMPLEMENTATION без пересборки rcl, а tracing-инструментацию можно отключить через TRACETOOLS_RUNTIME_DISABLE=1.

Источник: https://docs.ros.org/en/rolling/Releases/Release-Lyrical-Luth.html

#ros2 #lyricalluth #release #lts

OpenFlexure

Начиная с этого поста в качестве примера эталонного open hardware проекта я буду указывать на https://openflexure.org .

OpenFlexure это лабораторный 3D-печатный микроскоп. В отличии от MicroManipulatorStepper, котором я писал ранее, точность обеспечивается механикой без энкодеров - т.н. Flexure-шарнирами, отсюда название. Но в остальном проекты очень похожие: оба по сути предлагают одно и тоже - прецизионное XYZ-позиционирование - шаговики, кастомная PCB Sangaboard с RP2040 (RPi HAT для управления движками), 3D-печать, заявленный шаг в 50 нм по оси Z.

Себестоимость по BOM (без Raspberry Pi) low-cost около $185, high-res около $305. С учётом RPi 4, HQ Камеры и Sangaboard устройство укладывается в $400–500.

Интересны методы разработки - например, все CAD-исходники проекта хранятся в OpenScad, что позволяет генерить STL-файлы для печати непосредственно в CI с помощью связки Python+Ninja.

Проект породил несколько отдельных инструментов, которые использовались для разных нужд.
- Инструмент автоматизации подготовки рабочей документации GitBuilding, который парсит markdown с тегами деталей и автоматически собирает спецификацию (BOM), превью STL и чек-листы шагов сборки. В результате формируется страница с интерактивным 3D-просмотром, рендерами и пошаговой инструкцией - пример можно посмотреть тут. GitBuilding является самостоятельным проектом, но пока что используется в основном для внутренних нужд проекта и не получил широкого распространения.
- Для серверной части был разработан фреймворк LabThings, который реализует W3C Web of Things Thing Description поверх REST + OpenAPI и нужен любому лабораторному прибору, который хочется выставить в сеть. Сейчас идёт миграция на labthings-fastapi — переписанную с нуля версию на FastAPI + Pydantic, которая ляжет в основу будущего OpenFlexure software v3.

Отдельно следует упомянуть работу с сообществом. Многое из того, о чём указывал Джок Мертик в своём руководстве в качестве best practice по созданию open source сообществ, в нём соблюдено, что и позволяет проекту жить и развиваться аж с 2015 года - развитый и активный форум, мерч, коммерческая поддержка, на сайте есть отдельная страница с вендорами (представлены 13 компаний в более чем 11 странах), у которых можно заказать изготовление микроскопа, если вы не можете сделать это самостоятельно.

Несмотря на широкую коммерческую адаптацию ядровая разработка по-прежнему держится на грантах - за всю историю существования проект получил более 10 разнообразных грантов из целевых программ, а также получает регулярную поддержку от университетов.

#hardware #oshw

Ржавый FOC

Давайте проверим дееспособность нашего микросообщества и накидаем звёзд в Github Даниле @okhsunrog из Rust-комьюнити:
https://github.com/okhsunrog/oxifoc
Там сейчас всего 6 звёзд, что я считаю недостойным такого проекта! выше видео-пруф работы библиотеки.

Если коротко, это аналог SimpleFOC на чистом Rust, который использует все самые новые и крутые фичи языка и его экосистемы: например, асинхронный фреймворк embassy.

Embassy позволяет обходиться без RTOS (Real-Time Operating System, сидит почти в любом MCU) за счёт использования асинхронной модели (async-await) языка и кооперативной многозадачности, что обеспечивает меньшие накладные расходы по памяти и времени. В oxifoc нет жесткого реалтайма в рамках планировщика, поэтому цикл управления мотором работает в отдельном прерывании.

В библиотеке уже поддерживаются STM32G431CB, STM32F405RG, STM32G474RE.

По утверждению автора, ни один мосфет не сгорел!)

#rust #embedded #motor #control

Выпуск свободных САПР FreeCAD 1.1 и SolveSpace 3.2
После года разработки опубликован релиз открытой системы параметрического 3D-моделирования FreeCAD 1.1, которая отличается гибкими возможностями кастомизации и наращивания функциональности через подключение дополнений. Интерфейс построен с использованием библиотеки Qt. Дополнения могут создаваться на языке Python. Поддерживается сохранение и загрузка моделей в различных форматах, в том числе в STEP, IGES и STL. Код FreeCAD распространяется под лицензией LGPLv2, в качестве моделирующего ядра используется Open CASCADE. Готовые сборки подготовлены для Linux (AppImage), macOS и Windows.

OpenNews