Yahboom Transbot SE Coche Robot ROS con brazo de 3DOF & PTZ de 2MP, para Jetson Nano B01 / Raspberry Pi 5

Descripción general

Transbot SE es un Coche Robot ROS (plataforma de oruga rastreada) diseñado para el desarrollo de visión artificial y robótica con Jetson Nano B01 o Raspberry Pi 5. Utiliza un cuerpo de aleación de aluminio y integra un brazo robótico de 3DOF más una cámara PTZ de 2DOF para control basado en visión, seguimiento y simulación de brazo robótico con MoveIt.

¿Necesita ayuda para elegir una versión (con/sin Jetson Nano o Raspberry Pi) o preparar el entorno de software? Contacte con soporte a través de https://rcdrone.top/ o envíe un correo electrónico a [email protected].

Características Clave

• Chasis de oruga rastreado con estructura de pista diferencial para conducción todoterreno
• Cuerpo de aleación de aluminio completo
• Brazo robótico 3DOF (servo de bus serie inteligente) para agarre/manejo y flujos de trabajo de simulación
• Cámara PTZ 2DOF con cámara de 2MP (rotación horizontal/vertical)
• Motorreductores 520
• Pila de visión AI integrada: Procesamiento de imágenes OpenCV, aprendizaje automático MediaPipe, reconocimiento de objetos YOLO y un marco de aprendizaje profundo AI
• Control de interconexión opciones mostradas: APP de control remoto, control de programación web Jupyter, control del sistema ROS, control de interconexión multiplataforma, control de formación de múltiples vehículos
• Programación: Se indica programación en Python y programación en C++

Funciones de Control de & Visión AI (Mostradas)

• Procesamiento de imágenes OpenCV: Detección de Objetos (reconocimiento de categorías específicas de objetos), Visión AR (12 efectos mostrados a través de papel de ajedrez), Código QR AR (generar y reconocer códigos QR AR), Reconocimiento facial (entrenamiento autónomo y reconocimiento en tiempo real mediante la recopilación en tiempo real de imágenes faciales)
• Juego visual AI: Seguimiento de Color, Seguimiento de Objetos (la cámara PTZ sigue objetos en tiempo real), Manipulación de brazo robótico (manipulación basada en comandos de código QR), Piloto automático (selección de color personalizada; sigue una ruta de color reconocida)
• Control de brazo robótico MoveIt: algoritmo de cinemática directa/inversa, planificación de trayectoria cartesiana, detección de colisiones, simulación MoveIt
• Control de reconocimiento de gestos (MediaPipe): movimiento del chasis controlado por la palma, grupos de acción del brazo robótico controlados por gestos, movimiento del chasis controlado por gestos, control de actitud del brazo (el brazo robótico imita la postura del brazo y la apertura/cierre de la palma)
• Desarrollo de MediaPipe: reconocimiento de gestos, reconocimiento facial, reconocimiento de objetos 3D (ejemplos mostrados: “ZAPATO”, “SILLA”, “TAZA”, “CÁMARA”, etc.)
• Ejemplos de aprendizaje profundo mostrados: Reconocimiento KNN de dígitos escritos a mano; Reconocimiento de objetos YOLO (reconocimiento de objetos personalizados mediante el entrenamiento de conjuntos de datos personalizados utilizando el algoritmo YOLOv5)

Especificaciones

Opciones de Versión (Mostrado)

• Versión Jetson Nano: Con Jetson Nano 4GB (versión SUB) / Sin Jetson Nano
• Versión Raspberry Pi: Con Raspberry Pi 5-4GB / Sin Raspberry Pi (requiere Raspberry Pi con 4GB o más de RAM)

Aplicaciones

• Aprendizaje de ROS y desarrollo de control de movimiento de robots
• Proyectos de visión por computadora (OpenCV), reconocimiento de gestos (MediaPipe) y reconocimiento de objetos (YOLO)
• Simulación de brazo robótico y experimentos de planificación con MoveIt (cinemática, planificación cartesiana, detección de colisiones)
• Control remoto y demostraciones de control de programación basadas en web (control APP, Jupyter, control del sistema ROS)

Tutoriales & Recursos de Aprendizaje

Enlace del tutorial:http://www.yahboom.net/study/Transbot-SE

Catálogo de Cursos (Mostrado)

• Introducción de Transbot SE: Acerca de Transbot SE; Precauciones para el uso y seguridad de la batería; Primera prueba
• Primera prueba: Configuración de red WiFi; Control de APP; Control de mando inalámbrico USB; Control de video con mando
• Curso de control de hardware: Acerca de la placa de expansión y actualización de firmware; Cerrar proceso de autoarranque; Instalar biblioteca Transbot SE; Controlar zumbador y botón; Controlar servo PWM; Controlar servo de bus; Controlar motor; Controlar movimiento del robot
• Configuración del sistema operativo Linux: Instalación y uso de máquina virtual; Fundamentos de Linux; Control remoto; Configuración de comunicación multi-máquina; IP estática y modo hotspot; Monitoreo en tiempo real de página web; Tutorial de expansión; Escribir imágenes del sistema
• Docker uso: Descripción general de Docker e instalación de Docker; Comandos comunes para contenedores de imágenes de Docker; Comprensión profunda de imágenes de Docker y publicación de imágenes; Interacción de hardware de Docker y procesamiento de datos; Iniciar el contenedor Dobot
• Curso básico de ROS: Introducción a ROS; Estructura de archivos del proyecto; Comandos y herramientas comunes; Publicador; Suscriptores; Personalizar mensajes de tema y uso; Cliente; Servidor; Mensajes de servicio personalizados y uso; Publicación y monitoreo de TF
• Cursos de OpenCV: Introducción a Open Source CV; Transformación geométrica de Open Source CV; Procesamiento de imágenes de Open Source CV y dibujo de segmentos de línea de texto; Embellecimiento de imágenes de Open Source CV; Visión AR; Código QR AR; Fundación ROS+Opencv; Aplicación ROS+Opencv; Desarrollo de MediaPipe
• Curso de robots ROS: Algoritmo PID; Comunicación básica; Control por teclado; Control por mando; Estimación del estado del robot; Calibración de datos
• Curso simple de cámara ROS: Calibración de cámara HD; Seguimiento de color de cámara HD; Seguimiento de color de cámara HD (chasis); Seguimiento de objetos de cámara HD; Seguimiento de objetivos KCF; Seguimiento de rostros de cámara HD; Transporte de brazo robótico con cámara HD; Piloto automático de cámara HD
• Tutorial de control de brazo robótico ROS: Configuración de MoveIt; Control de la máquina real con MoveIt; MoveIt se mueve aleatoriamente; Diseño de cinemática de MoveIt; Ruta cartesiana de MoveIt; Evitación de MoveIt; Diseño de escena de MoveIt; Planificación de trayectoria de MoveIt
• Control de múltiples robots ROS: Control de múltiples robots; Rendimiento de cola de múltiples robots; Baile de brazo robótico de múltiples robots
• Curso de control MoveIt para brazo robótico ROS: Configuración de MoveIt; MoveIt controla la máquina real; MoveIt se mueve aleatoriamente; Diseño de cinemática de MoveIt; Ruta cartesiana de MoveIt; Evitación de MoveIt; Diseño de escena de MoveIt; Planificación de trayectoria de MoveIt; Coche de control de palma Mediapie; Brazo robótico de control por gestos Mediapipe; Coche de control por gestos Mediapipe; Control de actitud del brazo Mediapipe
• Cursos de aprendizaje profundo: KNN reconoce dígitos escritos a mano; Uso básico de TensorFlow; Uso básico de PyTorch (jetson); Entrenamiento del modelo yolov5 (jetson); Aceleración yolov5+tensorrt (jetson); yolov4-tiny

Detalles

Transbot SE es una plataforma robótica ROS con orugas construida para proyectos de visión AI, con un cuerpo totalmente metálico, un brazo de 3DOF y un cardán de cámara de 2DOF.

Una pila de software completa admite visión OpenCV, control de gestos MediaPipe, reconocimiento YOLO y simulación de brazo robótico basada en MoveIt.

El chasis de oruga rastreado y la transmisión diferencial están diseñados para un movimiento estable en diversas superficies interiores y exteriores.

Compatible con Raspberry Pi 5 para el desarrollo de ROS y un procesamiento de visión a bordo más fluido.

Elija un kit con Jetson Nano o Raspberry Pi incluido, o una versión sin placa si ya tiene su propio controlador.

Las demostraciones integradas de OpenCV incluyen detección de objetos, efectos AR con tableros de marcadores y flujos de trabajo de generación/reconocimiento de códigos QR.

El juego visual de IA agrega seguimiento de color, seguimiento de objetos basado en PTZ, comandos QR de recogida y colocación, y piloto automático de ruta de color.

La integración de MoveIt admite cinemática, planificación cartesiana y verificación de colisiones para el desarrollo y simulación de brazos robóticos.

El control por gestos de MediaPipe permite el movimiento impulsado por la palma de la mano, además de grupos de acción del brazo robótico activados por gestos y espejado de posturas.

Los proyectos de muestra incluyen reconocimiento de gestos/rostros, etiquetas de objetos 3D, reconocimiento de dígitos KNN y ejemplos de entrenamiento de conjuntos de datos YOLO.

Utilice la aplicación de control remoto para conducción rápida, funciones de cámara y modos interactivos de IA sin necesidad de una configuración completa de escritorio.

Se admiten múltiples rutas de control, incluyendo programación web con Jupyter, control del sistema ROS e interconexión multiplataforma.

Un catálogo de cursos estructurado guía la configuración, los conceptos básicos de ROS, las características de visión y temas avanzados de control.

Recursos tutoriales están disponibles en línea para ayudar a construir el entorno de software y comenzar las demostraciones de ROS y visión más rápido.

Los aspectos destacados del hardware incluyen la cámara PTZ 2DOF, el brazo de bus en serie 3DOF, motores con codificador y una placa de control principal ROS opcional.

La placa de expansión simplifica el cableado para motores, dispositivos en serie, periféricos USB y sensores comunes.

Las dimensiones detalladas ayudan a planificar el espacio de montaje, los diseños de laboratorio y la integración de accesorios.

Una tabla completa de parámetros compara las opciones de controladores y resume detalles de potencia, interfaces, sistema operativo y ensamblaje.

Las dimensiones del brazo robótico 3DOF y los parámetros clave del servo (articulaciones YB-SD15M y garra YB-S06) ayudan con la planificación del diseño y la selección de potencia.

El módulo de cámara PTZ 2DOF incluye una cámara USB 2.0 de 2MP 1080p y un soporte compacto con dimensiones etiquetadas en milímetros para una integración más fácil.

El motor con engranaje y codificador 520 utiliza un diseño con escobillas de 12V con una relación de reducción de 1:56 y un codificador Hall (3.3–5V), con una velocidad nominal de 205±10 rpm después de la desaceleración.

El paquete de baterías de litio de 12V 4400mAh utiliza un enchufe de descarga tipo T y enumera una corriente de descarga nominal de 8.8A y máxima de 10A.

El kit de robot Yahboom Transbot SE ROS incluye el marco y la placa superior, orugas y ruedas, un brazo robótico de 3DOF, cámara PTZ de 2DOF, motores, batería, cargador y cables.

Los paquetes de piezas del robot Transbot SE ROS incluyen opciones de Jetson Nano o Raspberry Pi con accesorios como un ventilador de enfriamiento, antenas y almacenamiento TF.