#calibration

追加センサなしでエンドストップ / 原点 homing を実現する方法。指令モードの選び方と誤検出防御

電流と速度の両方を監視して物理ストッパーを検出する homing 手法。振動対策は EMA + baseline 学習 + 連続条件で対応する

関節ねじれとリンク bending を分けて考え、関節剛性 K を実測 fit して forward 補償するのが実装最短。

Homing state machine が使う数字を事前に測る。VELOCITY mode では velocity_home と stroke の 2 つで済む

電流フィードバックの offset を FW 側で測って引く。Host で毎回測ると feedback がノイズ交じりで stall 検出の閾値がぶれる

実験データから対象システムの数学モデル (パラメータ or 構造) を推定する。制御設計の前段

モータ校正 node を書くとき共通で要る 3 部品 (統計、摩擦モデル LS fit、URDF ベース安全ガード) を header-only で切り出す設計。将来ライブラリ化しやすい

RLCD で calibrated + 型安全出力を返す非 LLM モデル。LLM の前段フィルタ / 後段 verifier として役割分担する

RC27 の mech_ff_tuner を新機構に適用する時に触る 5-6 個の値。それ以外は default で動く

motor_test 側で homing_calibrate + homing_state (Python/C++) を実装。速度主信号 + soft-start の 6 相状態機械、param 3 個で動く

salamander 実機で決める 7 つの値の順序・測り方・入れる場所・合格値。減速比と回転方向の正解は URDF、入れるのは arm_motors.param.yaml

base_yaw / shoulder_pitch / beam_pitch / wrist_yaw をどの物理姿勢で set_zero するか。URDF の 0 定義、adapter の invert / position_offset との関係、手順