به اطلاعات محصول بروید
1 of 8

ماشین ربات ROS یاه‌بوم Transbot SE با بازوی ۳ درجه آزادی & دوربین PTZ با کیفیت ۲ مگاپیکسل، مناسب برای Jetson Nano B01 / Raspberry Pi 5

ماشین ربات ROS یاه‌بوم Transbot SE با بازوی ۳ درجه آزادی & دوربین PTZ با کیفیت ۲ مگاپیکسل، مناسب برای Jetson Nano B01 / Raspberry Pi 5

Yahboom

قیمت عادی $332.09 USD
قیمت عادی قیمت فروش $332.09 USD
فروش فروخته شده
Taxes included. حمل و نقل هنگام تسویه حساب محاسبه می شود.
برد کنترل اصلی
نسخه
مشاهده جزئیات کامل

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