Motif de la recommandation :Le projet montre comment un capteur magnétique et un Teensy 4.1 transforment un geste tracé avec un aimant en serrure, avec les bibliothèques écrites par Claude.
Motif de la recommandation :Présente la structure et le mode de déplacement d'un robot souple pour l'intestin grêle, avec les limites des tests animaux.
OuijaCNC est une planche Ouija automatisée construite autour d'une CNC core XY légère pilotée par un ESP32 et un Raspberry Pi 3 Model B+. Le Raspberry Pi.
Allegro dévoile des circuits intégrés de puissance 48 V et des capteurs de précision destinés à la robotique humanoïde. Ce portefeuille de détection et de puissance répond aux défis critiques de taille, de poids et de sécurité de l'IA physique, permettant une dextérité proche de celle de l'humain et une densité de couple élevée dans la robotique moderne.
Motif de la recommandation :Présente la structure mécanique et le pilotage d'une machine à enrouler les bobines, utile pour qui veut fabriquer soi-même des électroaimants de flip-dot.
Des chercheurs de l'Université de Californie à Los Angeles et de l'Université de Californie à Davis ont mis au point un robot volant de 185 milligrammes.
Motif de la recommandation :Le prototype de 185 mg issu de la recherche UCLA et UC Davis montre comment un actionneur polymère et des ailes flexibles résistent aux chocs, tout en exposant les limites actuelles.
Motif de la recommandation :Le tutoriel détaille le moulage en silicone, le câblage des FSR et le mappage clavier, une méthode transférable aux contrôleurs souples.
Arduino a publié une sélection de six projets Hallowuino pour Halloween, dont une citrouille équipée d'une webcam USB et du VLM Brick d'Arduino App Lab.
Stephen Cass a conçu une boîte dont le verrou magnétique ne s'ouvre qu'en traçant un geste précis avec un stylet aimanté sur une grille 8×8 de 64 capteurs à effet Hall développés par Peter Jansen, lus par un Teensy. Le système permet d'entraîner le geste de déverrouillage souhaité, mais la petite surface du capteur rend la reproduction du motif peu fiable, et un motif celtique gravé sur la boîte sert de repère. Si la batterie s'épuise, la boîte reste verrouillée jusqu'à ce qu'une force mécanique la brise.
BeagleBoard.org a lancé le BeagleConnect QuadESC, un contrôleur de moteur BLDC quatre canaux open source construit autour du SoM BeagleConnect Torque. Ce SoM embarque le microcontrôleur Arm Cortex-M33 AM13E23019 de TI cadencé à 200 MHz, doté d'une unité de calcul trigonométrique et d'un accélérateur de réseau de neurones TinyEngine pour l'IA en périphérie. La carte supporte quatre sorties moteur triphasées, douze canaux de mesure de courant et douze de tension, quatre capteurs de température et la surveillance de la tension batterie, avec un connecteur de contrôleur de vol huit broches pour DShot, télémétrie et retour de courant, le débogage SWD et une régulation d'alimentation intégrée. Le SoM Torque peut aussi être intégré à des cartes personnalisées pour la robotique, le contrôle moteur et les applications connectées en CAN.
Motif de la recommandation :Le mécanisme de défilement à billes n'utilise que trois moteurs et repose sur la gravité et la géométrie pour réduire l'actionnement.
Le projet de Squalius utilise un adaptateur UART CH340G et un boîtier imprimé en 3D pour se connecter au dock du Tamagotchi Paradise et émuler la liaison entre appareils. Trois broches reliées à des bandes de nickel forment un adaptateur à pogo, et la démonstration se fait via un outil dans Google Chrome. Le créateur montre aussi que le logiciel de la console peut être modifié, avec des démos de Super Mario et de DOOM.
Motif de la recommandation :Le projet montre comment un adaptateur UART CH340G et un support imprimé en 3D permettent de dialoguer avec le dock du Tamagotchi Paradise et d'y exécuter d'autres logiciels.
NSING Technologies, société de semi-conducteurs fondée à Singapour, présente un livre blanc sur ses solutions full-stack pour l'IA incarnée et la robotique.
Motif de la recommandation :Le projet documente une réduction de carte Atari 2600 à 4,7 x 3,5 pouces avec les puces d'origine, utile à ceux qui suivent le rétro-ingénierie matérielle.
Shawn Hymel a publié dans Make: Volume 99 un guide pour entraîner un robot balance à deux roues par apprentissage par renforcement plutôt que par boucle de contrôle classique. L'agent est entraîné avec PPO, l'algorithme publié par OpenAI en 2017, dans Google Colab avec MuJoCo comme simulateur physique, sans installation locale, sur huit environnements parallèles de 500 000 pas de temps chacun. L'acteur et le critique sont deux réseaux séparés à deux couches cachées de 32 nœuds, et l'entraînement suit trois phases de curriculum learning : équilibre, puis randomisation de domaine sur le bruit des capteurs, le délai d'action et le couple moteur, puis perturbations aléatoires, masses des pièces et frottement des roues. La politique finale est exportée en fichier ONNX et en en-tête actor.h, intégré dans un sketch Arduino pour le kit M5Stack Bala2-Fire, où l'ESP32 exécute l'inférence dans une boucle de contrôle de 5 ms et convertit les deux sorties du réseau en valeurs PWM pour les moteurs ; seul l'acteur est déployé.
Motif de la recommandation :Le guide détaille le pipeline complet, de l'entraînement PPO dans MuJoCo à l'export ONNX et au déploiement embarqué sur ESP32, avec les hyperparamètres clés.
Motif de la recommandation :Le récit détaille comment un RP2040 et un module RS-422 ont permis de piloter une antenne satellite marine sans bateau, avec le protocole et le checksum décodés.
Motif de la recommandation :L'article détaille la répartition matérielle et les interfaces des deux cartes, utile pour évaluer la charge d'adaptation avant de les intégrer dans un projet de contrôle moteur.
Le Conseil des affaires océaniques de Taïwan développe un système autonome permettant à des flottes de drones de coordonner et d'exécuter des missions sans intervention humaine.
Luca Fagioli a construit un robot explorateur à base d'Arduino Uno R4 Wi-Fi qui utilise le SLAM (Simultaneous Localization and Mapping) pour naviguer dans son environnement. Le robot repose sur un petit châssis plastique avec un moteur à engrenages par roue motrice, un Sensor Shield 5.0, un pilote moteur L298N et un capteur ultrason HC-SR04 monté sur un servo SG-90 pour cartographier les murs tout en se localisant. Des capteurs infrarouges sous le châssis détectent les marques de ruban adhésif au sol à des fins de points de contrôle.
Melan a récupéré une antenne Intellian i4 conçue pour un usage maritime et l'a détournée pour un usage terrestre stationnaire. Pour convaincre l'antenne qu'elle se trouvait toujours sur un bateau, il a utilisé un microcontrôleur RP2040 et un module RS-422 afin d'envoyer des trames NMEA indiquant le cap du faux navire. Un simple e-mail à l'entreprise a ensuite suffi pour obtenir le logiciel Intellian fonctionnant sur l'antenne. Melan a écouté les communications entre le logiciel et l'Antenna Control Unit, décompilé le code et reconstitué une description du protocole, permettant de pointer l'antenne en émettant directement des commandes d'azimut et d'élévation.
Motif de la recommandation :Le récit détaille comment tromper l'antenne avec des trames NMEA puis décoder le protocole pour la piloter en azimut et élévation.
Motif de la recommandation :Le projet montre comment transformer un lecteur de cartes des années 1990 en guide du système solaire hors ligne, avec le code source partagé.
Google DeepMind a présenté Genie 4, successeur de Genie 3, un modèle du monde qui calcule une scène image par image et réagit aux saisies clavier et aux prompts textuels. Selon DeepMind.
Le maker Asten a présenté Bot Reborn, un projet open source qui transforme un robot jouet Silverlit Maze Breaker à environ 4 dollars en robot contrôlé par la voix. Le système contourne le contrôleur d'origine en soudant quatre fils vers un FT232H, un smartphone Android fixé au robot servant d'écran, de microphone et de haut-parleur via WebUSB, tandis qu'un serveur Node.js coordonne la reconnaissance vocale et les commandes moteur. Pour éviter la latence d'un grand modèle, Asten a fine-tuné Qwen3.5-0.8B sur 490 exemples pendant environ 30 minutes sur un GPU gratuit de Google Colab, avec une précision de 86,6 % sur 164 exemples de test et une classification en environ 200 ms sur un Mac mini M4, les commandes n'étant exécutées qu'au-delà de 80 % de confiance. Le code source, le jeu de données et le modèle fine-tuné sont publics.
Motif de la recommandation :Le projet montre comment un petit modèle fine-tuné classe les commandes vocales en environ 200 ms, une méthode réutilisable pour réduire la latence d'un agent vocal.
Luxonis a lancé l'OAK 4 FFC, une carte modulaire de la famille OAK qui peut connecter jusqu'à cinq caméras via cinq connecteurs FFC reliés à des entrées MIPI CSI à quatre voies. Elle repose sur le système-sur-module OAK 4, un processeur Arm à six cœurs avec GPU intégré annoncé à 4 TOPS en FP16 et un coprocesseur neuronal ajoutant 12 TOPS en FP16 ou 48 TOPS en INT8 pour l'inférence embarquée. La carte propose trois capteurs au choix, dont le Sony IMX586 48 mégapixels, ainsi qu'un port Ethernet 2,5 GbE sur connecteur Hirose M12, un port USB Type-C jusqu'à 5 Gb/s, des interfaces SPI, I2C, UART, I2S, CAN et GPIO, un lecteur de carte SD et une IMU six axes avec magnétomètre trois axes. Deux versions sont disponibles à la commande sur le site de Luxonis, l'OAK-4-FFC-BAREBONE à 729 dollars et l'OAK-4-FFC-DEVKIT à 829 dollars, avec un supplément temporaire de 200 dollars pour la mémoire et le stockage ; un design de référence de la carte porteuse est publié sous licence open hardware.
Motif de la recommandation :L'original détaille les capteurs, les interfaces et les prix des deux versions de la carte, ce qui permet de comparer la configuration matérielle et le coût.
shraiwi a implémenté l'algorithme de vision par ordinateur FAST sur l'ESP32-S3 en utilisant le jeu d'instructions SIMD de ce MCU double cœur basé sur Xtensa LX7. Le SIMD limité de l'ESP32-S3, sans comparaison entre octets non signés ni lecture directe non alignée, a nécessité des contournements créatifs ; à 240 MHz, il traite un flux VGA en temps réel à 30 FPS, soit environ 2x plus vite qu'une implémentation naïve sans SIMD. Le projet PlatformIO est publié sur GitHub.