手工组件及组件材料

轮组部分
在这里插入图片描述
框架部分
在这里插入图片描述
连接部分
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
其他模块
在这里插入图片描述
在这里插入图片描述
开发套件中可能没有魔术贴束线带，可以使用其他相似的物品进行替代

组装概念

Tbot车体是由各种方条插入连接柱或多臂角连接件后，以六角螺丝起子锁紧固定而成

在这里插入图片描述
大孔：正面孔位，螺丝从此面锁入
小孔：背面孔位
在这里插入图片描述

组装建议

组装时， 尽量将螺丝由外朝内锁，方便在组装错误时更容易去拆卸更改，见下图
在这里插入图片描述

马达组装

  1. 左侧马达组装
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  2. 右侧马达组装
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    组装成功图如上

车身组装

  1. 车体组装
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

  2. 车底组装
    在这里插入图片描述
    在这里插入图片描述
    由于我们的车只有两个轮子，所以我们用到了两个A8对小车进行支撑
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

在这里插入图片描述

3.车轮组装
在这里插入图片描述
这个地方会有点紧，硬掰就可以
在这里插入图片描述
这个地方发螺丝一定要锁紧，小车的碰撞可能会导致送落
在这里插入图片描述
A2扣环内有一防呆凸点有标记箭头，将箭头A1主轴的凹槽1插上，再将扣环依顺时针方向旋转(转至上图黄色标记处)
在这里插入图片描述
先将B3螺丝插入扣环较深的大孔内但不紧，将马达轴心的锁止平面对准扣环的蓝色标记后插入，再将螺丝锁紧

到现在组装成功后，成品如下
在这里插入图片描述
在这里插入图片描述

到这里，我们的机械模组部分就已经组装完成了，我们的主控电路部分可以自行安装，也可以按照下面的模板继续

主控板安装

在主控板上面留出了几个大的过孔，可以穿过螺丝，我们就可以通过这几个过孔进行安装
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
下面是我们的完成示意图
在这里插入图片描述
到此为止，我们所有非编程部分的组装就结束了，其余的连线组装，我们到后面的程序设计时，我们再去看相应的连线

下一章我们给大家介绍我们的编程环境的配置

# 机器人 # 嵌入式硬件 # 单片机 # 嵌入式 # c语言
Logo
DAMO开发者矩阵

DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵

使用概率图路径规划的机器人路径规划研究Octave（Matlab代码实现）

针对复杂未知环境下传统机器人路径规划算法适应性差、避障稳定性弱、全局搜索效率低的问题，本文开展基于概率图的机器人路径规划方法研究。概率图路径规划依托概率路线图建模思想，通过环境随机采样、节点连通性构建、最优路径检索的核心逻辑，摆脱了传统算法对环境精准建模的依赖，具备强环境适配性与高运算效率。本文系统阐述概率图路径规划的核心理论、运行机制与技术优势，基于Octave仿真平台搭建多场景机器人运动规划仿

avatar DAMO开发者矩阵