Yahboom DOFBOT KI-Großmodell Vision Roboterarm (6-DOF) ROS2 Python für Jetson NANO 4GB B01/SUB

Überblick

Yahboom DOFBOT ist ein KI-großmodell Vision Roboterarm , der für die ROS2-Entwicklung und Python3-Programmierung auf Jetson NANO 4GB (B01/SUB) entwickelt wurde. Er integriert eine USB-HD-Kamera mit einem 6-DOF-Desktop-Roboterarm und unterstützt KI-Vision-Anwendungen wie Farbverfolgung, Gestenerkennung, Gesichtserkennung, visuelle Interaktion und Sortier-Demos. Die Struktur verwendet grün oxidiertes Aluminiumlegierung, einschließlich einer 2 mm dicken Aluminiumlegierungshalterung und einem Saugnapf-Chassis für stabile Platzierung.

Hauptmerkmale

• 6-DOF-Arm + Kamera-Integration: „Roboterarm–Kamera-Integration“ mit „6 Freiheitsgraden“.
• ROS2-Entwicklung: ROS2 Humble ist spezifiziert (Docker + ROS2 Humble). Unterstützt RViz-Robotersimulation und MoveIt-Bewegungsplanung.
• KI-Vision & Interaktions-Stack: OpenCV, MediaPipe, YOLOv11, inverser Kinematik-Algorithmus.
• Multimodale KI-Großmodellfusion (aufgelistete Fähigkeiten): Skalierbare RAG-Wissensdatenbank, semantisches Textverständnis, natürlicher Sprachdialog und visuelles Szenenverständnis.
• Steuermethoden: Android/iOS Mobile App, PC-Host-Computersteuerung und USB-verkabelte Fernsteuerung (Standard).
• Anfängerfreundliche Einrichtung: Vor dem Versand vormontiert; TF-Karte mit Werksabbild für Plug-and-Play; App-QR-Code-Netzwerkeinrichtung; Tutorials und Code bereitgestellt.
• Servos & Erweiterung: 6 HQ-Servos; multifunktionale Erweiterungsplatine kompatibel mit Jetson NANO, Raspberry Pi, Arduino und Micro:bit. Servokonfiguration aufgelistet als 5×15KG Bus-Servo + 1×6KG Bus-Servo.

Spezifikationen

Jetson NANO 4GB SUB Notizen (aufgelistet)

• Jetson NANO 4GB SUB wird beschrieben als: Quad-Core Cortex-A57 CPU, 128-Core Maxwell GPU, 4GB LPDDR Speicher und 472GFLOP Rechenleistung.
• Unterstützte KI-Frameworks aufgelistet: TensorFlow, Pytorch, caffe/caffe2, Keras, MXNET, usw.
• Jetson NANO 4GB SUB ist als Optional.

AI Vision & Große Modell-Demos (gezeigte Beispiele)

• Interaktive AI-Vision-Funktionen: Farberkennung und -verfolgung, Farbblöcke greifen, Farbinteraktion, Fangspiel, Müllsortierung, Farbblockstapeln.
• MediaPipe Machine-Learning-Demos: Gestensteuerung Roboterarm-Aktionsgruppe, Gestenerkennung Stapeln, Handflächenerkennung/-verfolgung, Armhaltungskontrolle.
• Multimodale Anwendungen großer Modelle: Videoanalyse, Langbefehl-Bewegungssteuerung, intelligentes Handling, 3D-Raumsortierung.
• Verkörperte Intelligenzanwendungen: Farbblöcke zurück an Ort und Stelle, visuelle Verfolgung (KCF), Müllsortierung (YOLOv11), Intentionsinferenz (RAG-Wissensbasis).

Hinweise aus den bereitgestellten Materialien: „Das Modelltraining muss vom Benutzer durchgeführt werden.“ Einige Szenenrequisiten (e.g. , ein Mülleimer) werden als Ausstellungsrequisiten beschrieben und sind nicht enthalten.

MoveIt / RViz Simulation & Planung (aufgeführt)

• MoveIt-Simulationssteuerung und Trajektorienplanung.
• URDF-Unterstützung mit RViz visueller Manipulation (Drag-and-Drop-Steuerung, Voreingestellte Positionssteuerung, Hindernisvermeidung).
• Kollisionsdetektion und „räumliches Greifen“ werden als unterstützte Simulationsfunktionen angezeigt.

Was ist enthalten

• Vormontierter DOFBOT-Roboterarm (vor dem Versand montiert)
• TF-Karte mit Werksabbilddatei
• USB-Kabel-Fernbedienung (Standard)

Tutorials / Videos

Online-Tutorials: http://www.yahboom.net/study/Dofbot-Jetson_nano

Support

Bei Fragen zur Kompatibilität (Jetson/Raspberry Pi Controller-Optionen), Konfigurationsbestätigung oder After-Sales-Support kontaktieren Sie https://rcdrone.top/ oder senden Sie eine E-Mail an [email protected].

Details

DOFBOT kombiniert einen 6-DOF-Desktop-Arm und eine USB-HD-Kamera für ROS2 Python AI-Vision-Entwicklung, mit 350 mm Reichweite und ±0,5 mm Wiederholgenauigkeit.

Wählen Sie die Steuerungsplattform, die zu Ihrer Laboreinrichtung passt, von PC-Umgebungen bis hin zur Jetson-basierten KI-Entwicklung.

Aufgerüstete Konfigurationen fügen Tiefenwahrnehmung und 3D-Interaktionsoptionen für fortgeschrittenere Wahrnehmungsdemos hinzu.

Alternative Armkonfigurationen sind verfügbar, wenn eine andere Reichweite oder ein anderes Freiheitsgrad-Layout benötigt wird.

Eine vormontierte DOFBOT-Plattform, die bereit für geführtes Lernen, Tests und schnelle ROS2-Experimente ist.

Entwickelt, um OpenCV-ähnliche Vision-Workflows und höherstufige Interaktionsprojekte in einem Desktop-System zu unterstützen.

Optionales Jetson Nano 4GB SUB bietet die Onboard-Rechenleistung für Edge-AI-Vision-Aufgaben und Python-Entwicklung.

Demo-Workflows decken natürliche Interaktion, Aufgabenausführung und grundlegende Sortierszenarien für praktische Übungen ab.

Visionsgeführte Verhaltensweisen umfassen das Verfolgen von Zielen und das Ausführen einfacher Pick-and-Place-Aktionen.

Interaktive Lernspiele helfen, Vision-plus-Sprache-Aufgaben in einem klassenfreundlichen Format zu erkunden.

Kernvision-Demos umfassen Farberkennung und -verfolgung, interaktives „Fangen“-Spiel und regelbasiertes Sortieren.

Enthält gestenbasierte Interaktionskonzepte, Modelltraining-Beispiele und inverse Kinematik-Bewegungssteuerung.

Verwenden Sie MoveIt mit RViz-Simulation und Bewegungsplanung, um Trajektorien und Greiflogik zu testen, bevor Sie live gehen.

ROS2 Humble-Unterstützung kombiniert mit mobiler App, PC-Steuerung und USB-verkabelten Fernbedienungsoptionen für flexible Bedienung.

App-basierte Steuerungen fügen gestengesteuertes Spiel, Verfolgungsdemos und benutzerdefinierte Aktionsgruppen für wiederholbare Bewegungen hinzu.

Sechs artikulierte Gelenke (J1–J6) bieten einen kompakten Arbeitsbereich für visuell geführte Manipulation und Bewegungslehre.

Modulare Hardware-Optionen umfassen Bus-Servos, Erweiterungs-/Steuerplatinen, Netzwerke und optionale Sprachkomponenten.

Die Erweiterungsplatine und die seriellen Bus-Servos vereinfachen die Verkabelung und erleichtern die Erweiterung des Arms mit Zusatzmodulen.

Das DOFBOT-Kit enthält ein USB-Kameramodul (480p/30fps, 110°) und ein KI-Sprachmodul mit einem kleinen Lautsprecher für Bild- und Spracheingabe.

Die Yahboom DOFBOT-Schulungsressourcen umfassen über 200 systematische Kurse zum Erlernen der Einrichtung und Programmierung des Vision-Roboterarms.

Der enthaltene DOFBOT-Kursplan legt die Schulungsmodule und Unterrichtsumrisse fest, um die Einrichtung und das Lernen zu leiten.

Yahboom DOFBOT enthält Open-Source-Code und detaillierte Tutorials sowie 3D-Modell-Dateien und Ressourcen für technischen Support nach dem Verkauf.

Der DOFBOT 6-DOF-Roboterarm enthält Maßzeichnungen und eine Spezifikationstabelle, um die Montage und den Arbeitsbereich zu planen.

Das DOFBOT-Kit enthält die Roboterarm-Montage, Kamera, OLED-Display, Steuergriff, Kabel, Saugnäpfe, Schrauben, Werkzeuge und ein Handbuch.

Jetson Nano-Zubehör umfasst das Nano 4GB-Board (optional), Kühlventilator, SD-Karte, drahtlose Netzwerkkarte und Flachbandkabel.