Zu Produktinformationen springen
1 von 9

Yahboom Muto S2 18DOF KI-Vision Hexapod-Roboter für Raspberry Pi 5 & Jetson NANO, 2DOF PTZ FPV

Yahboom Muto S2 18DOF KI-Vision Hexapod-Roboter für Raspberry Pi 5 & Jetson NANO, 2DOF PTZ FPV

Yahboom

Normaler Preis $798.93 USD
Normaler Preis Verkaufspreis $798.93 USD
Sale Ausverkauft
Inkl. Steuern. Versand wird beim Checkout berechnet
Hauptsteuerplatine
Version
Vollständige Details anzeigen

Überblick

Der Yahboom Muto S2 ist ein 18DOF Hexapod-Roboter, der für Raspberry Pi 5 oder NVIDIA Jetson NANO als Hauptcontroller entwickelt wurde. Es handelt sich um einen bionischen Hexapod-Roboter auf Desktop-Niveau mit einem Aluminiumlegierungskörper, 18 Freiheitsgraden und einem eingebauten inversen Kinematik-Algorithmus zur Steuerung simulierter Gangarten. Mit Python3-Programmierung und OpenCV-Bildverarbeitung unterstützt er AI-Visuelle Interaktionsfunktionen wie Farberkennung, Verfolgung/Folgen, Gesichtserkennung, QR-Code-Erkennung und visuelle Linienpatrouille. Steuerungsmethoden umfassen Handy-APP, drahtlose Steuerung und Computer-Webseite (Jupyter Lab) Steuerung, mit Echtzeit-Videoübertragung (FPV).

Hauptmerkmale

  • AI Vision Hexapod-Roboter: Inverser Kinematik-Algorithmus, Bionischer Gang, 18DOF-Gelenk, AI-Visuelle Interaktion.
  • 18DOF Bewegungs-Gelenke: Verwendet 18 Hochleistungsservos und Aluminiumlegierungs-Strukturteile, um drei Gelenke an jedem Bein zu verbinden.
  • 35KG intelligentes serielles Bus-Servosystem: 18 Stück 35KG Metallservos.
  • 2D Kamera PTZ: 2DOF Kamera PTZ für visuelle Anwendungen.
  • Echtzeit-Videoübertragung: Verbinden Sie sich über das lokale Netzwerk über die Handy-App, um HD-Videomaterial in Echtzeit anzusehen.
  • Haltung & Bewegungsanpassung : Unterstützt die freie Anpassung der Gehgeschwindigkeit und der Roboterkörperhöhe (Roboterhöhenanpassung / Robotergeschwindigkeitsanpassung; Gehgeschwindigkeitsanpassung: langsam/schnell).
  • Lehrmodus: Manuelle Steuerung der Einbeinbewegung der Hauptmaschine; eine andere Slave-Maschine führt die gleiche Aktion aus.
  • Raspberry Pi 5 Unterstützungshinweis: „MUTO RS ist mit einer geregelten Stromversorgungserweiterungsplatine ausgestattet“, die an Raspberry Pi 5 angepasst ist und eine stabile 5.1V/5A Stromversorgung bietet; die 0.6A Strombegrenzung erhöht den USB-Port-Stromausgang auf 1.6A (um Einfrieren/Neustarten zu vermeiden).

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

Spezifikationen

Modell Muto S2
Robotertyp AI Vision Hexapod Roboter
Freiheitsgrade 18DOF (18 Freiheitsgrade)
Körpermaterial Aluminiumlegierung
Servos 18PCS 35KG Metallservos; 35KG intelligenter serieller Bus-Servo
Kamera 2MP 1080 HD Kamera; USB 1080P Kamera
Kameragimbal 2DOF Kamera PTZ
Batterie 7.4V 9900mAh Akku-Pack (9900mAh)
Hauptsteuerungskompatibilität Raspberry Pi 5 / Jetson NANO
Programmierung Python3
Vision-Stack OpenCV Bildverarbeitung; KI-Visuelle Interaktion; Deep Learning
Fernsteuerung Mobile APP, drahtloser Griff, Computer-Webseite (Jupyter Lab); WiFi-Steuerung

Hauptsteuerungsvergleich (wie angegeben)

Hauptsteuerplatine Raspberry Pi 5 8G Jetson NANO 4GB SUB
Rechenleistung Doppelte Rechenleistung des Raspberry Pi 4B 0.5 TFLOPS
CPU Cortex-A76 Quad-Core Arm Cortex-A57 MPCore-Prozessor
GPU Broadcom VideoCore VII 128-Core NVIDIA Maxwell GPU
Speicher 4GB/8GB 4GB
Speicherplatz 64GB TF-Karte kostenlos 64GB U-Disk kostenlos
Leistung 10W 5W | 10W
AI-Bildverarbeitungseffekt ★★★★ ★★★

Der Muto S2-Roboter bietet zwei Hauptsteuerungen, Raspberry Pi 5 und Jetson NANO 4GB SUB, und die Verwendungsmethoden sind im Wesentlichen gleich, beide verwenden das Ubuntu-System. Unterschiedliche Hauptsteuerungen beeinflussen nur geringfügig die Systemgeschwindigkeit.Die Kursmaterialien, Produktfunktionen und die bereitgestellte Steuerungssoftware sind konsistent.

Funktionsliste (Kurse/Beispiele)

Kamera PTZ

  • 00. Farb-HSV-Wert-Kalibrierung
  • 01. Farberkennung
  • 02. Farbverfolgung
  • 03. Farbverfolgung
  • 04. Farberkennungs-Aktionsgruppe
  • 05. Gesichtserkennung
  • 06. Gesichtserfassung
  • 07. Menschen begrüßen
  • 08. QR-Code-Erkennung
  • 09. QR-Code-Anweisungen
  • 10. Visuelle Linienverfolgung
  • 11. Bewegungslernen
  • 12. Teach-Pendant-synchronisierte Aktion

Maschinelles Deep Learning

  • 01. KNN
  • 02. TensorFlow-Grundlagentutorial
  • 03. Grundlegende Verwendung von PyTorch
  • 04. Yolov5 erkennt Objekte in Echtzeit
  • 05. Jetson-Inferenz-Umgebungskonstruktion
  • 06. Objekterkennung und Aktion
  • 07.Körperbewegungssteuerungsroboter
  • 08. Gestengesteuerter Roboter

Jetson NANO Kurs

  • 1. Über das JetsonNano-System
  • 2. Netzwerkkonfiguration und Jtop
  • 3. Swap-Speicher erhöht
  • 4. API-Nutzung der GPIO-Bibliothek
  • 5. Hardware-Bibliothekskonfiguration
  • 6. Pin-Lesefunktion
  • 7. Pin-Pegel-Ausgabesteuerung
  • 8. LED steuern
  • 9. Jetson Nano kommuniziert mit externen Geräte-Seriellen Ports
  • 10. Jetson Nano I2C-Kommunikation

Fernsteuerungskurs

  • 1. APP-Steuerungsprozess schließen
  • 2. Mobile APP Fernsteuerungs-Tutorial
  • 3. USB-Wireless-Handle-Fernsteuerung

Roboter-Grundkurs

  • 1. Summer steuern
  • 2. PWM-Servo steuern
  • 3. Bus-Servo steuern
  • 4. Roboter vorwärts und rückwärts
  • 5.Roboter bewegt sich links und rechts
  • 6. Roboter dreht sich links und rechts
  • 7. Höhe steuern
  • 8. Kopf steuern
  • 9. Aktionsgruppenleistung
  • 10. Daten lesen
  • 11. Steuerung durch Host-Computer
  • 12. Kameratreiber

Raspberry Pi Kurs

  • 1. Python-Umgebung einrichten
  • 2. Hallo Welt
  • 3. Pin-Ausgang hohe und niedrige Pegel
  • 4. Pin-Eingang hohe und niedrige Pegel lesen
  • 5. PWM-Ausgabe
  • 6. Serielle Kommunikation
  • 7. I2C-Kommunikation
  • 8. Serielle Kommunikation
  • 9. I2C-Kommunikation

Open Source CV Kurs

  • 1. Einführung in Open Source CV
  • 2. Bild lesen und anzeigen
  • 3. Bild schreiben
  • 4. Bildqualität
  • 5. Pixeloperationen
  • 6. Bildvergrößerung
  • 7. Bildausschnitt
  • 8. Bildschwenk
  • 9. Bildspiegelung
  • 10. Affine Transformation
  • 11. Bildrotation
  • 12. Perspektivische Transformation
  • 13. Graustufenverarbeitung
  • 14. Binärbild
  • 15. Kanten-Grün-Erkennung
  • 16. Liniensegmentzeichnung
  • 17. Rechteckige Kreiszeichnung
  • 18. Text- und Bildzeichnung

Video

Handbücher / Tutorials

Tutorial-Link (offiziell): http://www.yahboom.net/study/Muto-S2

Details