DOFBOT Pro Bras Robotique 6-DOF à Vision 3D de Profondeur pour Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER
DOFBOT Pro Bras Robotique 6-DOF à Vision 3D de Profondeur pour Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER
Yahboom
Impossible de charger la disponibilité du service de retrait
Aperçu
DOFBOT PRO est un bras robotique de niveau bureau avec vision AI 3D conçu pour l'éducation et le développement ROS. Il combine une structure de joint de mouvement à 6 DOF, une caméra de profondeur 3D et des cartes de contrôle de la série NVIDIA Jetson pour simplifier le contrôle de mouvement complexe grâce à ROS, la cinématique directe/inverse et la perception visuelle pour la reconnaissance, le suivi et la saisie dans l'espace 3D.
Vidéos
Caractéristiques principales
- Compatibilité avec la plateforme Jetson: compatible avec les cartes de contrôle Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER; la formation de modèles accélérée par GPU et le développement Python sont pris en charge.
- Reconnaissance de nuage de points en profondeur 3D: détection par fusion RGB + profondeur (RGB+D) pour les tâches de positionnement, de suivi et de saisie en 3D.
- Planification et simulation de mouvement ROS: prend en charge la planification de mouvement MoveIt et la simulation de robot RViz; prend en charge l'interaction visuelle 2D et 3D.
- Structure en alliage d'aluminium à 6 degrés de liberté : corps en alliage d'aluminium usiné avec précision ; servos de haute précision pour un mouvement fluide sur plusieurs axes.
- Contrôle multiplateforme : prend en charge le contrôle par application (Android/iOS), le contrôle par manette sans fil et le contrôle par page Web PC.
- Concepts multimodaux / grands modèles (tels que fournis) : Grand Modèle de Langage, Grand Modèle de Parole, Grand Modèle Visuel ; inclut des descriptions de la Base de Connaissances RAG Évolutive et de l'« Architecture de Raisonnement à Retour Dynamique Bimodal ».
- Cadres algorithmiques listés : algorithme de cinématique inverse, YOLOv11, OpenCV, MediaPipe.
Pour la sélection de produits et le support technique, contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected].
Spécifications
DOFBOT-PRO (système de bras robotique)
| Contrôle principal | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
|---|---|
| Degré de liberté | 6 |
| Envergure du bras | 350mm |
| Ouverture-fermeture de la pince | 6cm |
| Précision de positionnement répétable | ±0.5mm |
| Type de structure | Structure traditionnelle de bras robotique |
| Caméra | Caméra de profondeur DABAI DC |
| Dimension visuelle | Image 3D avec information de distance de profondeur |
| Voix | Module vocal de grand modèle AI + haut-parleur |
| Affichage | 10.Écran 1 pouce |
| Fonction | Contrôle d'interconnexion; Planification de mouvement MoveIt; Simulation de robot RViz; Interaction visuelle 2D; Interaction visuelle 3D; Modèle AI large |
| Positionnement (comme décrit) | AI embarquée / Modèle AI large / Bras robotique visuel en profondeur 3D |
Configurations du bras robotique ROS (comme listé)
| Version | Version Standard | Version Ultime |
|---|---|---|
| Cartes de contrôle | Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB | Jetson Nano B01; Jetson Orin Nano SUPER 4GB/8GB; Jetson Orin Nano SUPER 8GB/16GB |
| Module vocal | Toutes les versions incluent le module vocal du modèle AI large | |
| Caméra de profondeur | Caméra de profondeur DABAI DCW2 | |
| Affichage | / | HD 10.Écran tactile de 1 pouce |
Recommandations de sélection de contrôleur (spécifications de la carte Jetson affichées)
| Article | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|---|---|
| Puissance de calcul | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | Processeur Quad-core Arm Cortex-A57 MPCore | CPU 6 cœurs Arm Cortex-A78AE v8.2 64 bits ; 1,5 Mo L2 + 4 Mo L3 | CPU 6 cœurs Arm Cortex-A78AE v8.2 64 bits ; 1,5 Mo L2 + 4 Mo L3 | CPU 6 cœurs NVIDIA Arm Cortex A78AE v8.2 64 bits ; 1,5 Mo L2 + 4 Mo L3 | CPU 8 cœurs NVIDIA Arm Cortex A78AE v8.2 CPU 64 bits ; 2 Mo L2 + 4 Mo L3 |
| GPU | GPU NVIDIA Maxwell 128 cœurs | GPU architecture NVIDIA Ampere 512 cœurs avec 16 cœurs Tensor | GPU architecture NVIDIA Ampere 1024 cœurs avec 32 cœurs Tensor | GPU architecture NVIDIA Ampere 1024 cœurs avec 32 cœurs Tensor | GPU architecture NVIDIA Ampere 1024 cœurs avec 32 cœurs Tensor |
| Mémoire | 4 Go 64 bits LPDDR4 ; 25.6GB/s | 4GB 64-bit LPDDR5; 51GB/s | 8GB 128-bit LPDDR5; 102GB/s | 8GB 128-bit LPDDR5; 102GB/s | 16GB 128-bit LPDDR5; 102GB/s |
| Stockage | 16GB eMMC + 64GB U disque | 256GB SSD | |||
| Alimentation | 5W - 10W | 7W , 10W , 25W | 7W , 15W , 25W | 10W , 15W , 25W , 40W | 10W , 15W , 25W , 40W |
| Version du système ROS | Ubuntu18.04 + Docker + ROS2 Humble | Ubuntu22.04 LTS + ROS2 Humble | |||
Différence de fonctionnement de la fonction (résultats mesurés affichés)
| Version | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|
| Démarrage du robot (temps de démarrage du programme) | 62s | 49s | 48s |
| Suivi de visage 2D (temps de démarrage du programme / trame en cours d'exécution du programme) | 4s / 10fps | 7s / 30fps | 7s / 30fps |
| Reconnaissance de gestes 2D pour saisir des blocs (temps de démarrage du programme / trame en cours d'exécution du programme) | 7s / 6fps | 6s / 30fps | 6s / 30fps |
| Reconnaissance de trajectoire de bout de doigt 2D (temps de démarrage du programme / trame en cours d'exécution du programme) | 10s / 5fps | 7s / 30fps | 6s / 30fps |
| MoveIt (heure de début du programme / trame d'exécution du programme) | 45s / 6fps | 43s / 30fps | 38s / 30fps |
| Reconnaissance et tri des déchets 3D-Yolo (heure de début du programme / trame d'exécution du programme) | 64s / 5fps | 9s / 30fps | 6s / 30fps |
| Tri des distances des codes machines de gestes 3D-Mediapipe (heure de début du programme / trame d'exécution du programme) | 9s / 6fps | 5s / 14fps | 3s / 15fps |
| Suivi 3D pour saisir des blocs de couleur (heure de début du programme / trame d'exécution du programme) | 8s / 10fps | 4s / 14fps | 2s / 15fps |
| Grand modèle d'IA pour le tri des objets (heure de début du programme / trame d'exécution du programme) | 40s / 5fps | 25s / 30fps | 20s / 30fps |
Applications
- Détection et saisie par vision 3D ; perception spatiale ; suivi d'objets ; tri 3D
- Évaluation de la profondeur (mesure de distance), reconnaissance de forme, mesure de hauteur, mesure de volume
- Positionnement et suivi par vision de profondeur ; suivi spatial 3D et saisie ; reconnaissance de nuage de points 3D
- Interaction visuelle alimentée par l'IA : tri et manipulation intelligents, reconnaissance des couleurs, suivi dynamique, tri des déchets, suivi, saisie
- Flux de travail multimodaux décrits : analyse vidéo, contrôle de mouvement à longue commande, tri de hauteur anormal, inférence d'intention (base de connaissances RAG), algorithme de suivi d'objet KCF, tâches de reconnaissance basées sur YOLOv11
Dimensions d'objet exemple montrées pour des démonstrations de mesure volumétrique : Cube 30*30*30mm, Cylindre 30*30*30mm, Cylindre 30*30*60mm. Des superpositions de distance d'exemple incluent 240,0 mm et 190,0 mm.
Manuels
Lien du tutoriel : http://www.yahboom.net/study/DOFBOT-Pro
Détails
Comparez les options populaires de bras robotique de bureau en un coup d'œil, y compris les degrés de liberté, la portée, la gamme de pinces et les plateformes de contrôle.
Un aperçu rapide des spécifications aide à choisir le bon modèle pour l'apprentissage ROS, la simulation et les tâches de vision de base.
DOFBOT-PRO combine un bras 6-DOF, une détection de profondeur RGB+D et une compatibilité Jetson pour le développement de la perception 3D et de la préhension.
Des détails de configuration alternative sont fournis pour les utilisateurs qui ont besoin d'une structure de bras différente et d'une configuration de caméra.
Conçu pour l'éducation et le développement ROS, le kit associe un bras compact 6-DOF avec vision en profondeur et une configuration intégrée de style bureau.
Conçu pour les flux de travail de planification de mouvement et de perception tels que la cinématique, la reconnaissance de cibles, le suivi et la préhension dans l'espace 3D.
Les modules clés couvrent la perception de la profondeur, les concepts d'interaction AI et les cadres logiciels utilisés dans les pipelines robotiques courants.
Les points forts du matériel et du logiciel résument ce qui est inclus pour construire des démonstrations de vision + ROS et des expériences en classe.
Plusieurs options de cartes Jetson aident à évoluer du prototypage d'entrée de gamme à des charges de travail AI plus performantes.
Utilisez la matrice de configuration pour faire correspondre la carte contrôleur et l'ensemble de fonctionnalités aux exigences de votre projet ROS.
La vision en profondeur ajoute une compréhension sensible à la distance pour une planification de positionnement, de reconnaissance et de préhension plus fiable que le 2D seul.
L'étalonnage bras-caméra prend en charge des tâches telles que la reconnaissance de nuages de points et la mesure basée sur la profondeur pour l'interaction dans l'espace 3D.
Les concepts d'interaction multimodale incluent des capacités de texte, de voix et de vision pour construire des flux de travail homme-robot plus riches.
Les exemples d'application se concentrent sur les comportements de tri et de manipulation qui combinent la perception avec un contrôle basé sur des commandes.
Les démonstrations pratiques présentent des tâches de suivi, de tri et de sélection d'actions construites autour de la vision et de la logique d'interaction.
Les activités interactives de type défi offrent des scénarios accessibles pour tester la perception, le raisonnement et les boucles de contrôle.
Les exemples de reconnaissance visuelle couvrent le suivi basé sur la couleur, le tri de blocs, les jeux interactifs et l'empilage basé sur des étiquettes.
Les notes de formation et les courbes de performance décrivent la direction du flux de travail d'apprentissage profond inclus pour les tâches de détection d'objets.
DOFBOT Pro prend en charge l'interaction gestuelle basée sur MediaPipe, la cinématique directe/inverse et le contrôle de simulation MoveIt pour les flux de travail de configuration et de développement.
DOFBOT Pro prend en charge la simulation cinématique MoveIt avec planification de trajectoire, détection de collision et flux de travail ROS/ROS2 (Humble) pour le contrôle du mouvement.
DOFBOT Pro prend en charge le contrôle par application, le contrôle web et une télécommande sans fil USB, avec une disposition de joint 6-DOF étiquetée J1–J6 pour une configuration précise et une planification des mouvements.
Le bras robotique DOFBOT Pro 6-DOF associe une carte de contrôle basée sur Jetson à une caméra de profondeur DaBai DCW2 et des servos de bus série intelligents pour des projets de mouvement guidés par vision.
La configuration DOFBOT Pro comprend une disposition de carte d'extension de bras robotique et prend en charge des modules complémentaires comme un module vocal et un écran tactile de 10,1 pouces pour le contrôle.
Le plan de cours DOFBOT-PRO décompose les modules de formation et les objectifs d'apprentissage pour aider à planifier les étapes de configuration et de développement.
DOFBOT Pro comprend du code open-source organisé et des dossiers de tutoriels étape par étape couvrant le suivi visuel 2D/3D, le tri et la préhension, ainsi que les flux de travail des caméras de profondeur.
DOFBOT Pro inclut des tutoriels vidéo téléchargeables, des matériaux d'apprentissage ROS2, un fichier de modèle 3D et du code Python open-source pour le développement sur les cartes Jetson.
Les dessins dimensionnels et un aperçu des spécifications vous aident à planifier l'espace de montage et l'intégration du système pour le bras robotique DOFBOT Pro 6-DOF.
Le kit DOFBOT Pro comprend le bras robotique avec un ensemble d'accessoires standard tels que le matériel de contrôle, les câbles d'alimentation et de données, ainsi que des outils de base pour l'assemblage et la configuration.
Related Collections
- Le choix d'une sélection entraîne l'actualisation de la page entière.
- S'ouvre dans une nouvelle fenêtre.