Yahboom JetCobot Brazo Robótico Colaborativo Visual de 7 GDL para Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom JetCobot Brazo Robótico Colaborativo Visual de 7 GDL para Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom
No se pudo cargar la disponibilidad de retiro
Resumen
JetCobot es un brazo robótico colaborativo visual de 7 ejes que utiliza una placa de desarrollo de la serie NVIDIA Jetson como la placa de control principal (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Con una configuración de robot similar a UR, sistema operativo de robot ROS y un algoritmo de cinemática inversa, soporta control de coordenadas, planificación de movimientos, agarre, clasificación y tareas de interacción visual relacionadas.
JetCobot integra un brazo robótico y un sistema de cámara. Está equipado con una cámara USB de 0.3MP (campo de visión de 110°) y soporta procesamiento de imágenes OpenCV, visión por computadora y flujos de trabajo de aprendizaje profundo para funciones como interacción de color, detección/seguimiento de rostros, reconocimiento de etiquetas, entrenamiento de modelos e interacción por gestos.
Características Clave
- Estructura de 7-DOF con configuración similar a UR: Diseño de cuerpo suave, gran rango de movimiento y cableado de servos oculto (como se describe en la tabla de comparación).
- Cinética inversa + flujo de trabajo ROS: Soporta control de coordenadas y planificación de movimiento.
- Soporte de MoveIt + RViz: Incluye modelo de simulación cinemática URDF, control de simulación MoveIt/planificación de trayectorias, detección de colisiones y escenarios de agarre espacial.
- Reconocimiento visual AI y seguimiento de objetivos: Reconocimiento y seguimiento de colores, clasificación de bloques de colores, agarre de bloques de colores, interacción de colores, reconocimiento y seguimiento de rostros, y reconocimiento de etiquetas/apilamiento inteligente (códigos de etiquetas Apriltag).
- Aprendizaje profundo / entrenamiento de modelos: Soporta flujos de trabajo de clasificación de basura y ejemplos de agarre basado en regiones (identificación de regiones: agarrar y colocar; detección de regiones: agarre personalizado).
- Desarrollo de MediaPipe / actualización de interacción de IA: Grupo de acción de control por gestos, pila de control de reconocimiento de gestos, reconocimiento de brazo robótico y seguimiento de palma, y control de postura de gesto del brazo robótico.
- Múltiples métodos de control: Soporta control de simulación MoveIt, control de manija y control web en PC (también se muestra el control de Jupyter Lab).
Especificaciones
| Producto | Brazo robótico colaborativo visual AI JetCobot |
| Grados de libertad | 7 |
| Envergadura máxima efectiva | 270MM |
| Rango de rotación de la articulación | -153° a 153° |
| Precisión de posicionamiento repetido | ±0.5mm |
| Cámara | 0.Cámara USB de 3MP |
| Campo de visión de la cámara | 110° |
| Tasa de fotogramas de la cámara (mostrada) | 30fps |
| Dimensión visual (gráfico) | Imagen 2D plana |
| Pinza (mostrada) | Pinza eléctrica |
| Ángulo de apertura-cierre de la pinza (gráfico) | 5cm |
| Rango de la pinza (mostrado) | 20-45mm |
| Fuerza de la pinza (mostrada) | Fuerza de 150g |
| Tipo de estructura (gráfico) | Estructura de robot tipo UR |
| Control principal (gráfico) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Función (gráfico) | Control de interconexión; Planificación de movimiento MoveIt; Simulación de robot RViz; Interacción visual 2D |
| Voz (gráfico) | / |
| Visualización (gráfico) | / |
Opciones de Control Maestro Jetson (Gráfico de Referencia)
| Placa de control principal | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
| Poder de computación | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | Procesador Arm Cortex-A57 MPCore de 4 núcleos | CPU Arm Cortex-A78AE v8.2 de 6 núcleos de 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 6 núcleos de 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 6 núcleos NVIDIA de 64 bits; 1.5MB L2 + 4MB L3 | CPU Arm Cortex-A78AE v8.2 de 8 núcleos NVIDIA de 64 bits; 2MB L2 + 4MB L3 |
| GPU | GPU NVIDIA Maxwell de 128 núcleos | GPU de arquitectura NVIDIA Ampere de 512 núcleos con 16 núcleos Tensor | GPU de arquitectura NVIDIA Ampere de 1024 núcleos con 32 núcleos Tensor | GPU de arquitectura NVIDIA Ampere de 1024 núcleos con 32 núcleos Tensor | GPU de arquitectura NVIDIA Ampere de 1024 núcleos con 32 núcleos Tensor |
| Memoria | 4GB LPDDR4 de 64 bits 25.6GB/s | 4GB 64-bit LPDDR5 51GB/s | 8GB 128-bit LPDDR5 102 GB/s | 8GB 128-bit LPDDR5 102 GB/s | 16GB 128-bit LPDDR5 102 GB/s |
| Almacenamiento | 16GB eMMC + 64GB U disk | 256GB SSD | |||
| Poder | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| Versión del sistema ROS | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
La tabla también señala que los métodos de uso de múltiples placas de control de la serie Jetson son básicamente los mismos; las diferentes placas de control afectan principalmente el rendimiento de JetCobot.
Diferencia de Función/Desempeño Medida (Tabla de Referencia)
| Artículo |
Versión Jetson Nano Tiempo de inicio del programa / Tasa de fotogramas en ejecución del programa |
Versión Jetson Orin Nano SUPER 8GB Tiempo de inicio del programa / Tasa de fotogramas en ejecución del programa |
Versión Jetson Orin NX SUPER 16GB Tiempo de inicio del programa / Tasa de fotogramas en ejecución del programa |
| Inicio del robot | 43s Inicialización del brazo robótico completada / / | 38s Inicialización del brazo robótico completada / / | 37s Inicialización del brazo robótico completada / / |
| Función visual básica (Reconocimiento de color) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Clasificación de basura Yolov5 | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Detección de rostro Mediapipe | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Seguimiento de bloques de color | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Reconocimiento de código de etiqueta Apriltag | 5s / 25s | 3s / 30fps | 3s / 30fps |
| Modelado de simulación RVIZ | 16s / 31s | 9s / 31fps | 7s / 31fps |
Notas mostradas con el gráfico: JetCobot no está configurado con tecnología de contenedor Docker; utiliza una función de configuración de imagen nativa oficial para aprovechar al máximo el rendimiento general de la placa base.Los datos provienen de una prueba de laboratorio real de Yahboom; el rendimiento de Jetson Orin Nano SUPER de 4GB y 8GB es similar, y el rendimiento de Jetson Orin NX SUPER de 8GB y 16GB es cercano.
Qué incluye
- Brazo robótico colaborativo myCobot280 7-DOF (JetCobot)
- Pinza eléctrica
- Cámara USB
- Control principal Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, dependiendo de la versión)
- Pantalla OLED (listada en la tabla de la lista de envío)
- Accesorios (como se indica en la tabla de la lista de envío)
Aplicaciones
- Aprendizaje de ROS, cinemática y planificación de movimientos (MoveIt / RViz)
- Visión por computadora y experimentos de interacción basados en OpenCV
- Demostraciones de interacción con IA: seguimiento de color, reconocimiento de etiquetas (Apriltag), reconocimiento de gestos y flujos de trabajo de entrenamiento de modelos
- Agarre, clasificación y tareas básicas de recogida y colocación basadas en coordenadas en escritorio
Manuales / Documentación
- Tutoriales: https://www.yahboom.net/study/JetCobot
Para ayuda con la selección de pre-venta o soporte post-venta, contacta https://rcdrone.top/ o envía un correo electrónico a [email protected].
Detalles
Compara JetCobot con otras opciones de control maestro ROS para elegir la plataforma adecuada para tu aplicación.
Múltiples plataformas de brazo Yahboom comparten un flujo de trabajo ROS similar, mientras que las opciones de hardware y visión varían según el modelo.
Las configuraciones de cámara de profundidad soportan tareas de visión 3D como seguimiento consciente de la distancia e interacción.
JetCobot se centra en una estructura similar a UR de 7-DOF con repetibilidad a nivel de milímetros para tareas de movimiento coordinado.
Yahboom JetCobot es un brazo robótico colaborativo visual de 7-DOF de escritorio construido alrededor de placas de control NVIDIA Jetson.
Un stack de software completo soporta control ROS, planificación MoveIt, visualización RViz y visión basada en OpenCV.
Selecciona Jetson Nano B01, Orin Nano SUPER, o Orin NX SUPER según la computación necesaria para tu pipeline de IA.
Una comparación clara de Jetson ayuda a igualar la capacidad de CPU/GPU y memoria con cargas de trabajo de ROS y visión.
El rendimiento varía según el controlador Jetson, mientras que el conjunto de características de JetCobot y los ejemplos de curso permanecen consistentes.
La configuración similar a UR proporciona un amplio rango de movimiento con una construcción más limpia para uso en aulas y laboratorios.
Un diseño de 7-DOF mejora la flexibilidad para el posicionamiento, agarre y planificación de trayectorias en espacios de trabajo reducidos.
Una cámara USB integrada permite flujos de trabajo de selección y clasificación visual sin configuraciones complejas de cámaras externas.
Las demostraciones integradas cubren el reconocimiento de colores, clasificación de bloques, apilamiento basado en etiquetas e interacción basada en seguimiento.
Utilice el entrenamiento de modelos de aprendizaje profundo y la interacción de gestos de MediaPipe para construir tareas de recogida y colocación más receptivas.
Los modelos MoveIt y URDF soportan simulación, planificación de trayectorias y verificación de colisiones antes de ejecutarse en hardware.
Controla JetCobot a través de un entorno Jupyter basado en navegador o un gamepad USB para pruebas rápidas y demostraciones.
La cinemática inversa permite la entrada de coordenadas para un posicionamiento repetible y una orientación consistente del efector final.
Siete articulaciones (J1–J7) proporcionan flexibilidad adicional para la planificación de movimientos y agarres coordinados.
JetCobot ofrece un alcance efectivo máximo de 270 mm (sin pinza), con una rotación de base J1 de ±153° y una repetibilidad de ±0.5 mm.
JetCobot está construido alrededor del Sistema Operativo de Robots ROS y lista compatibilidad con ROS2 Humble y ROS1 Melodic.
El soporte de simulación MoveIt permite que el brazo robótico JetCobot sea probado y controlado en un entorno virtual antes de ejecutarse en hardware.
El kit de brazo JetCobot combina un agarrador, cámara HD USB, pantalla OLED y una base con ventosa para configuraciones de escritorio estables.
El brazo JetCobot empareja una cámara HD USB (480p, 30 fps, campo de visión de 110°) con un agarrador eléctrico compacto para tareas de recogida y colocación guiadas por visión.
El currículo de JetCobot cubre la configuración y ensamblaje, conceptos básicos de ROS/Ubuntu, mapeo SLAM, visión AI con MediaPipe y ejercicios de seguimiento visual y agarre.
Los materiales del tutorial de JetCobot incluyen carpetas de descarga organizadas y contenido del curso como conceptos básicos de visión AI y Mediapipe, con un enlace de estudio en yahboom.net/study/JetCobot.
Los recursos de aprendizaje de JetCobot incluyen cursos de seguimiento y agarre visual AI, tutoriales de MoveIt, conceptos básicos de ROS2 y código fuente abierto en Python.
Las dimensiones del JetCobot con agarrador se proporcionan en milímetros para ayudar a planificar el espacio de montaje y la distancia total del brazo.
JetCobot admite programación en Python con opciones ROS para Jetson Nano B01 y Jetson Orin Nano/NX, además de una cámara de enfoque fijo de 0.3MP (480P, 30fps, 110° de ángulo amplio).
El kit JetCobot incluye el agarre, cámara USB, componentes del chasis, adaptador de corriente y cableado, con accesorios opcionales para Jetson Nano/Orin listados.
Related Collections
