Aperçu
JetCobot est un bras robotique collaboratif visuel à 7 axes qui utilise une carte de développement de la série NVIDIA Jetson comme carte de contrôle principale (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Avec une configuration de robot de type UR, un système d'exploitation robotique ROS et un algorithme de cinématique inverse, il prend en charge le contrôle des coordonnées, la planification des mouvements, la préhension, le tri et les tâches d'interaction visuelle associées.
JetCobot intègre un bras robotique et un système de caméra. Il est équipé d'une caméra USB de 0,3 MP (champ de vision de 110°) et prend en charge le traitement d'image OpenCV, la vision par ordinateur et les flux de travail d'apprentissage profond pour des fonctions telles que l'interaction par couleur, la détection/suivi de visage, la reconnaissance d'étiquettes, l'entraînement de modèles et l'interaction par gestes.
Caractéristiques principales
- Structure à 7 DDL avec configuration de type UR: Design de corps lisse, grande amplitude de mouvement et câblage de servo caché (comme décrit dans le tableau de comparaison).
- Cinématique inverse + flux de travail ROS : Prend en charge le contrôle des coordonnées et la planification des mouvements.
- Support MoveIt + RViz : Inclut un modèle de simulation cinématique URDF, un contrôle de simulation MoveIt/planification de trajectoire, une détection de collision et des scénarios de préhension spatiale.
- Reconnaissance visuelle AI et suivi de cible : Reconnaissance et suivi des couleurs, tri des blocs de couleur, saisie des blocs de couleur, interaction des couleurs, reconnaissance et suivi des visages, et reconnaissance d'étiquettes/empilage intelligent (codes d'étiquettes Apriltag).
- Apprentissage profond / entraînement de modèles : Prend en charge les flux de travail de classification des déchets et des exemples de saisie basés sur la région (identification de la région : saisie et placement ; détection de la région : personnalisation de la saisie).
- Mise à niveau de l'interaction AI / développement MediaPipe: Groupe d'action de contrôle gestuel, pile de contrôle de reconnaissance gestuelle, reconnaissance de bras robotique et suivi de la paume, et contrôle de posture gestuelle du bras robotique.
- Multiples méthodes de contrôle: Prend en charge le contrôle de simulation MoveIt, le contrôle par poignée et le contrôle web PC (le contrôle Jupyter Lab est également montré).
Spécifications
| Produit | Bras robotique collaboratif visuel JetCobot AI |
| Degrés de liberté | 7 |
| Envergure maximale effective du bras | 270MM |
| Plage de rotation des articulations | -153° à 153° |
| Précision de repositionnement répétée | ±0,5mm |
| Caméra | 0.Caméra USB 3MP |
| Champ de vision de la caméra | 110° |
| Fréquence d'images de la caméra (affichée) | 30fps |
| Dimension visuelle (graphique) | Image 2D plane |
| Pince (affichée) | Pince électrique |
| Angle d'ouverture-fermeture de la pince (graphique) | 5cm |
| Plage de la pince (affichée) | 20-45mm |
| Force de la pince (affichée) | Force de 150g |
| Type de structure (graphique) | Structure de robot de type UR |
| Contrôle principal (graphique) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Fonction (graphique) | Contrôle d'interconnexion; Planification de mouvement MoveIt; Simulation de robot RViz; Interaction visuelle 2D |
| Voix (graphique) | / |
| Affichage (graphique) | / |
Options de contrôle principal Jetson (Tableau de référence)
| Carte de contrôle principale | 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 Arm Cortex-A57 MPCore à 4 cœurs | Processeur Arm Cortex-A78AE v8.2 64 bits à 6 cœurs ; 1,5 Mo L2 + 4 Mo L3 | Processeur Arm Cortex-A78AE v8.2 64 bits à 6 cœurs ; 1,5 Mo L2 + 4 Mo L3 | Processeur NVIDIA Arm Cortex-A78AE v8.2 64 bits à 6 cœurs ; 1,5 Mo L2 + 4 Mo L3 | Processeur NVIDIA Arm Cortex-A78AE v8.2 64 bits à 8 cœurs ; 2 Mo L2 + 4 Mo L3 |
| GPU | GPU NVIDIA Maxwell à 128 cœurs | GPU architecture NVIDIA Ampere à 512 cœurs avec 16 cœurs Tensor | GPU architecture NVIDIA Ampere à 1024 cœurs avec 32 cœurs Tensor | GPU architecture NVIDIA Ampere à 1024 cœurs avec 32 cœurs Tensor | GPU architecture NVIDIA Ampere à 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 102 GB/s | 8GB 128-bit LPDDR5 102 GB/s | 16GB 128-bit LPDDR5 102 GB/s |
| Stockage | 16GB eMMC + 64GB U disque | 256GB SSD | |||
| Puissance | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| Version du système ROS | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
Le tableau indique également que les méthodes d'utilisation de plusieurs cartes de contrôle de la série Jetson sont essentiellement les mêmes ; différentes cartes de contrôle affectent principalement les performances de JetCobot.
Différence de Fonction/Mesure de Performance (Tableau de Référence)
| Article |
Version Jetson Nano Temps de démarrage du programme / Taux de trame du programme en cours d'exécution |
Version Jetson Orin Nano SUPER 8GB Temps de démarrage du programme / Taux de trame du programme en cours d'exécution |
Version Jetson Orin NX SUPER 16GB Temps de démarrage du programme / Taux de trame du programme en cours d'exécution |
| Démarrage du robot | 43s Initialisation du bras robotique terminée / / | 38s Initialisation du bras robotique terminée / / | 37s Initialisation du bras robotique terminée / / |
| Fonction visuelle de base (Reconnaissance des couleurs) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Classification des déchets Yolov5 | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Détection de visage Mediapipe | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Suivi de bloc de couleur | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Reconnaissance de code de balise Apriltag | 5s / 25s | 3s / 30fps | 3s / 30fps |
| Modélisation de simulation RVIZ | 16s / 31s | 9s / 31fps | 7s / 31fps |
Notes affichées avec le graphique : JetCobot n'est pas configuré avec la technologie de conteneur Docker ; il utilise une fonction d'environnement de configuration d'image native officielle pour exploiter pleinement les performances globales de la carte mère.Les données proviennent d'un véritable test de laboratoire Yahboom ; les performances du Jetson Orin Nano SUPER 4GB et 8GB sont similaires, et les performances du Jetson Orin NX SUPER 8GB et 16GB sont proches.
Ce qui est inclus
- Bras robotique collaboratif myCobot280 7-DOF (JetCobot)
- Pince électrique
- Caméra USB
- Contrôle principal Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, selon la version)
- Écran OLED (listé dans le tableau de la liste d'expédition)
- Accessoires (comme listé dans le tableau de la liste d'expédition)
Applications
- Apprentissage ROS, cinématique et planification de mouvement (MoveIt / RViz)
- Vision par ordinateur et expériences d'interaction basées sur OpenCV
- Démos d'interaction AI : suivi de couleur, reconnaissance d'étiquettes (Apriltag), reconnaissance de gestes et flux de travail de formation de modèles
- Saisie de bureau, tri et tâches de prise et de placement basées sur des coordonnées de base
Manuels / Documentation
- Tutoriels : https://www.yahboom.net/study/JetCobot
Pour obtenir de l'aide à la sélection avant-vente ou un support après-vente, contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected].
Détails

Comparez JetCobot avec d'autres options de contrôle maître ROS pour choisir la bonne plateforme pour votre application.

Plusieurs plateformes de bras Yahboom partagent un flux de travail ROS similaire, tandis que les options matérielles et de vision varient selon le modèle.

Les configurations de caméras de profondeur prennent en charge les tâches de vision 3D telles que le suivi et l'interaction sensibles à la distance.

JetCobot se concentre sur une structure de type UR à 7 DOF avec une répétabilité au niveau du millimètre pour les tâches de mouvement coordonné.

Yahboom JetCobot est un bras robotique collaboratif visuel de bureau à 7 DOF construit autour des cartes de contrôle NVIDIA Jetson.

Une pile logicielle complète prend en charge le contrôle ROS, la planification MoveIt, la visualisation RViz et la vision basée sur OpenCV.

Sélectionnez Jetson Nano B01, Orin Nano SUPER ou Orin NX SUPER en fonction de la puissance de calcul nécessaire pour votre pipeline d'IA.

Une comparaison claire de Jetson aide à faire correspondre la capacité CPU/GPU et mémoire aux charges de travail ROS et vision.

Les performances varient selon le contrôleur Jetson, tandis que l'ensemble des fonctionnalités JetCobot et les exemples de cours restent cohérents.

La configuration semblable à UR offre une large gamme de mouvements avec une construction plus propre pour une utilisation en classe et en laboratoire.

Une disposition à 7 DOF améliore la flexibilité pour le positionnement, la préhension et la planification de trajectoire dans des espaces de travail restreints.

Une caméra USB intégrée permet des flux de travail de prise et de tri visuels sans configurations complexes de caméras externes.

Les démonstrations intégrées couvrent la reconnaissance des couleurs, le tri des blocs, l'empilage basé sur des balises et l'interaction basée sur le suivi.

Utilisez l'entraînement de modèles d'apprentissage profond et l'interaction gestuelle MediaPipe pour créer des tâches de prise et de placement plus réactives.

Les modèles MoveIt et URDF prennent en charge la simulation, la planification de trajectoire et la vérification des collisions avant de fonctionner sur le matériel.

Contrôlez JetCobot via un environnement Jupyter basé sur un navigateur ou une manette USB pour des tests rapides et des démonstrations.

La cinématique inverse permet une saisie de coordonnées pour un positionnement répétable et une orientation cohérente de l'effecteur terminal.

Sept articulations (J1–J7) offrent une flexibilité supplémentaire pour la planification des mouvements et la préhension coordonnée.

JetCobot offre une portée de bras maximale effective de 270 mm (sans pince), avec une rotation de base J1 de ±153° et une répétabilité de ±0,5 mm.

JetCobot est construit autour du système d'exploitation ROS Robot Operating System et est compatible avec ROS2 Humble et ROS1 Melodic.

Le support de simulation MoveIt permet de tester et de contrôler le bras robotique JetCobot dans un environnement virtuel avant de fonctionner sur le matériel.

Le kit de bras JetCobot combine une pince, une caméra USB HD, un écran OLED et une base à ventouse pour des configurations de bureau stables.

Le bras JetCobot associe une caméra USB HD (480p, 30 fps, champ de vision de 110°) à une pince électrique compacte pour des tâches de prise et de placement guidées par vision.

Le programme JetCobot couvre l'installation et l'assemblage, les bases de ROS/Ubuntu, la cartographie SLAM, la vision AI avec MediaPipe, et des exercices de suivi visuel et de préhension.

Les matériaux de tutoriel JetCobot incluent des dossiers de téléchargement organisés et du contenu de cours tels que les bases de la vision AI et Mediapipe, avec un lien d'étude à yahboom.net/study/JetCobot.

Les ressources d'apprentissage JetCobot incluent des cours de suivi visuel et de préhension AI, des tutoriels MoveIt, les bases de ROS2, et du code source Python ouvert.

Les dimensions du JetCobot avec pince sont fournies en millimètres pour aider à planifier l'espace de montage et le dégagement global du bras.

JetCobot prend en charge la programmation Python avec des options ROS pour Jetson Nano B01 et Jetson Orin Nano/NX, ainsi qu'une caméra à focale fixe de 0,3 MP (480P, 30fps, angle large de 110°).

Le kit JetCobot comprend la pince, la caméra USB, les composants du châssis, l'adaptateur secteur et le câblage, avec des accessoires optionnels pour Jetson Nano/Orin listés.
Related Collections
