Zu Produktinformationen springen
1 von 28

DOFBOT Pro 6-DOF 3D-Tiefenvisions-Roboterarm für Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER

DOFBOT Pro 6-DOF 3D-Tiefenvisions-Roboterarm für Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER

Yahboom

Normaler Preis $603.80 USD
Normaler Preis Verkaufspreis $603.80 USD
Sale Ausverkauft
Inkl. Steuern. Versand wird beim Checkout berechnet
Hauptsteuerplatine
Version
Vollständige Details anzeigen

Übersicht

DOFBOT PRO ist ein Desktop-3D-AI-Vision-Roboterarm , der für ROS-Ausbildung und -Entwicklung konzipiert ist. Er kombiniert eine 6-DOF-Bewegungsgelenkstruktur, eine 3D-Tiefenkamera und NVIDIA Jetson-Serien-Steuerplatinen, um komplexe Bewegungssteuerungen durch ROS, Vorwärts-/Rückwärtskinematik und visuelle Wahrnehmung für die Erkennung, Verfolgung und das Greifen im 3D-Raum zu vereinfachen.

Videos

Hauptmerkmale

  • Jetson-Plattformkompatibilität: kompatibel mit Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER Steuerplatinen; GPU-beschleunigtes Modelltraining und Python-Entwicklung werden unterstützt.
  • 3D-Tiefenpunktwolken-Erkennung: RGB + Tiefenfusion (RGB+D) für 3D-Positionierungs-, Verfolgungs- und Greifaufgaben.
  • ROS-Bewegungsplanung und -Simulation: unterstützt MoveIt-Bewegungsplanung und RViz-Robotersimulation; unterstützt 2D- und 3D-visuelle Interaktion.
  • 6-DOF Aluminiumlegierung Struktur: präzisionsgefertigtes Aluminiumlegierungskörper; hochpräzise Servos für sanfte Mehrachsenbewegung.
  • Plattformübergreifende Steuerung: unterstützt App-Steuerung (Android/iOS), drahtlose Griffsteuerung und PC-Webseitensteuerung.
  • Multimodale / Großmodell-Konzepte (wie bereitgestellt): Großes Sprachmodell, Großes Sprachmodell, Großes visuelles Modell; beinhaltet skalierbare RAG-Wissensdatenbank und Beschreibungen der „Dual-Modal Dynamic Feedback Reasoning Architecture“.
  • Algorithmus-Frameworks aufgelistet: Inverse Kinematik-Algorithmus, YOLOv11, OpenCV, MediaPipe.

Für Produktauswahl und technischen Support kontaktieren Sie https://rcdrone.top/ oder senden Sie eine E-Mail an [email protected].

Spezifikationen

DOFBOT-PRO (Roboterarmsystem)

Hauptsteuerung Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER
Freiheitsgrad 6
Armlänge 350mm
Greifer öffnen-schließen 6cm
Wiederholbare Positioniergenauigkeit ±0,5mm
Strukturtyp Traditionelle Roboterarmstruktur
Kamera DABAI DCW2 Tiefenkamera
Visuelle Dimension 3D-Bild mit Tiefenentfernungsinformationen
Stimme KI-Großmodell-Sprachmodul + Lautsprecher
Anzeige 10.1-Zoll-Display
Funktion Interconnection-Steuerung; MoveIt Bewegungsplanung; RViz Robotersimulation; 2D visuelle Interaktion; 3D visuelle Interaktion; KI-Großmodell
Positionierung (wie beschrieben) Eingebettete KI / KI-Großmodell / 3D-Tiefenvisueller Roboterarm

ROS Roboterarm-Konfigurationen (wie aufgelistet)

Version Standardversion Ultimative Version
Steuerplatinen Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB
Sprachmodul Alle Versionen beinhalten KI-Großmodell-Sprachmodul
Tiefenkamera DABAI DCW2 Tiefenkamera
Anzeige/ HD 10.1-Zoll-Touchscreen

Empfehlungen zur Controller-Auswahl (Jetson-Board-Spezifikationen angezeigt)

Artikel Jetson Nano B01 4GB Jetson Orin Nano SUPER 4GB Jetson Orin Nano SUPER 8GB Jetson Orin NX SUPER 8GB Jetson Orin NX SUPER 16GB
Rechenleistung 0,5TFLOPS (FP16) 34 TOPS 67 TOPS 117 TOPS 157 TOPS
CPU Quad-Core Arm Cortex-A57 MPCore-Prozessor 6-Kern Arm Cortex-A78AE v8.2 64-Bit CPU; 1,5MB L2 + 4MB L3 6-Kern Arm Cortex-A78AE v8.2 64-Bit CPU; 1,5MB L2 + 4MB L3 6-Kern NVIDIA Arm Cortex A78AE v8.2 64-Bit CPU; 1,5MB L2 + 4MB L3 8-Kern NVIDIA Arm Cortex A78AE v8.2 64-Bit-CPU; 2MB L2 + 4MB L3
GPU 128-Kern NVIDIA Maxwell GPU 512-Kern NVIDIA Ampere Architektur GPU mit 16 Tensor-Kernen 1024-Kern NVIDIA Ampere Architektur GPU mit 32 Tensor-Kernen 1024-Kern NVIDIA Ampere Architektur GPU mit 32 Tensor-Kernen 1024-Kern NVIDIA Ampere Architektur GPU mit 32 Tensor-Kernen
Speicher 4GB 64-Bit LPDDR4; 25.6GB/s 4GB 64-bit LPDDR5; 51GB/s 8GB 128-bit LPDDR5; 102GB/s 8GB 128-bit LPDDR5; 102GB/s 16GB 128-bit LPDDR5; 102GB/s
Speicher 16GB eMMC + 64GB U-Disk 256GB SSD
Leistung 5W - 10W 7W , 10W , 25W 7W , 15W , 25W 10W , 15W , 25W , 40W 10W , 15W , 25W , 40W
ROS Systemversion Ubuntu18.04 + Docker + ROS2 Humble Ubuntu22.04 LTS + ROS2 Humble

Funktionsbetriebsunterschied (gemessene Ergebnisse angezeigt)

Version Jetson Nano B01 4GB Jetson Orin Nano SUPER 8GB Jetson Orin NX SUPER 16GB
Roboterstart (Programmstartzeit) 62s 49s 48s
2D-Gesichtserkennung (Programmstartzeit / Programmlaufbild) 4s / 10fps 7s / 30fps 7s / 30fps
2D-Gestenerkennung Greifblöcke (Programmstartzeit / Programmlaufbild) 7s / 6fps 6s / 30fps 6s / 30fps
2D-Fingerspitzen-Trajektorienerkennung (Programmstartzeit / Programmlaufbild) 10s / 5fps 7s / 30fps 6s / 30fps
MoveIt (Programmstartzeit / Programmlaufzeit Frame) 45s / 6fps 43s / 30fps 38s / 30fps
3D-Yolo Müll-Erkennung und Sortierung (Programmstartzeit / Programmlaufzeit Frame) 64s / 5fps 9s / 30fps 6s / 30fps
3D-Mediapipe Gesten-Maschinencode-Distanzsortierung (Programmstartzeit / Programmlaufzeit Frame) 9s / 6fps 5s / 14fps 3s / 15fps
3D-Tracking zum Greifen von Farbblöcken (Programmstartzeit / Programmlaufzeit Frame) 8s / 10fps 4s / 14fps 2s / 15fps
KI-Großmodell zur Objektsortierung (Programmstartzeit / Programmlaufzeit Frame) 40s / 5fps 25s / 30fps 20s / 30fps

Anwendungen

  • 3D-Sicht-Erkennung und Greifen; räumliche Wahrnehmung; Objektverfolgung; 3D-Sortierung
  • Tiefenmessung (Entfernungsmessung), Formerkennung, Höhenmessung, Volumenmessung
  • Tiefenvision-Positionierung und -Verfolgung; 3D-räumliche Verfolgung und Greifen; 3D-Punktwolken-Erkennung
  • KI-gestützte visuelle Interaktion: intelligentes Sortieren und Handhaben, Farberkennung, dynamische Verfolgung, Müllsortierung, Verfolgung, Greifen
  • Multimodale Arbeitsabläufe beschrieben: Videoanalyse, Langbefehl-Bewegungssteuerung, abnormale Höhensortierung, Absichtsinferenz (RAG-Wissensbasis), KCF-Objektverfolgungsalgorithmus, YOLOv11-basierte Erkennungsaufgaben

Beispielhafte Objektabmessungen für Volumenmessungsdemonstrationen gezeigt: 30*30*30mm Würfel, 30*30*30mm Zylinder, 30*30*60mm Zylinder. Beispielhafte Distanzüberlagerungen umfassen 240,0 mm und 190,0 mm.

Handbücher

Tutorial-Link: http://www.yahboom.net/study/DOFBOT-Pro

Details