সংক্ষিপ্ত বিবরণ
Yahboom AI Large Model Scene Sandbox Map একটি অতিবৃহৎ রোবোটিক্স প্রশিক্ষণ ক্ষেত্র যা শিক্ষামূলক এবং প্রতিযোগিতামূলক পরিস্থিতির জন্য ডিজাইন করা হয়েছে। এই অ্যারেনা 4.1m × 3m (410 × 300CM) মানচিত্র ব্যবহার করে কারখানা এবং লজিস্টিক পরিবেশের জন্য কাজ যেমন হ্যান্ডলিং/পরিবহন, বাছাই, পরিদর্শন, পার্কিং নেভিগেশন এবং বাধা নেভিগেশন অনুকরণ করে। এটি চাকা যুক্ত রোবট, ROS প্ল্যাটফর্ম, Raspberry Pi/Jetson AI রোবট, রোবোটিক আর্ম এবং আরও অনেক কিছুর সাথে ব্যবহারের জন্য সমর্থন করে।
মূল বৈশিষ্ট্যসমূহ
- ল্যাব, শ্রেণীকক্ষ এবং প্রতিযোগিতায় বহু-রোবট পরিচালনার জন্য অতিবৃহৎ উচ্চ-সংজ্ঞা মানচিত্র।
- পরিস্থিতি কভারেজের মধ্যে রয়েছে অনুকরণ কারখানা হ্যান্ডলিং/পরিদর্শন, SLAM রাস্তা নেটওয়ার্ক নেভিগেশন এবং AI বড় মডেল প্রয়োগ।
- কার্যকরী এলাকাগুলি কাস্টমাইজ করা যেতে পারে; উল্লেখিত অঞ্চলগুলির মধ্যে রয়েছে: উৎপাদন কর্মশালা, অগ্নি সরঞ্জাম এলাকা, সংরক্ষণ এলাকা, পার্কিং স্থান, বর্জ্য বাছাই এলাকা, পিকিং এলাকা, লোডিং এবং আনলোডিং এলাকা, নিরাপত্তা প্রস্থান, রক্ষণাবেক্ষণ এলাকা, এবং উচ্চ-কনট্রাস্ট সতর্কতা লাইন।
- ঐচ্ছিক বেড়ার প্রপস কিট একটি সীমানা তৈরি করে যা রোবটদের মাঠের মধ্যে রাখতে এবং দ্রুত কাজের সময় প্রপ ছড়িয়ে পড়া কমাতে সাহায্য করে।
সেটআপ প্রশ্ন বা প্রতিস্থাপন অংশের জন্য, যোগাযোগ করুন [email protected] or ভিজিট https://rcdrone.top/.
বিশেষ উল্লেখ
| পণ্য | এআই বড় মডেল দৃশ্যপট স্যান্ডবক্স মানচিত্র (L5) |
| কঠিনতা | L5 (★★★★★) |
| নীতিমালা | অনুকৃত কারখানা পরিচালনা/পরিদর্শন & SLAM রাস্তা নেটওয়ার্ক নেভিগেশন & এআই বড় মডেল প্রয়োগ |
| মানচিত্রের আকার | 4.1মি × 3মি (410 × 300CM) |
| মানচিত্রের উপাদান | উচ্চ-সংজ্ঞা ক্যানভাস; UV প্রিন্টিং উচ্চ-মানের তেল চিত্রকলা কাপড় |
কি অন্তর্ভুক্ত আছে
AI বড় মডেল দৃশ্য স্যান্ডবক্স (স্ট্যান্ডার্ড)
- AI বড় মডেল মানচিত্র (4.1*3 মিটার), উপাদান: উচ্চ-সংজ্ঞা ক্যানভাস
- আবর্জনার ডাস্টবিন (প্রতিটি চারটি রঙের একটি)
- নীল প্লাস্টিকের ম্যাট *14
- ধাপ তাক *4 সেট
- প্যালেট (মোট 12টি, চারটি রঙ)
- ভিজ্যুয়াল পজিশনিং কোড *20
- কিউব EVA ব্লক (মোট 40টি, পাঁচটি রঙ)
- আয়তাকার EVA ব্লক (মোট 25টি, পাঁচটি রঙ)
- সিলিন্ডার EVA ব্লক (মোট 25টি, পাঁচটি রঙ)
- ছোট কিউব কাঠের ব্লক (মোট 4টি)
- সিলিন্ডার কাঠের ব্লক (প্রতিটি চারটি রঙের একটি)
- আয়তাকার কাঠের ব্লক (প্রতিটি চারটি রঙের একটি)
- বড় কিউব কাঠের ব্লক *1
ঐচ্ছিক: AI বড় মডেল দৃশ্য স্যান্ডবক্স + বেড়া প্রপস
- 50 PCS বেড়া প্রপস
- স্ন্যাপ-অন*120
দ্রষ্টব্য: বেড়া সেটে মোট 50টি বেড়া টুকরা এবং 120টি বেড়া ক্লিপ অন্তর্ভুক্ত; কিছু প্রদর্শনে শুধুমাত্র বেড়ার অংশগুলি দেখানো হতে পারে।
প্রয়োগসমূহ
- কারখানার উপকরণ পরিবহন এবং পরিচালনা অনুশীলন
- ৪-রঙের বিন দিয়ে বর্জ্য বাছাই
- পার্কিং লট নেভিগেশন (P1/P2 এলাকা)
- ভিজ্যুয়াল পজিশনিং কোড ব্যবহার করে ভিজ্যুয়াল স্বীকৃতি চ্যালেঞ্জ
- পেট্রোল/পরিদর্শন প্রশিক্ষণ (e.g. , নিরাপত্তা প্রস্থান পরিদর্শন, গুদাম তালিকা পরীক্ষা, তাক পুনরায় পূরণ)
ভিডিও
বিস্তারিত

আপনার পাঠ্যক্রমের জন্য সঠিক মানচিত্র স্তর নির্বাচন করুন—মৌলিক লাইন ট্র্যাকিং থেকে L5 বড়-মডেল কারখানা দৃশ্য পর্যন্ত।

প্রবেশ-স্তরের L1 ট্র্যাক মানচিত্রগুলি সরল ইনফ্রারেড লাইন-অনুসরণ অনুশীলনে মনোনিবেশ করে।

L2 বড় জলরোধী ক্যানভাসে বহু-সেন্সর ট্র্যাকিং অনুশীলনের জন্য জটিলতা বৃদ্ধি করে।

L3 আরও বাস্তবসম্মত ইনডোর রোবট কাজের জন্য ভিজ্যুয়াল স্বীকৃতি এবং ট্রাফিক-চিহ্ন প্রশিক্ষণ প্রবর্তন করে।

L4 SLAM রোড-নেটওয়ার্ক নেভিগেশন যোগ করে ট্র্যাকিং থেকে স্বয়ংক্রিয় নেভিগেশনে সেতুবন্ধন করে।

L5 এরিনা তৈরি করা হয়েছে সিমুলেটেড ফ্যাক্টরি লজিস্টিকস, পরিদর্শন রুট এবং পূর্ণ স্কেলে SLAM নেভিগেশন প্রশিক্ষণের জন্য।

একটি 4.1 মি × 3 মি ক্ষেত্র বহু-রোবট ড্রিল, পার্কিং অনুশীলন এবং বাধা-সচেতন নেভিগেশনের জন্য জায়গা প্রদান করে।

স্ট্যান্ডার্ড কিটে HD ক্যানভাস মানচিত্র এবং সাজানোর, লোডিং/আনলোডিং, এবং ভিশন পজিশনিং চ্যালেঞ্জের জন্য প্রপস অন্তর্ভুক্ত রয়েছে।

ঐচ্ছিক বেড়ার সেট যোগ করুন সীমানা নির্ধারণ করতে এবং রোবট এবং প্রপসকে প্রশিক্ষণ এলাকার ভিতরে রাখতে সহায়তা করতে।

পরিষ্কার কার্যকরী অঞ্চল এবং উচ্চ-কনট্রাস্ট সতর্কতা লাইনগুলি পুনরাবৃত্তিযোগ্য কাজ এবং মূল্যায়ন পয়েন্ট বরাদ্দ করা সহজ করে তোলে।

কিভাবে এরিনা এবং অন্তর্ভুক্ত প্রপসগুলি একটি মডুলার ফ্যাক্টরি-এবং-লজিস্টিকস প্রশিক্ষণ দৃশ্যে একত্রিত হয় তার একটি সম্পূর্ণ ওভারভিউ।

সাধারণ পাঠের কাজগুলির মধ্যে রয়েছে ৪-রঙের বর্জ্য বাছাই এবং মোবাইল বেস এবং বাহু ব্যবহার করে উপাদান স্থানান্তর কর্মপ্রবাহ।

বাছাই, উৎপাদন, এবং লোডিং এলাকাগুলি বহু-ধাপের রুট সমর্থন করে যা বাস্তব গুদাম অপারেশনগুলির প্রতিফলন করে।

ইনভেন্টরি চেক এবং নিরাপত্তা-প্রস্থান পরিদর্শন দৃশ্যগুলি কাঠামোগত টহল রুটিন এবং ব্যতিক্রম পরিচালনা শেখাতে সহায়তা করে।

চিহ্নিত P1/P2 বে-তে শেলফ পুনরায় পূরণ এবং পার্কিং চালনা অনুশীলন করুন।

SLAM ম্যাপিং এবং লক্ষ্য-ভিত্তিক নেভিগেশন অনুশীলনগুলি সম্পূর্ণ এরিনায় ধাপে ধাপে মিশন হিসাবে চালানো যেতে পারে।

রাস্তা-নেটওয়ার্ক টহল এবং পরিচালনা কাজগুলি ওয়েপয়েন্ট ড্রাইভিং, পিকআপ/ড্রপ-অফ, এবং রুট শৃঙ্খলা শক্তিশালী করে।

বিস্তারিত মাত্রা শ্রেণীকক্ষের স্থান, সীমানা বেড়া, এবং প্রপ স্থাপনের পরিকল্পনা করতে সহায়তা করে পুনরাবৃত্তি সেটআপের জন্য।

এই কিটটিতে চারটি ৩×৩×৩ সেমি কাঠের কিউব ব্লক অন্তর্ভুক্ত রয়েছে, যা মেশিন-কোড স্টিকার এবং সাজানোর-প্যাটার্ন ডেকাল সহ প্রশিক্ষণ দৃশ্য নির্মাণের জন্য।

এই কিটটিতে একটি ৪×৪×৪ সেমি কিউব কাঠের ব্লক অন্তর্ভুক্ত রয়েছে, যা একটি মার্কার স্টিকার এবং চারটি ৩×৩ সেমি সিলিন্ড্রিক্যাল কাঠের ব্লক লাল, হলুদ, নীল এবং সবুজ রঙে।

এই কিটটিতে চারটি ৩×৩×৬ সেমি আয়তাকার কাঠের ব্লক এবং চল্লিশটি ৪×৪×৪ সেমি ইভিএ কিউব ব্লক অন্তর্ভুক্ত রয়েছে, যা রোবোটিক্স দৃশ্য সেটআপের জন্য মেশিন-কোড স্টিকার সহ।

এই সেটটিতে ২৫টি সিলিন্ড্রিক্যাল ইভিএ ফোম ব্লক (φ৪×৪ সেমি, প্রতিটি ২.৪ গ্রাম) এবং ২৫টি আয়তাকার ব্লক (৪×৪×৮ সেমি, প্রতিটি ১২ গ্রাম) অন্তর্ভুক্ত রয়েছে, যা বেগুনি, সবুজ, নীল, হলুদ এবং লাল রঙে।

এই কিটটিতে ২০টি আঠালো ভিজ্যুয়াল পজিশনিং কোড এবং ১৪টি নীল ছিদ্রযুক্ত এইচডিপিই প্লেট অন্তর্ভুক্ত রয়েছে, যা মডুলার প্রশিক্ষণ লেআউট নির্মাণের জন্য।

এই কিটটিতে চারটি কার্ডবোর্ডের স্তরযুক্ত র্যাক অন্তর্ভুক্ত রয়েছে, যা ১২টি অপসারণযোগ্য ট্রে এবং চারটি রঙ-কোডেড ট্র্যাশ ক্যান সহ সাজানোর কাজগুলি সংগঠিত করার জন্য।

বড় স্যান্ডবক্স মানচিত্র বিন্যাসটি একটি সীমাবদ্ধ SLAM ম্যাপিং এবং নেভিগেশন অনুশীলন এলাকা তৈরি করতে মডুলার বেড়ার প্রপস ব্যবহার করে।

একক বেড়ার প্যানেলের মাপ ৪৫ সেমি বাই ৩৫ সেমি, যা আপনার সেটআপে বিন্যাস এবং ব্যবধান পরিকল্পনার জন্য।

ABS অষ্টভুজীয় স্ন্যাপ বাকলগুলি স্যান্ডবক্স প্যানেলগুলিকে দ্রুত সংযোগ করতে দেয় দ্রুত সেটআপ এবং পুনঃসংগঠনের জন্য।

UV-প্রিন্টেড ক্যানভাস মানচিত্রটি জলরোধী এবং হালকা ওজনের হিসাবে উপস্থাপিত হয়, উপাদান, প্রিন্ট রঙ, খরচ এবং ওজনের তুলনা সহ।

Yahboom দৃশ্য স্যান্ডবক্স মানচিত্র কিটটি রোবট গাড়ির নেভিগেশন এবং বস্তু-বাছাই কাজের জন্য একটি কাঠামোগত অনুশীলন এলাকা তৈরি করে।

বড় স্যান্ডবক্স দৃশ্যটিতে চিহ্নিত নেভিগেশন লেন এবং ব্লক, র্যাম্প এবং বাছাই বিনের মতো বিভিন্ন বাধা অন্তর্ভুক্ত রয়েছে SLAM এবং প্রশিক্ষণ সেটআপের জন্য।
Related Collections
