Yahboom DOFBOT KI-Großmodell Vision Roboterarm-Kit für Raspberry Pi 5, ROS2 Humble, Python3, USB-Kamera
Yahboom DOFBOT KI-Großmodell Vision Roboterarm-Kit für Raspberry Pi 5, ROS2 Humble, Python3, USB-Kamera
Yahboom
Verfügbarkeit für Abholungen konnte nicht geladen werden
Überblick
Der Yahboom DOFBOT AI Large Model Vision Robotic Arm ist ein Desktop-Roboterarm-Kit, das für die ROS2-Entwicklung und das AI-Vision-Lernen auf dem Raspberry Pi 5 konzipiert ist. Es kombiniert einen 6-DOF-Roboterarm mit einer USB-Kamera für visuelles Greifen, Tracking und interaktive AI-Anwendungen und unterstützt die Programmierung mit Python3, OpenCV und ROS2 Humble (Docker + ROS2 Humble ist angegeben).
Es unterstützt plattformübergreifende Steuerung, einschließlich mobiler APP (iOS/Android), PC-Host-Computersteuerung, Controller/Handle-Steuerung und JupyterLab webbasierte Programmierung.
Video
Hauptmerkmale
- 6 Freiheitsgrade mit Kamera + Roboterarm-Integration ("6-DOF Kamera und Roboterarm 2 in 1").
- AI-Großmodelfunktionen (wie beschrieben): Multimodale Fusion, natürlicher Sprachdialog, Textsemantikverständnis, visuelles Szenenverständnis und eine skalierbare RAG-Wissensdatenbank.
- AI-Vision-Interaktionen: Farberkennungstracking, Objektverfolgung, gestenbezogene Interaktionen, Greifen/Sortieren-Demos und mehr.
- ROS2-Entwicklungsstack: ROS2 Humble (angegeben als „ROS2 Humble“ und „Docker+ROS2 Humble“), mit MoveIt-Bewegungsplanung und RViz-Robotersimulation aufgelistet.
- Algorithmus-Frameworks aufgelistet: Inverse Kinematik-Algorithmus, YOLOv11, OpenCV, MediaPipe; TensorRT-Beschleunigung wird für millisekunden-genaue Echtzeit-Inferenz erwähnt.
- Benutzerfreundliches Hardware-Design: OLED-Display für IP-Adresse und Raspberry Pi CPU-Informationen; Chassis mit Saugnäpfen für Stabilität; 12V 5A Adapter für kontinuierliche Stromversorgung.
- Erweiterbarkeit: Erweiterungsplatine als kompatibel mit Jetson NANO, Raspberry Pi, Arduino und Micro:bit angegeben; reservierte Schnittstellen umfassen 6 Bus-Servo + 6 PWM-Servo, drahtloser Controller-Empfänger, WiFi/Bluetooth-Modul, I2C und Ultraschallmodul-Schnittstellen.
Spezifikationen
| Produkt | DOFBOT KI Großmodell Visueller Roboterarm |
| Freiheitsgrad | 6 |
| Armlänge | 350 mm |
| Greifer öffnen-schließen | 6 cm |
| Wiederholbare Positioniergenauigkeit | ±0,5 mm |
| Strukturtyp | Traditionelle Roboterarmstruktur |
| Kamera | USB HD Kamera (a 0.3MP Kamera ist im bereitgestellten Tutorialtext angegeben) |
| Visuelle Dimension | Fläche 2D Bild |
| Stimme | KI-Großmodell-Sprachmodul + Lautsprecher (auf der Empfehlungs-/Spezifikationstabelle aufgeführt) |
| Anzeige | / |
| Aufgelistete Funktionen | Interkonnektionssteuerung; MoveIt Bewegungsplanung; RViz Robotersimulation; 2D visuelle Interaktion; Sprachinteraktion; KI-Großmodell |
Raspberry Pi 5 (in Produktmaterialien aufgeführt)
| CPU | Broadcom BCM2712, 64-Bit, 2.4GHz, Quad core Cortex A76 |
| GPU | VideoCore VII @ 800MHz |
Raspberry Pi 5 vs Raspberry Pi 4B (Vergleichstabelle Text)
| CPU | Raspberry Pi 5: Broadcom BCM2712; Quad core Cortex-A76 (ARM v8/64 bit SoC) Raspberry Pi 4B: Broadcom BCM2711; Quad core Cortex-A72 (ARM v8/64 bit SoC) |
| GPU | Raspberry Pi 5: 800 MHz VideoCore VII; Unterstützung OpenGLES3.1, Vulkan 1.2 Raspberry Pi 4B: 600 MHz VideoCore VI; Unterstützung OpenGLES3.0 |
| Speicher | Raspberry Pi 5: LPDDR4X-4267 SDRAM Raspberry Pi 4B: LPDDR4-3200 SDRAM |
| UART | Raspberry Pi 5: Dedizierte UART-Schnittstelle (3 Pins JST) Raspberry Pi 4B: Nein |
| Lüfterschnittstelle | Raspberry Pi 5: PWM-Steuerung und Tacho-Feedback (4 Pins JST) Raspberry Pi 4B: Nein |
| USB-Schnittstelle | Raspberry Pi 5: 2xUSB Unterstützung 5Gbps synchroner Betrieb; 2xUSB2.0 (die Position ist symmetrisch zu PI4B) Raspberry Pi 4B: 2xUSB 3.0, 2x USB 2.0 |
| CSI-Schnittstelle | Raspberry Pi 5: 2x4lane MIPI Kamera oder Display Raspberry Pi 4B: 1x2lane MIPI Kamera 15pin Anschluss |
| DSI-Schnittstelle | Raspberry Pi 5: Bidirektionale Übertragungsschnittstelle 22pin Anschluss Raspberry Pi 4B: 1x2lane MIPI Display 15pin Anschluss |
| HDMI | Beide: 2 Micro-HDMI-Anschlüsse Raspberry Pi 5: Kann Dual-Channel 4Kp60 und HDR unterstützen Raspberry Pi 4B: Kann Single-Channel 4Kp60 oder Dual-Channel 4Kp30 unterstützen |
| PCIe | Raspberry Pi 5: 1PCS PCIe2.0X1 Schnittstelle FPC-Anschluss Raspberry Pi 4B: Nein |
| Audio- und Videoschnittstellen | Raspberry Pi 5: Keine (Bieten 0.1-Pitch-Pads) Raspberry Pi 4B: Ja |
| Stromeingang | Raspberry Pi 5: 5V/5A DC über USB-C-Schnittstelle (unterstützt PD); 5V/5A DC über GPIO-Schnittstelle Raspberry Pi 4B: 5V/3A DC über USB-C-Schnittstelle (PD nicht unterstützt); 5V/3A DC über GPIO-Schnittstelle |
| Andere Schnittstellen | Raspberry Pi 5: POE über einen separaten neuen POEHAT (Netzwerkport-Standortänderung) Raspberry Pi 4B: POE über unabhängigen POE HAT |
ROS-Konfigurationsunterschiede (Standardversion vs. Superior-Version)
| AI-Großmodell-Sprachmodul | Standard: / Superior: ✓ |
| AI-Großmodell-Wiedergabe | Standard: / Superior: ✓ |
| AI-Visuelle Interaktion | Standard: ✓ Superior: ✓ |
| ROS-System | Docker + ROS2 Humble |
| Empfohlen | Standard: Geeignet zum Erlernen von KI-Vision-Funktionen Überlegen: Geeignet zum Erlernen von KI-Großmodellen, KI-Sprachinteraktion und KI-Vision-Funktionsanwendungen |
Was ist enthalten
- Montierter Roboterarm
- Passende farbig bedruckte Karte
- 4 verschiedene Farbblöcke
- PS2-Gamepad
- TF-Karte mit Bildsystem
- Yahboom spezieller Kühl-HAT
- 12V 5A Netzadapter
Hinweis: Eine Demonstrationsnotiz zeigt an „Der Mülleimer ist ein Ausstellungsstück und nicht im Lieferumfang enthalten.”
Anwendungen
- AI-Vision-Funktionen und Gameplay-Beispiele aufgelistet: Gestenerkennung, Farberkennung, visuelle Positionierung, Müllsortierung, Fangspiel, Gesichtserkennung und Bauklötze stapeln.
- AI-Vision-interaktive Funktionen beschrieben: Farberkennungstracking; Fangspiel (Kartenerkennungsbereich); Farbblöcke greifen; Farbinteraktion; Müllsortierung; Farbblockstapeln.
- Multimodale Großmodell-Anwendungsbeispiele aufgelistet: Videoanalyse; Langbefehl-Bewegungssteuerung; intelligentes Handling; 3D-Raumsortierung.
- MoveIt-Simulationssteuerung und Trajektorienplanung (mit Kollisionsdetektion und räumlichem Greifen) sind für die Verifizierung in virtuellen Umgebungen aufgelistet.
- Tiefenlernmodell-Training wird unterstützt; ein Hinweis zeigt an, dass das Modelltraining vom Benutzer durchgeführt werden muss.
Handbücher
Für Fragen vor dem Kauf, Auswahl der Bausatzversion oder technischen Support kontaktieren Sie [email protected] or besuchen https://rcdrone.top/ .
Details
DOFBOT kombiniert einen 6-DOF-Roboterarm und eine USB-Kamera für Raspberry Pi 5 Vision-Projekte, Greif-Demos und ROS2-Entwicklung.
Mehrere Steuerungsoptionen und integrierte Algorithmus-Demos helfen Ihnen, von der grundlegenden Servosteuerung zur Vision-Interaktion und AI-Workflows überzugehen.
Entwickelt rund um die Rechenleistung des Raspberry Pi 5 für ROS2 Humble, Python3 und Echtzeit-Vision-Inferenz-Workflows.
Quasi-3D-Raumdemos verbinden Kamerawahrnehmung mit Armbewegung für Anwendungen der verkörperten Intelligenz.
Multimodale Demos decken Langbefehl-Bewegungssteuerung, intelligentes Handling und Sortieraufgaben ab, die durch Vision und Eingabeaufforderungen gesteuert werden.
Verwenden Sie integrierte Aufgaben wie visuelle Verfolgung, Farbsortierung und Absichtserkennung, um Ihre eigene interaktive Robotiklogik zu prototypisieren.
OpenCV-ähnliche Vision-Interaktionen umfassen Farberkennung, Verfolgung und Greifroutinen für praktisches Lernen.
MediaPipe und Trainingsbeispiele paaren sich mit inverser Kinematik, sodass Visionsergebnisse in genaue Gelenkbewegungen übersetzt werden.
Entwickeln und validieren Sie Bewegungen mit MoveIt und RViz, bevor Sie Trajektorien am physischen Arm ausführen.
Plattformübergreifende Steuerungsoptionen umfassen mobile App, PC-Host-Steuerung und eine USB-verkabelte Fernbedienung, neben der Unterstützung von ROS2 Humble.
Das 6-DOF-Gelenk-Layout (J1–J6) unterstützt flexible Pick-and-Place-Pfade und kamerageführte Interaktionen.
Erweiterbare Hardware umfasst eine Armsteuerplatine, Bus-Servos, ein optionales Sprachmodul und Lautsprecher sowie die Montage von Raspberry Pi 5.
Die DOFBOT Roboterarm-Erweiterungsplatine verwendet ein beschriftetes Port-Layout und unterstützt serielle Bus-Servos, um die Verkabelung und Steuerung zu vereinfachen.
Die USB-Kamera wird am Roboterarm montiert und bietet ein Sichtfeld von 110° mit 480p Auflösung bei 30fps, zusammen mit einem KI-Sprachmodul (überlegene Version) mit einer Platine, Lautsprecher und Verkabelung.
Das DOFBOT-Pi-Tutorial-Repository von Yahboom bietet einen Tutorial-Link und bis zu 200+ strukturierte Kurse zum Erlernen des DOFBOT-Roboterarms.
Der DOFBOT-Kursplan enthält Schritt-für-Schritt-Lektionen zur Einrichtung des Raspberry Pi, ROS2 Humble, Python-Programmierung und kamerabasierten Vision-Projekten.
Open-Source-Code-Ordner und Schritt-für-Schritt-Video-Tutorials helfen Ihnen, den DOFBOT-Roboterarm in Python und ROS2 einzurichten und zu programmieren.
DOFBOT enthält ein detailliertes Layout der Abmessungen und wichtige Spezifikationen, um den Montageplatz und die Systemintegration zu planen.
Das DOFBOT-Kit enthält den montierten Roboterarm, eine USB-Kamera, eine Erweiterungsplatine, ein OLED-Display, Kabel, ein Netzteil, Werkzeuge und ein Handbuch, wobei optionale Zubehörteile separat aufgeführt sind.
Das Raspberry Pi 5 Zubehörset enthält eine 64GB TF-Karte mit Leser, einen aktiven Kühler, eine Leistungserweiterungsplatine, ein I2C-Kommunikationskabel und eine Dual Type‑C Stromadapterplatine.
Related Collections
