Creatieve projecten & toepassingen<\/h2>\n\n\n\n
<\/span>Benodigde hardware:<\/strong><\/p>\n\n\n\n Empfohlenes weiteres Zubeh\u00f6r:<\/strong><\/p>\n\n\n\n In het eerste creatieve project wordt de robotarm zo geprogrammeerd dat hij bouwblokken uit de 3D-printer pakt en deze in een daarvoor bestemde doos stapelt (afbeelding 1).<\/p>\n\n\n\n Hiervoor moeten eerst \u2013 zoals in deel 1<\/a><\/strong> getoond \u2013 de volgende stappen worden uitgevoerd:<\/p>\n\n\n\n Vervolgens kan het programma voor het stapelen van onderdelen op de Raspberry Pi worden uitgevoerd.<\/p>\n\n\n\n Hieronder volgt een fragment van de code waarmee de Grab-it de bewegingen via de Raspberry Pi in combinatie met de Moto Pi kan uitvoeren:<\/p>\n\n\n\n In de volgende stap wordt de Grab-it voorbereid voor het IoT. Net als in een smart home moet de robotarm via een webinterface worden bestuurd. Hiervoor wordt de populaire Flask-webserver gebruikt als interface tussen de HTML-interface en de motorbesturing. Via de webinterface kan de robotarm vervolgens gemakkelijk worden bediend.<\/p>\n\n\n\n Naast de besturing via de pc werkt de besturing via HTML ook via een app en de smartphone. In combinatie met de Raspberry Pi kan de Grab-it dus heel eenvoudig via de smartphone worden bestuurd. Het idee hierachter is als volgt:<\/p>\n\n\n\n Hiervoor wordt eerst het systeem voorbereid voor de installatie. Vervolgens wordt de servobesturing in Python ge\u00efmplementeerd en worden de Flask-webserver en de HTML-interface gemaakt.<\/p>\n\n\n\n 1. Systeem voorbereiden:<\/strong><\/p>\n\n\n\n 2. Servobesturing voorbereiden: <\/strong><\/p>\n\n\n\n 3. Flask-webserver aanmaken:<\/strong><\/p>\n\n\n\n 4. HTML-webinterface aanmaken:<\/strong><\/p>\n\n\n\n 5. Daarnaast wordt een JavaScript opgeslagen:<\/strong><\/p>\n\n\n\n Nu kan de server worden gestart en in de browser worden bediend. Hiervoor hoeft alleen maar deze opdracht in de map met Vervolgens kan op een pc of smartphone in hetzelfde wifi-netwerk de browser worden geopend om toegang te krijgen tot de Raspberry Pi:<\/p>\n\n\n\n De Grab-it kan dan net als een smart home-apparaat eenvoudig en comfortabel worden bediend via de webinterface op de pc of smartphone (afbeelding 6).<\/p>\n\n\n\n U kunt ook kiezen of u de Flask-app handmatig of met Autostart wilt starten. Dit wordt niet gespecificeerd in de code, maar in het Raspberry Pi-systeem.<\/p>\n\n\n\n 1. Handmatig starten:<\/strong><\/p>\n\n\n\n 2. Autostart:<\/strong><\/p>\n\n\n\n Naast bediening via smartphone of pc is het ook interessant om de robotarm met een joystick of controller te bedienen. Een Xbox-controller werd via een USB-interface met de Raspberry Pi verbonden. Via de reeds ge\u00efnstalleerde Flask-server kan de arm gemakkelijk via de controller worden bediend.<\/p>\n\n\n\n Zo kan de Grab-it eenvoudig en snel met de controller in elke gewenste positie worden bewogen.<\/p>\n\n\n\n Een uittreksel van de code laat zien hoe u te werk moet gaan om de Xbox-controller te activeren:<\/p>\n\n\n\n Wie zich er verder in wil verdiepen en nog meer uit zijn Grab-it wil halen, kan de robotarm aanzienlijk verbeteren door gerichte mechanische en software-optimalisaties.<\/p>\n\n\n\n De Grab-it-robotarmen kunnen met eenvoudige mechanische upgrades gericht worden aangepast en geoptimaliseerd. Bijzonder effectief zijn grijperopzetstukken, verlengde armen en camerahouders, die met een 3D-printer kunnen worden gemaakt.<\/p>\n\n\n\n Verschillende grijpervormen, zoals rubberen punten voor ronde objecten of brede bekken voor platte onderdelen, verbeteren de veelzijdigheid en precisie bij het grijpen. Verlengde armsegmenten vergroten het werkbereik, maar moeten worden ondersteund door stabielere servo’s of lichte materialen zoals koolstof om trillingen te voorkomen.<\/p>\n\n\n\n Een camerahouder boven de grijper maakt het gebruik van AI-visie of kleurherkenning via OpenCV mogelijk. Voor meer stabiliteit wordt aanbevolen om wankele kunststofverbindingen te vervangen door metalen scharnieren of kogellagers. Als u een camera op de Grab-it wilt aansluiten, kunt u met deze code controleren of de camera correct is aangesloten en deze vervolgens gebruiken voor kleur- of objectherkenning:<\/p>\n\n\n\n Ook de servo-opname kan worden versterkt of gedempt om trillingen te verminderen. Met deze aanpassingen kan de Grab-it nauwkeuriger, stabieler en veelzijdiger worden gebruikt \u2013 perfect voor ambitieuze makerprojecten.<\/p>\n\n\n\n Met gerichte software-upgrades kan de Grab-it-robotarmen van JOY-IT aanzienlijk slimmer en autonomer worden gemaakt. Bijzonder effectief is de integratie van OpenCV om met behulp van een USB- of Raspberry Pi-camera kleur-, vorm- of objectherkenning te implementeren.<\/p>\n\n\n\n Met eenvoudige OpenCV-functies kan de robot live videogegevens analyseren, kleurgebieden filteren en de posities van objecten bepalen. In combinatie met een servodriver kunnen bijvoorbeeld herkende objecten automatisch worden benaderd en gegrepen. Voor het herkennen van kleuren volstaan eenvoudige filters, terwijl contourherkenning of AI-gebaseerde modellen met bijvoorbeeld TensorFlow Lite nauwkeurigere resultaten mogelijk maken.<\/p>\n\n\n\n Voorbeeld (objectherkenning met OpenCV):<\/strong><\/p>\n\n\n\n Een andere upgrade is bijvoorbeeld het invoegen van bewegingsprofielen die flexibel reageren op basis van de cameragegevens. Daarnaast kan een API of een Flask-webinterface worden gebruikt om commando’s van webapplicaties of smartphone-apps over te nemen. Deze software-uitbreidingen maken de Grab-it tot een lerend systeem dat taken niet alleen uitvoert, maar ook actief \u201cwaarnemt\u201d en erop reageert.<\/p>\n\n\n\n Hoewel er maar weinig specifieke projecten op GitHub bestaan, biedt de maker-community rond de Grab-it-robotarmen van JOY-IT waardevolle bronnen die je kunt gebruiken. Op GitHub<\/a> vind je een kleine selectie van repositories, bijvoorbeeld voorbeeldschetsen voor de integratie van OpenCV of Flask-webinterfaces.<\/p>\n\n\n\n Daarnaast is het de moeite waard om platforms zoals Thingiverse<\/a> of MyMiniFactory<\/a> te bekijken voor STL-bestanden voor aangepaste grijpers of kamerahouders. Maker-forums en DIY-blogs, bijvoorbeeld Reddit-threads of Insta-Stories, bieden meer ervaringen en tips, bijvoorbeeld voor het verbeteren van de mechanica, het nauwkeurig afstellen van de servo’s of het integreren van een camera.<\/p>\n\n\n\n Hoewel er momenteel geen grote centrale community speciaal voor de Grab-it bestaat, kun je door gericht te zoeken op trefwoorden zoals \u201cJOY-IT Grab-it\u201d individuele projecten en tutorials vinden. Gebruik deze bronnen als uitgangspunt, pas ze aan je setup aan en documenteer je eigen ontwikkeling om deel uit te maken van de groeiende community.<\/p>\n\n\n\n In het tweede deel van het artikel over de Grab-it van JOY-IT wordt getoond hoe de eerste projecten met de robotarm kunnen worden gerealiseerd. Bovendien is de Grab-it \u201cIoT-compatibel\u201d gemaakt en kan hij worden bediend via een controller, smartphone of pc.<\/p>\n\n\n\n Aangezien de community voortdurend groeit, zijn er op GitHub en andere ontwikkelaarsforums talrijke projecten, upgrades en andere bronnen te vinden waarmee de Grab-it voortdurend kan worden uitgebreid, AI-compatibel kan worden gemaakt en verder kan worden ontwikkeld.<\/p>\n\n\n\n Afbeeldingen: Adobe Stock, reichelt elektronik<\/p>\n\n\n\n\n
\n
Creatief project \u2013 onderdelen stapelen<\/h3>\n\n\n\n
![\"Een](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/01-bauteile-stapeln-1024x684.webp\")
<\/a>\n
![\"Het](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/02-programm-stapeln-1024x557.webp\")
<\/a> \"programs\": {\n \"Wuerfel stapeln\": [\n {\n \"M1\": 1.5,\n \"M2\": 1.35,\n \"M3\": 1.486,\n \"M4\": 1.45,\n \"M5\": 1.5,\n \"M6\": 1.1\n },\n {\n \"M1\": 2.126,\n \"M2\": 1.425,\n \"M3\": 0.942,\n \"M4\": 1.39,\n \"M5\": 2.1,\n \"M6\": 1.1\n },\n {\n \"M1\": 2.123,\n \"M2\": 0.774,\n \"M3\": 0.942,\n \"M4\": 1.122,\n \"M5\": 2.1,\n \"M6\": 1.1\n },\n {\n \"M1\": 2.112,\n \"M2\": 0.786,\n \"M3\": 1.05,\n \"M4\": 1.082,\n \"M5\": 2.1,\n \"M6\": 1.1\n },\n {\n \"M1\": 2.112,\n \"M2\": 0.663,\n \"M3\": 1.05,\n \"M4\": 1.082,\n \"M5\": 2.1,\n \"M6\": 1.1\n },\n {\n \"M1\": 2.112,\n \"M2\": 0.663,\n \"M3\": 1.05,\n \"M4\": 1.082,\n \"M5\": 2.1,\n \"M6\": 0.872\n },\n {\n \"M1\": 2.112,\n \"M2\": 0.876,\n \"M3\": 1.05,\n \"M4\": 1.082,\n \"M5\": 2.1,\n \"M6\": 0.872\n },\n {\n \"M1\": 2.112,\n \"M2\": 1.524,\n \"M3\": 0.71,\n \"M4\": 1.082,\n \"M5\": 1.125,\n \"M6\": 0.872\n },\n<\/code><\/pre>\n\n\n\nGrab-it goes IoT<\/h2>\n\n\n\n
Besturing via webinterface en app<\/h3>\n\n\n\n
\n
\n
sudo raspbi-config\nsudo reboot<\/code><\/pre>\n\n\n\n\n
sudo apt update;\nsudo apt install python3-flask python3-smbus i2c-tools<\/code><\/pre>\n\n\n\n\n
sudo i2cdetect -y 1<\/code><\/pre>\n\n\n\n\n
pca9685_control.py<\/code><\/strong>.\n\n
# pca9685_control.py\nimport smbus\nimport time\nimport math\n\nPCA9685_ADDR = 0x40\nbus = smbus.SMBus(1)\n\nMODE1 = 0x00\nPRESCALE = 0xFE\nLED0_ON_L = 0x06\n\ndef set_pwm_freq(freq_hz=50):\n prescaleval = 25000000.0 \/ (4096.0 * freq_hz) - 1.0\n prescale = int(math.floor(prescaleval + 0.5))\n oldmode = bus.read_byte_data(PCA9685_ADDR, MODE1)\n newmode = (oldmode & 0x7F) | 0x10\n bus.write_byte_data(PCA9685_ADDR, MODE1, newmode)\n bus.write_byte_data(PCA9685_ADDR, PRESCALE, prescale)\n bus.write_byte_data(PCA9685_ADDR, MODE1, oldmode)\n time.sleep(0.005)\n bus.write_byte_data(PCA9685_ADDR, MODE1, oldmode | 0xA1)\n\ndef set_pwm(channel, on, off):\n bus.write_byte_data(PCA9685_ADDR, LED0_ON_L + 4 * channel, on & 0xFF)\n bus.write_byte_data(PCA9685_ADDR, LED0_ON_L + 4 * channel + 1, on >> 8)\n bus.write_byte_data(PCA9685_ADDR, LED0_ON_L + 4 * channel + 2, off & 0xFF)\n bus.write_byte_data(PCA9685_ADDR, LED0_ON_L + 4 * channel + 3, off >> 8)\n\ndef angle_to_pwm(angle):\n pulse_min = 150 # ggf. an deine Servos anpassen\n pulse_max = 600\n return int(pulse_min + (pulse_max - pulse_min) * angle \/ 180)\n\ndef set_servo_angle(channel, angle):\n angle = max(0, min(180, angle))\n pwm_val = angle_to_pwm(angle)\n set_pwm(channel, 0, pwm_val)\n\n# Beispiel-Kan\u00e4le (anpassen falls n\u00f6tig)\nBASE = 0\nSHOULDER = 1\nELBOW = 2\nWRIST = 3\nGRIPPER = 4\n\n# Startposition (optional)\ndef home_position():\n set_servo_angle(BASE, 90)\n set_servo_angle(SHOULDER, 90)\n set_servo_angle(ELBOW, 90)\n set_servo_angle(WRIST, 90)\n set_servo_angle(GRIPPER, 60)\n\n# Beim Import einmal Frequenz setzen\nset_pwm_freq(50)\n<\/code><\/pre>\n\n\n\n\n
app.py<\/code><\/strong> wordt aangemaakt om de aansturing van Flask mogelijk te maken (afbeelding 3).<\/li>\n<\/ul>\n\n\n\n![\"De](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/03-flask-webserver-1024x550.webp\")
<\/a>\n
app.py<\/code><\/strong> aan en plaats daarin het bestand index.html<\/strong> (afbeelding 4).<\/li>\n<\/ul>\n\n\n\n![\"Met](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/04-web-oberflaeche-1024x550.webp\")
<\/a>\n
![\"De](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/05-buttons-1024x550.webp\")
<\/a>app.py<\/code><\/strong> te worden uitgevoerd:<\/p>\n\n\n\npython3 app.py<\/code><\/code><\/pre>\n\n\n\nbijv.: \nhttp://DEINE_PI_IP:5000\nof: \nhttp:\/\/192.168.0.23:5000<\/code><\/pre>\n\n\n\n![\"Voorbeeldweergave](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/06-weboberflaeche-1024x888.webp\")
<\/a>cd \/home\/pi\/grab-it-web<\/code>\nPython3 app.py<\/code><\/pre>\n\n\n\napp.py Ausf\u00fchrungsrechte geben: sudo chmod +x app.py \n\nServicedatei erstellen: sudo nano \/etc\/systemd\/system\/roboterarm.service\n\nInhalt: \n\n[Unit]\nDescription=Roboterarm Steuerung App\nAfter=network.target\n\n[Service]\nExecStart=\/usr\/bin\/python3 \/home\/pi\/V3\/app.py\nWorkingDirectory=\/home\/pi\/V3\/\nUser=root\n# Setze Restart auf 'always', damit der Service bei einem Absturz neu startet\nRestart=always\n# Optional: Setze eine kleine Verz\u00f6gerung vor dem ersten Neustart\nRestartSec=5\n\n[Install]\nWantedBy=multi-user.target\n\n===================\n\ndaemon-Dienst neu laden: sudo systemctl daemon-reload\nAutostart aktivieren: sudo systemctl enable roboterarm.service\n<\/code><\/pre>\n\n\n\nBediening via controller<\/h3>\n\n\n\n
\n
sudo apt install python3-evdev<\/code><\/strong><\/li>\n\n\n\nXboxController.python<\/code><\/strong> (afbeelding 7)<\/li>\n<\/ol>\n\n\n\n![\"Via](\"https:\/\/www.reichelt.com\/magazin\/wp-content\/uploads\/2026\/02\/07-xbox-controller-1024x553.webp\")
<\/a>import threading\nimport time\nfrom evdev import InputDevice, categorize, ecodes, list_devices\n\n# Robotersteuerung importieren - NEUE IMPORT-METHODE\ntry:\n import roboter_arm_steuerung as RAS\n ARM_CONTROLLER = RAS.ARM_CONTROLLER\n MIN_MAX_PULSES = RAS.MIN_MAX_PULSES\nexcept ImportError:\n print(\"FEHLER: roboter_arm_steuerung.py konnte nicht importiert werden.\")\n ARM_CONTROLLER = None\n\n\n# -------------------------------------------------\n# Controller Maps & Einstellungen\n# -------------------------------------------------\n\nSENSITIVITY_FACTOR = 0.005 # Puls\u00e4nderung pro Tick f\u00fcr M1-M4\nSENSITIVITY_FACTOR_M5_M6 = 0.025 # NEU: Puls\u00e4nderung pro Tick f\u00fcr M5-M6 (5x schneller)\nDEADZONE = 0.15 # Stick Drift Filter\n\n# Achsen\nABS_X_LEFT = ecodes.ABS_X\nABS_Y_LEFT = ecodes.ABS_Y\nABS_X_RIGHT = ecodes.ABS_RX\nABS_Y_RIGHT = ecodes.ABS_RY\nABS_LT_TRIGGER = ecodes.ABS_Z\nABS_RT_TRIGGER = ecodes.ABS_RZ\n\n# Buttons\nBTN_START = ecodes.BTN_START\nBTN_BACK = ecodes.BTN_SELECT\nBTN_X = ecodes.BTN_SOUTH\nBTN_Y = ecodes.BTN_NORTH\nBTN_LB = ecodes.BTN_TL # NEU\nBTN_RB = ecodes.BTN_TR # NEU\n\n# Motor-Mapping\nAXIS_MAPPING = {\n ABS_X_LEFT: 'Motor1',\n ABS_Y_LEFT: 'Motor2',\n ABS_Y_RIGHT: 'Motor3',\n ABS_X_RIGHT: 'Motor4',\n ABS_LT_TRIGGER: 'Motor6', # Greifer (\u00d6ffnen)\n ABS_RT_TRIGGER: 'Motor6', # Greifer (Schlie\u00dfen)\n}\n<\/code><\/pre>\n\n\n\nUitbreidingen & aanpassingen<\/h2>\n\n\n\n
Mechanische upgrades voor de Grab-it van JOY-IT<\/h3>\n\n\n\n
# camera_test.py\nimport cv2\n\n# 0 = erste Kamera (USB-Webcam oder PiCam \u00fcber \/dev\/video0)\ncap = cv2.VideoCapture(0)\n\nif not cap.isOpened():\n print(\"Kamera konnte nicht ge\u00f6ffnet werden!\")\n exit()\n\nwhile True:\n ret, frame = cap.read()\n if not ret:\n print(\"Kein Kamerabild empfangen!\")\n break\n\n # Bild anzeigen\n cv2.imshow(\"Grab-it Kamera \u2013 Livebild\", frame)\n\n # ESC zum Beenden\n if cv2.waitKey(1) == 27:\n break\n\ncap.release()\ncv2.destroyAllWindows()\n<\/code><\/pre>\n\n\n\nSoftware-upgrades voor de Grab-it \u2013 meer intelligentie dankzij OpenCV<\/h3>\n\n\n\n
import cv2\n\ncap = cv2.VideoCapture(0)\nwhile True:\n ret, frame = cap.read()\n hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)\n mask = cv2.inRange(hsv, (100,150,0), (140,255,255))\n cv2.imshow(\"Erkennung\", mask)\n if cv2.waitKey(1) == 27:\n break\ncap.release()\ncv2.destroyAllWindows()\n<\/code><\/pre>\n\n\n\nCommunity & bronnen<\/h3>\n\n\n\n
Grab-it in actie & perspectieven<\/h2>\n\n\n\n
\n\n\n\n