نمای کلی
Transbot SE یک ماشین ربات ROS (پلتفرم خزنده ردیابی شده) است که برای توسعه بینایی AI و رباتیک با Jetson Nano B01 یا Raspberry Pi 5 طراحی شده است. این دستگاه از بدنهای تمام آلومینیومی استفاده میکند و یک بازوی رباتیک 3DOF به همراه یک دوربین PTZ 2DOF برای کنترل مبتنی بر بینایی، ردیابی و شبیهسازی بازوی ربات با MoveIt ادغام میکند.
نیاز به کمک در انتخاب نسخه (با/بدون Jetson Nano یا Raspberry Pi) یا آمادهسازی محیط نرمافزاری دارید؟ با پشتیبانی از طریق https://rcdrone.top/ یا ایمیل [email protected]. تماس بگیرید.
ویژگیهای کلیدی
- شاسی خزنده ردیابیشده با ساختار مسیر دیفرانسیل برای رانندگی خارج از جاده
- بدنه آلیاژ آلومینیوم کامل
- بازوی رباتیک 3DOF (سروو باس سریال هوشمند) برای گرفتن/دستکاری و شبیهسازی جریانهای کاری
- دوربین PTZ 2DOF با دوربین 2MP (چرخش افقی/عمودی)
- موتورهای انکودر 520
- پشته بینایی AI داخلی: پردازش تصویر OpenCV، یادگیری ماشین MediaPipe، شناسایی اشیاء YOLO، و یک چارچوب یادگیری عمیق AI
- کنترل اتصال گزینههای نشان داده شده: کنترل از راه دور APP، کنترل برنامهنویسی وب Jupyter، کنترل سیستم ROS، کنترل اتصال متقابل پلتفرم، کنترل تشکیل چند وسیله نقلیه
- برنامهنویسی: برنامهنویسی پایتون و برنامهنویسی C++ نشان داده شده است
کنترل عملکردهای & بینایی هوش مصنوعی (نمایش داده شده)
- پردازش تصویر OpenCV: تشخیص اشیاء (شناسایی دستههای خاص اشیاء)، بینایی AR (12 اثر نمایش داده شده از طریق کاغذ شطرنجی)، کد QR AR (تولید و شناسایی کدهای QR AR)، شناسایی چهره (آموزش خودکار و شناسایی در زمان واقعی از طریق جمعآوری تصاویر چهره در زمان واقعی)
- گیمپلی بصری هوش مصنوعی: ردیابی رنگ، ردیابی اشیاء (دوربین PTZ اشیاء را در زمان واقعی ردیابی میکند)، کنترل بازوی رباتیک (کنترل مبتنی بر فرمان کد QR)، خلبان خودکار (انتخاب رنگ سفارشی؛ دنبال کردن مسیر رنگ شناسایی شده)
- کنترل بازوی رباتیک MoveIt: الگوریتم سینماتیک مستقیم/معکوس، برنامهریزی مسیر کارتزین، تشخیص برخورد، شبیهسازی MoveIt
- کنترل تشخیص حرکات (MediaPipe): حرکت شاسی با کنترل کف دست، گروههای عملیاتی بازوی رباتیک با کنترل حرکات، حرکت شاسی با کنترل حرکات، کنترل وضعیت بازو (بازوی رباتیک تقلید از وضعیت بازو و باز و بسته شدن کف دست)
- توسعه MediaPipe: تشخیص حرکات، تشخیص چهره، تشخیص اشیاء سهبعدی (نمونههای نشان داده شده: "کفش"، "صندلی"، "فنجان"، "دوربین"، و غیره.)
- نمونههای یادگیری عمیق نشان داده شده: تشخیص KNN از ارقام دستنویس؛ تشخیص اشیاء YOLO (تشخیص اشیاء سفارشی از طریق آموزش مجموعه دادههای سفارشی با استفاده از الگوریتم YOLOv5)
مشخصات
| نوع ربات | ماشین ربات ردیاب خزنده ROS |
| بردهای اصلی سازگار (ذکر شده) | Jetson Nano B01; Raspberry Pi 5 |
| مواد شاسی / بدنه | آلیاژ آلومینیوم (بدنه تمام آلیاژ آلومینیوم ذکر شده) |
| بازوی رباتیک | بازوی رباتیک 3DOF (سروو باس سریال هوشمند) |
| دوربین & پن/تیلت | PTZ دوربین 2DOF؛ دوربین 2MP |
| موتور محرک | موتور 520 با انکودر (موتورهای انکودر 520 ذکر شده) |
| باتری (نشان داده شده) | باتری لیتیوم: 12V 4400mAh |
| شارژر (نشان داده شده) | ۱۲.شارژر 6V 2A |
گزینههای نسخه (نمایش داده شده)
- نسخه Jetson Nano: با Jetson Nano 4GB (نسخه SUB) / بدون Jetson Nano
- نسخه Raspberry Pi: با Raspberry Pi 5-4GB / بدون Raspberry Pi (نیاز به Raspberry Pi با 4GB یا بیشتر RAM دارد)
کاربردها
- یادگیری ROS و توسعه کنترل حرکت ربات
- پروژههای بینایی کامپیوتر (OpenCV)، تشخیص ژست (MediaPipe)، و تشخیص اشیاء (YOLO)
- شبیهسازی بازوی رباتیک و آزمایشهای برنامهریزی با MoveIt (سینماتیک، برنامهریزی کارتزین، تشخیص برخورد)
- کنترل از راه دور و نمایشهای کنترل برنامهنویسی مبتنی بر وب (کنترل APP، Jupyter، کنترل سیستم ROS)
آموزشها & منابع یادگیری
لینک آموزش:http://www.yahboom.net/study/Transbot-SE
کاتالوگ دورهها (نمایش داده شده)
- معرفی Transbot SE: درباره Transbot SE؛ احتیاطات استفاده و ایمنی باتری؛ اولین آزمایش
- اولین آزمایش: پیکربندی شبکه WiFi؛ کنترل APP؛ کنترل دسته بیسیم USB؛ کنترل ویدئو با دسته
- دوره کنترل سختافزار: درباره برد توسعه و بهروزرسانی فریمور؛ بستن فرآیند خودکار شروع؛ نصب کتابخانه Transbot SE؛ کنترل بیزر و دکمه؛ کنترل سروو PWM؛ کنترل سروو باس؛ کنترل موتور؛ کنترل حرکت ربات
- پیکربندی سیستم عامل لینوکس: نصب و استفاده از ماشین مجازی؛ مبانی لینوکس؛ کنترل از راه دور؛ پیکربندی ارتباط چند دستگاهی؛ IP استاتیک و حالت هاتاسپات؛ نظارت بلادرنگ صفحه وب؛ آموزش توسعه؛ نوشتن تصاویر سیستم
- داکر استفاده: بررسی اجمالی داکر و نصب داکر; دستورات رایج برای کانتینرهای تصویر داکر; درک عمیق تصاویر داکر و انتشار تصاویر; تعامل سختافزاری داکر و پردازش دادهها; شروع کانتینر Dobot
- دوره مقدماتی ROS: مقدمهای بر ROS; ساختار فایل پروژه; دستورات و ابزارهای رایج; ناشر; مشترکین; سفارشیسازی پیامهای موضوع و استفاده; کلاینت; سرور; پیامهای سرویس سفارشی و استفاده; انتشار و نظارت TF
- دورههای OpenCV: شروع با CV منبع باز; تبدیل هندسی CV منبع باز; پردازش تصویر و رسم خطوط متنی CV منبع باز; زیباسازی تصویر CV منبع باز; دید AR; کد QR AR; پایه ROS+Opencv; کاربرد ROS+Opencv; توسعه MediaPipe
- دوره ربات ROS: الگوریتم PID; ارتباطات پایه; کنترل با صفحهکلید; کنترل با دسته; تخمین وضعیت ربات; کالیبراسیون دادهها
- دوره ساده دوربین ROS: کالیبراسیون دوربین HD؛ ردیابی رنگ دوربین HD؛ ردیابی رنگ دوربین HD (شاسی)؛ ردیابی اشیاء دوربین HD؛ ردیابی هدف KCF؛ ردیابی چهره دوربین HD؛ حمل بازوی رباتیک دوربین HD؛ خلبان خودکار دوربین HD
- آموزش کنترل بازوی رباتیک ROS: پیکربندی MoveIt؛ کنترل ماشین واقعی با MoveIt؛ حرکت تصادفی MoveIt؛ طراحی سینماتیک MoveIt؛ مسیر کارتزین MoveIt؛ اجتناب MoveIt؛ طراحی صحنه MoveIt؛ برنامهریزی مسیر MoveIt
- کنترل چند رباتی ROS: کنترل چند رباتی؛ عملکرد صف چند رباتی؛ رقص بازوی رباتیک چند رباتی
- دوره کنترل بازوی رباتیک ROS با MoveIt: پیکربندی MoveIt; کنترل ماشین واقعی با MoveIt; حرکت تصادفی با MoveIt; طراحی سینماتیک MoveIt; مسیر کارتزین MoveIt; اجتناب با MoveIt; طراحی صحنه MoveIt; برنامهریزی مسیر MoveIt; کنترل ماشین با کف دست Mediapie; کنترل بازوی رباتیک با ژست Mediapipe; کنترل ماشین با ژست Mediapipe; کنترل وضعیت بازو با Mediapipe
- دورههای یادگیری عمیق: تشخیص ارقام دستنویس با KNN; استفاده پایه از TensorFlow; استفاده پایه از PyTorch (jetson); آموزش مدل yolov5 (jetson); شتابدهی yolov5+tensorrt (jetson); yolov4-tiny
جزئیات

Transbot SE یک پلتفرم ربات ROS با شاسی زنجیری است که برای پروژههای بینایی مصنوعی ساخته شده و دارای بدنهای تمام فلزی، بازوی 3DOF و گیمبال دوربین 2DOF است.

یک پشته نرمافزاری کامل از OpenCV vision، کنترل حرکات MediaPipe، تشخیص YOLO و شبیهسازی بازوی رباتیک مبتنی بر MoveIt پشتیبانی میکند.

شاسی خزنده ردیابی شده و درایو دیفرانسیل برای حرکت پایدار بر روی سطوح مختلف داخلی و خارجی طراحی شدهاند.

سازگار با Raspberry Pi 5 برای توسعه ROS و پردازش دید درونبرد روانتر.

یک کیت با Jetson Nano یا Raspberry Pi شامل کنید، یا نسخه بدون برد اگر کنترلر خود را دارید.

دموهای داخلی OpenCV شامل تشخیص اشیاء، افکتهای AR با تختههای نشانگر و جریانهای کاری تولید/تشخیص کد QR هستند.

بازی بصری AI شامل ردیابی رنگ، ردیابی اشیاء مبتنی بر PTZ، فرمان QR برای برداشتن و قرار دادن، و خلبان خودکار مسیر رنگی است.

یکپارچهسازی MoveIt از سینماتیک، برنامهریزی کارتزین و بررسی برخورد برای توسعه و شبیهسازی بازوی رباتیک پشتیبانی میکند.

کنترل حرکتی MediaPipe امکان حرکت با کف دست و همچنین گروههای عملیاتی بازوی رباتیک و آینهسازی وضعیت را فراهم میکند.

پروژههای نمونه شامل تشخیص حرکت/چهره، برچسبهای اشیاء سهبعدی، تشخیص ارقام KNN و مثالهای آموزشی مجموعه داده YOLO هستند.

از اپلیکیشن کنترل از راه دور برای رانندگی سریع، ویژگیهای دوربین و حالتهای تعاملی هوش مصنوعی بدون نیاز به یک دسکتاپ کامل استفاده کنید.

چندین مسیر کنترل پشتیبانی میشوند، از جمله برنامهنویسی وب Jupyter، کنترل سیستم ROS و اتصال متقابل چند پلتفرمی.

یک کاتالوگ دوره ساختاریافته راهنمایی برای راهاندازی، مبانی ROS، ویژگیهای دید و موضوعات کنترل پیشرفته ارائه میدهد.

منابع آموزشی به صورت آنلاین در دسترس هستند تا به ساخت محیط نرمافزاری و شروع سریعتر دموهای ROS و دید کمک کنند.

نکات برجسته سختافزاری شامل دوربین PTZ دو درجه آزادی، بازوی سریال سه درجه آزادی، موتورهای انکودر و یک برد کنترل اصلی اختیاری ROS است.

برد توسعه breakout سیمکشی برای موتورها، دستگاههای سریال، لوازم جانبی USB و حسگرهای معمولی را ساده میکند.

ابعاد دقیق به برنامهریزی فضای نصب، چیدمان آزمایشگاه و یکپارچهسازی لوازم جانبی کمک میکند.

جدول پارامتر کامل گزینههای کنترلر را مقایسه کرده و خلاصهای از قدرت، رابطها، سیستم عامل و جزئیات مونتاژ ارائه میدهد.

ابعاد بازوی رباتیک سه درجه آزادی و پارامترهای کلیدی سروو (مفاصل YB-SD15M و چنگال YB-S06) به برنامهریزی چیدمان و انتخاب قدرت کمک میکند.

ماژول دوربین PTZ دو درجه آزادی شامل یک دوربین 2MP 1080p USB 2.0 و یک پایه فشرده با ابعاد برچسبگذاری شده به میلیمتر برای یکپارچهسازی آسانتر است.

موتور گیربکس دار انکودر 520 از طراحی برس دار 12 ولت با نسبت کاهش 1:56 و انکودر هال (3.3–5V) استفاده میکند و پس از کاهش سرعت به 205±10 دور در دقیقه میرسد.

بسته باتری لیتیوم 12V 4400mAh از یک دوشاخه تخلیه نوع T استفاده میکند و جریان تخلیه 8.8A نامی و 10A حداکثر را فهرست میکند.

کیت ربات Yahboom Transbot SE ROS شامل قاب و صفحه بالایی، شیارها و چرخها، بازوی رباتیک 3DOF، دوربین 2DOF PTZ، موتورها، باتری، شارژر و کابلها است.

بستههای قطعات ربات Transbot SE ROS شامل گزینههای Jetson Nano یا Raspberry Pi با لوازم جانبی مانند فن خنککننده، آنتنها و ذخیرهسازی TF است.
Related Collections
