نظرة عامة
يعتبر Yahboom Muto RS روبوتًا سداسي الأرجل بذكاء اصطناعي على مستوى سطح المكتب، مبنيًا على نظام التشغيل ROS2 ومصممًا للعمل مع Raspberry Pi (بما في ذلك خيارات Raspberry Pi 5). يستخدم هيكلًا من سبيكة الألومنيوم بالكامل وهيكل مفصلي 18 DOF مدفوعًا بـ 18PCS 35KG من محركات السيرفو التسلسلية، ويجمع بين مستشعرات مثل كاميرا العمق وLiDAR بالإضافة إلى وحدة التفاعل الصوتي. مع برمجة Python3 والخوارزميات المدمجة (بما في ذلك الحركيات العكسية)، يدعم التفاعل البصري بالذكاء الاصطناعي، رسم الخرائط/الملاحة SLAM، التفاعل الصوتي، التعلم العميق، ومحاكاة RViz لتطوير وتعليم ROS.
الميزات الرئيسية
- مفاصل حركة 18 DOF مع أجزاء هيكلية من سبيكة الألومنيوم؛ ثلاثة مفاصل لكل ساق؛ 18 محرك سيرفو عالي الأداء.
- 18PCS 35KG محركات سيرفو معدنية تسلسلية للتحكم في الحركة المستقرة والمنسقة.
- التحكم في دقة خوارزمية الحركة العكسية; يدعم المشي بخطوة ثلاثية وتردد خطوة قابل للتعديل.
- قابلية تعديل الحركة: ترجمة X/Y، دوران ذاتي 360°، تعديل ارتفاع الجسم، تراكب الوضعية (المشي بوضعية عالية/متوسطة/منخفضة)، وسرعة المشي القابلة للتعديل (السرعة الخطية، السرعة الزاوية، الارتفاع، ارتفاع الخطوة، طول الخطوة).
- تكامل نموذج الذكاء الاصطناعي متعدد الأنماط: قاعدة معرفة RAG قابلة للتوسع، بنية استدلال ديناميكية ثنائية النمط، فهم دلالات النص، وحوار الكلام الطبيعي.
- كاميرا العمق + التعرف البصري: كشف العوائق بكاميرا العمق، رسم خرائط ثلاثي الأبعاد في الوقت الحقيقي، قياس مسافة العمق، والتعرف على سحابة النقاط ثلاثية الأبعاد.
- الإدراك البيئي القائم على LiDAR: استشعار بزاوية 360°، رسم الخرائط والملاحة، تخطيط المسار، تجنب العقبات الديناميكي، التنقل متعدد النقاط، وتخطيط شبكة الطرق.
- الأطر/الخوارزميات المدعومة (المذكورة): MediaPipe، OpenCV؛ Gmapping، Cartographer؛ slam_toolbox؛ عداد المسافات بالرادار RF2O؛ تخطيط المسار DWA.
- وظائف التفاعل البصري بالذكاء الاصطناعي (المذكورة): تتبع الكائنات KCF، تتبع الألوان، التحكم بأوامر رمز QR، تتبع الخط البصري.
- التحكم التفاعلي الصوتي: يمكن للأوامر الصوتية التحكم في حالة الحركة؛ يدعم وظائف مثل تتبع الألوان، التعرف على الألوان، ودورية الخط البصري.
- التحكم عبر المنصات: تطبيق التحكم عن بعد لنظام iOS/Android، تطبيق الملاحة ورسم الخرائط لنظام iOS/Android، التحكم بجهاز الكمبيوتر المضيف، والتحكم بمقبض لاسلكي 2.4G/USB.
- نقل الفيديو في الوقت الحقيقي FPV: الاتصال بشبكة محلية عبر تطبيق الهاتف المحمول لمشاهدة فيديو عالي الدقة في الوقت الحقيقي الذي يلتقطه الروبوت.
- التحكم في الاتصال بين الآلات المتعددة: يدعم التنقل المتزامن للروبوتات المتعددة مع تجنب العقبات الديناميكي على نفس الخريطة، والتحكم المتزامن عبر حاسوب مضيف واحد.
- وضع التعليم: يمكن أن يتم عكس حركة الساق الواحدة اليدوية على الروبوت المضيف بواسطة روبوت تابع يقوم بنفس الحركة.
- موارد التعلم: يتم الإشارة إلى "200+ مثال للدورات"؛ يتم وصف دورات ROS المصاحبة وأمثلة تطبيق نموذج اللغة الكبير للذكاء الاصطناعي (تمت إزالة رابط الدليل للامتثال).
للمساعدة في اختيار ما قبل البيع أو دعم الإعداد، اتصل بـ https://rcdrone.top/ أو أرسل بريدًا إلكترونيًا إلى [email protected] .
المواصفات
| النموذج | Muto RS |
| نوع الروبوت | روبوت سداسي الأرجل بنموذج AI كبير ROS |
| درجات الحرية | 18 درجة حرية للمفاصل |
| مادة الجسم | سبائك الألومنيوم (جسم من سبائك الألومنيوم بالكامل كما هو مشار إليه) |
| السيرفوهات | 18 قطعة سيرفو بوزن 35 كجم (معدني) مع ناقل تسلسلي |
| نظام التشغيل / التطوير | ROS2; Python3; يدعم محاكاة RViz; تطوير حاويات docker (كما هو مشار إليه) |
| المستشعرات / الوحدات (كما هو مشار إليه) | كاميرا عمق; LiDAR; وحدة التفاعل الصوتي; حزمة بطارية عالية السعة |
| كاميرا العمق (مدرجة) | كاميرا Astra Pro Plus Depth |
اختلافات التكوين (كما هو مدرج)
| البند | مجموعة Ultimate [A1 Lidar] | مجموعة Ultimate [4ROS Lidar] |
|---|---|---|
| وحدة التحكم الرئيسية الاختيارية | Raspberry Pi 5 8GB | Raspberry Pi 5 8GB–16GB |
| ملاحظة (مدرجة) | إذا اخترت إصدارًا بدون لوحة، قم بتحضير Raspberry Pi 5 بذاكرة RAM لا تقل عن 8GB. | |
| وحدة الصوت | التكوين الافتراضي: وحدة صوت نموذج AI كبيرة | |
| كاميرا العمق | كاميرا العمق Astra Pro Plus | |
| ليدار | SLAM A1 | EAI YDLIDAR 4ROS |
Raspberry Pi 5 (المعلومات المعروضة)
| الذاكرة العشوائية (المعروضة) | 8GB RAM |
| قوة الحوسبة (المعروضة) | تقريباً 500GFLOPS |
| وحدة معالجة الرسوميات (المعروضة) | Broadcom Videocore VII |
| وحدة المعالجة المركزية (المعروضة) | 64 بت 2.4GHz رباعي النواة |
| بيان الأداء (المعروض) | 2–3 مرات أداء Raspberry Pi 4B (كما هو مذكور) |
التطبيقات
- تعلم وتطوير ROS2 للحركة متعددة الأرجل (hexapod) والحركيات العكسية.
- تجارب رسم الخرائط/الملاحة SLAM: الملاحة بنقطة واحدة ومتعددة النقاط، تخطيط شبكة الطرق، وتجنب العقبات الديناميكي.
- مشاريع الرؤية الحاسوبية والإدراك باستخدام كاميرا العمق والتعرف البصري بالذكاء الاصطناعي (تم الإشارة إلى OpenCV / MediaPipe).
- التفاعل الصوتي وعروض النماذج الكبيرة متعددة الوسائط (تم الإشارة إلى التكامل النصي/الصوتي/البصري).
- التحكم في تزامن الروبوتات المتعددة والملاحة للروبوتات المتعددة (تم الإشارة إلى التحكم في الاتصال بين الآلات المتعددة).
الأدلة
تم الإشارة إلى موارد الدروس التعليمية لهذا المنتج (تم ذكر صفحة دراسة الشركة المصنعة في المصدر؛ تم إزالة الرابط الخارجي للامتثال).
التفاصيل

مبني على ROS2 لـ Raspberry Pi، يجمع Muto RS بين الحركة السداسية الأرجل ذات 18 درجة حرية مع الإدراك بالذكاء الاصطناعي لتعلم الروبوتات المكتبية.

من رسم الخرائط والملاحة باستخدام SLAM إلى التفاعل بالرؤية والصوت، تم تصميم المنصة كعدة تطوير شاملة لـ ROS2.

تتزاوج سير العمل الذكية متعددة الوسائط مع مفاهيم تخطيط شبكات الطرق لدعم العروض البحثية والتعليم في الفصول الدراسية.

اختر التكوين الذي يتناسب مع احتياجاتك من وحدات التحكم والمستشعرات، مع خيارات تركز على Raspberry Pi compute.

يمكن دمج نماذج النصوص والصوت والرؤية لبناء سلوكيات الذكاء المتجسد في Python وROS2.

استخدم الأوامر عالية المستوى للحركة، والإدراك Q&A، وتتبع الأهداف، ومهام الملاحة الذاتية.

يدعم الإدراك القائم على SLAM التنقل متعدد النقاط وسلوكيات البحث عن الأهداف عبر البيئات المرسومة.

تشمل العروض التفاعلية عالية المستوى فهم النوايا، وسلوكيات التعلم بالتقليد، واستكشاف البيئة.

تربط حزم ROS2 المدمجة بيانات LiDAR وكاميرا العمق لرسم الخرائط، والسحب النقطية، والوعي بالعوائق.

تضيف الخوارزميات البصرية والأوامر الصوتية تحكمًا بدون استخدام اليدين، مع دعم ميزات التنسيق بين الروبوتات المتعددة.

يجعل وضع التعليم وتخطيط المفاصل الكامل بـ 18 درجة حرية من السهل عرض الحركات والتنسيق في حركة الأرجل.

تساعد الحركيات العكسية وتخطيط الخطوات في ترجمة إعدادات الوضع والخطوة إلى حركة سداسية الأرجل مستقرة.

قم بتعديل ارتفاع الجسم، والوضعية، وسرعة المشي لتتناسب مع الأسطح المختلفة، والعروض التوضيحية، وسيناريوهات التنقل.

تجعل فيديو FPV وسلوكيات تقليد الحركة العروض التوضيحية أكثر تفاعلية للمختبرات، والأندية، والعروض التقديمية.

برمج بلغة Python وتحكم في الروبوت من تطبيقات الجوال، أو جهاز كمبيوتر مضيف، أو مقبض لاسلكي حسب إعدادك.

تطوير واختبار في محاكاة RViz، ثم النشر إلى حزمة ROS2 لتجارب الروبوتات القابلة للتكرار.



تغطي مواد التعلم Yahboom Muto RS ROS2 رؤية الذكاء الاصطناعي، Mediapipe، التنقل في شبكات الطرق، ودروس فيديو أساسيات ROS2.

يستخدم الروبوت السداسي الأرجل Muto RS مكدسًا معياريًا مع مكونات مثل الليدار، كاميرا العمق، وحدة تحكم Raspberry Pi، وسيرفوهات ناقل تسلسلي لحركة الأرجل المنسقة.

يوفر مستشعر العمق Orbbec Astra Pro Plus ووحدة 2D LiDAR SLAM مدخلات العمق ورسم الخرائط لمشاريع الروبوتات ROS2.

تتضمن المجموعة وحدة صوت الذكاء الاصطناعي مع مكبر صوت سلكي بالإضافة إلى حزمة بطارية ليثيوم 7.4V 9900mAh للطاقة على متن الطائرة.

يتضمن الروبوت السداسي الأرجل Yahboom Muto RS ROS2 مرجع أبعاد متعدد العرض للمساعدة في تخطيط الخلوص والتركيب.

تتضمن قائمة الحزمة هيكل الروبوت MUTO المجمع بالإضافة إلى الإضافات الاختيارية مثل Raspberry Pi 5 وSLAM Lidar وكاميرا العمق، إلى جانب ملحقات الطاقة والصوت.
Related Collections
