【花雕动手做】拆解CASIC MOTOR机器人底盘14.8V无刷减速电机

【花雕动手做】拆解CASIC MOTOR机器人底盘14.8V无刷减速电机


为了做个机器人底盘,配合铝合金麦克纳姆轮使用,收了一款14.8V的无刷减速电机。这里试试简单的拆解,了解相关情况。

在这里插入图片描述


在这里插入图片描述


一、电机型号与基本信息
型号:CASIC MOTOR ZWS37U-CS-001
品牌:CASIC MOTOR(深圳航天电机系统有限公司)
类型:带行星减速箱的无刷直流电机(BLDC),内置编码器(多色线为编码器信号线)

二、核心参数(铭牌标注)

在这里插入图片描述

三、主要特色
无刷设计:无电刷磨损,寿命长、噪音低、效率高,适合长时间连续运行。
集成减速箱:行星减速结构,大幅提升输出扭矩,同时保持电机本体的高转速特性。
内置编码器:多色线(黄 / 红 / 黑 / 蓝 / 绿 / 白)为霍尔或增量编码器信号线,支持精准速度与位置控制。
高扭矩密度:在 37mm 直径的紧凑体积下,提供 7kgf・cm 的大扭矩,适合空间受限的场景。
工业级可靠性:CASIC(航天)背景,常用于航空座椅、精密传动等对可靠性要求高的领域。

四、适用场景
精密传动:工业自动化设备、医疗仪器、实验室精密平台
航空 / 轨道交通:飞机 VIP 座椅调节、高铁座椅驱动(同系列 ZWS38T-CS-001 即为此类应用)
机器人与创客:小型机械臂关节、AGV 小车驱动、DIY 机器人底盘
电动工具:手持电动螺丝刀、小型电动执行器

在这里插入图片描述

我最近为了做一个机器人底盘,搭配铝合金麦克纳姆轮,收了这款 CASIC MOTOR ZWS37U-CS-001 无刷减速电机(14.8V),下面分享一下拆解过程和内部结构,方便大家做项目时参考。
一、拆解前的准备
工具:十字螺丝刀、内六角扳手、塑料撬棒、小零件盒、记号笔(标记部件位置)
安全提示:确保电机完全断电,避免编码器信号线短路;拆解时轻拿轻放,尤其是减速齿轮和编码器磁环。
二、分步拆解(从外到内)

  1. 分离电机与减速箱
    这款电机是无刷电机 + 行星减速箱的一体化设计,先找到电机本体与减速箱之间的固定螺丝(通常是 2-4 颗内六角螺丝),用对应规格的扳手拧下。
    拧下螺丝后,轻轻晃动分离,能感觉到内部齿轮的啮合阻力,这是正常的行星减速结构。
    分离后,你会看到:前端是减速箱输出轴,后端是无刷电机本体,中间是编码器组件。
  2. 拆解行星减速箱
    减速箱是提升扭矩的关键,拆解步骤如下:
    用塑料撬棒轻轻撬开减速箱端盖,注意端盖内侧有密封圈,避免暴力拆解导致密封失效。
    取出端盖后,就能看到行星齿轮组:通常是 1-2 级行星减速,包含太阳轮、行星轮、齿圈。
    依次取出行星轮和齿圈,用记号笔标记每个齿轮的位置,方便后续复原。
    这款电机的减速比可以通过齿轮齿数计算,铭牌标注的 160rpm 就是减速后的输出转速。
  3. 拆解无刷电机本体
    减速箱分离后,电机本体暴露出来,核心结构是:
    定子:固定在外壳上的三相线圈,漆包线绕制在硅钢片铁芯上,负责产生旋转磁场。
    转子:内置永磁体(钕铁硼),与定子线圈对应,通电后在磁场作用下旋转。
    编码器:在电机尾部,有一个磁环和霍尔传感器(或光电编码器),多色信号线就是从这里引出,用于检测转子位置和转速。
  4. 拆解编码器组件
    编码器是精准控制的核心,拆解时要格外小心:
    拧下编码器盖板的小螺丝,取下盖板。
    轻轻取出磁环,注意磁环是吸附在电机轴上的,避免掉落磕碰。
    霍尔传感器或光电模块固定在 PCB 板上,不要用力拉扯信号线。
    三、拆解后的关键发现(适配麦克纳姆轮底盘)
  5. 扭矩与转速匹配
    铭牌标注:160rpm、7kgf・cm(约 0.686N・m),这个扭矩对于驱动铝合金麦克纳姆轮来说是足够的,尤其是在小型机器人底盘(负载 5-10kg)场景下。
    无刷电机的高转速(减速前)配合行星减速箱,既保证了扭矩,又能实现平稳的转向和移动。
  6. 编码器的重要性
    多色信号线(黄 / 红 / 黑 / 蓝 / 绿 / 白)是编码器的输出,用于电机控制器(如 ODrive、SimpleFOC)实现闭环控制。
    在麦克纳姆轮底盘中,精准的速度和位置控制是实现全向移动的关键,编码器能让每个轮子的转速误差控制在极小范围内,避免底盘漂移。
  7. 安装与改装注意事项
    输出轴的直径和键槽需要与麦克纳姆轮的轮毂匹配,必要时可以加工轴套或联轴器。
    电机的安装孔位要与底盘的铝合金支架对齐,确保受力均匀,避免减速箱承受额外的侧向力。
    四、复原与调试建议
    按拆解的反向顺序复原,确保齿轮啮合到位,编码器磁环安装正确。
    测试时先空载运行,检查电机转动是否顺畅,有无异响;然后逐步加载,观察扭矩和转速是否稳定。
    配合麦克纳姆轮时,建议使用 FOC 控制器,实现更平滑的全向移动。
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


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

电机的引线是8P,其中4P是电机的引线,4P是反馈电路的引线,具体引线定义如下:

红线 :电机正极

黑线 :电机负极

黄线 :方向线,悬空时是CW,接负极时转向是CCW。

绿线 :PWM,接负极时电机以高转速运转。

蓝线 :GND(反馈线路)

白线 :VCC(反馈线路)

菲色线 :CHB(反馈线路)

棕色线 :CHB(反馈线路)

在这里插入图片描述

Read more

YOLO+OpenClaw+SAM微调实战:工业缺陷自动标注的低代码落地

YOLO+OpenClaw+SAM微调实战:工业缺陷自动标注的低代码落地

YOLO+OpenClaw+SAM微调实战:工业缺陷自动标注的低代码落地 不能实时,不代表不能用。微调SAM+云端部署,让工业标注从“人工描边”变“一键验收”。 大家好,我是AI小怪兽。上周有位做PCB质检的读者发来一段视频:标注员正对着一块电路板缺陷图,用鼠标一点点勾勒划痕的边界,一张图花了8分钟。他说:“YOLO能框,但框不准;SAM能分割,但通用模型到我们产线就水土不服。有没有办法让标注员少点鼠标?” 当然有。今天我就结合工业缺陷检测场景,展示一套低代码落地路径:YOLO粗定位 + 微调SAM精分割 + OpenClaw自动调度,让标注员从“动手画”变成“动口验收”。 一、工业自动标注的三道坎 坎1:OpenClaw无法实时推理 OpenClaw从接收指令到调用模型返回结果,5秒以上是常态。产线上的产品不可能等5秒,但标注任务可以——把数千张图丢给AI,让它半夜慢慢跑,员工早上来验收结果,不香吗? 坎2:边缘端算力要求大,且存在安全风险 OpenClaw调用大模型需要至少8GB显存,

银发浪潮下的智能护理革命:全球老龄化社会护理机器人发展研究

银发浪潮下的智能护理革命:全球老龄化社会护理机器人发展研究

一、全球老龄化态势与护理需求激增 1.1 人口结构剧变下的养老挑战 当前,全球人口结构正经历着深刻变革,老龄化浪潮汹涌来袭。世界卫生组织数据清晰地勾勒出未来的图景:到 2050 年,全球 60 岁以上人口预计将飙升至 21 亿,老龄化率一举突破 25%。这一趋势在部分国家尤为显著,日本、韩国、德国等已深陷超深度老龄化的泥沼,养老问题成为社会发展的沉重负担。 以日本为例,这个高度发达的经济体,如今正面临着老龄化的严峻考验。其 65 岁以上人口占比接近 30%,每三个国民中就有一位老人。在街头巷尾,随处可见步履蹒跚的老人,他们的生活需求成为社会关注的焦点。韩国的老龄化速度同样惊人,从老龄化社会迈向超级老龄化社会仅仅用了短短 16 年,预计到 2050 年,65 岁以上人口占比将突破 40%,社会养老压力与日俱增。 而在我国,养老形势也不容乐观。截至 2024

论文阅读笔记:π 0 ​ : A Vision-Language-Action Flow Model for General Robot Control

由 Physical Intelligence (Pi) 团队发表的论文 “π0\pi_0π0 : A Vision-Language-Action Flow Model for General Robot Control” 是具身智能(Embodied AI)领域的里程碑式工作。它提出了第一个基于流匹配(Flow Matching)的大型视觉-语言-动作(VLA)基础模型,在多项极其困难的灵巧操作任务(如折叠衣服、清理桌面、组装纸箱)上达到了前所未有的自主水平。 第一部分:论文核心要点总结 1. 核心架构:VLM + 独立动作专家 (Action Expert) + Flow Matching * 基础模型:采用预训练的视觉语言模型(PaliGemma,3B参数),继承互联网级的丰富语义和常识推理能力。 * 动作专家:为避免破坏 VLM 的语义表征,

使用trae进行本地ai对话机器人的构建

使用trae进行本地ai对话机器人的构建

前言 在人工智能技术快速发展的今天,构建本地AI对话机器人已成为开发者和技术爱好者的热门选择。使用 trae可以高效地实现这一目标,确保数据隐私和响应速度。本文将详细介绍如何利用 Trae 搭建本地AI对话机器人,涵盖环境配置、模型加载、对话逻辑实现以及优化技巧,帮助读者从零开始构建一个功能完整的AI助手。 本地化AI对话机器人的优势在于完全离线运行,避免网络延迟和数据泄露风险,同时支持自定义训练模型以适应特定场景需求。无论是用于个人助理、客服系统,还是智能家居控制,Trae 都能提供灵活的解决方案。 获取api相关信息 打开蓝耘进行登录,如果你是新人的话需要进行注册操作,输入你相关的信息就能进行注册成功 在平台顶部导航栏可以看到Maas平台,点击进入模型广场 来到模型广场可以看到很多的ai模型,比如就有我们的kimi k2模型 点击进去可以看到kimi k2模型的相关信息,我们将模型的id进行复制,等会儿我们是要用到的 /maas/kimi/Kimi-K2-Instruct 并且这里还具有在线体验的功能,生成回答速度快 https://archive.