Yahboom Muto RS Kit Robot Hexapode 18DOF ROS2 avec Modèle IA, LiDAR & Caméra de profondeur pour Raspberry Pi 5

Aperçu

Le Yahboom Muto RS est un robot hexapode bionique de modèle AI de niveau bureau construit sur le système d'exploitation ROS2 et conçu pour fonctionner avec Raspberry Pi (y compris les options Raspberry Pi 5). Il utilise un corps en alliage d'aluminium et une structure de joint à 18 DOF entraînée par 18 servos de bus série de 35KG, et intègre des capteurs tels qu'une caméra de profondeur et un LiDAR ainsi qu'un module d'interaction vocale. Avec la programmation Python3 et des algorithmes intégrés (y compris la cinématique inverse), il prend en charge l'interaction visuelle AI, la cartographie/navigation SLAM, l'interaction vocale, l'apprentissage profond et la simulation RViz pour le développement et l'éducation ROS.

Caractéristiques principales

• 18 articulations de mouvement DOF avec des pièces structurelles en alliage d'aluminium ; trois articulations par jambe ; 18 servos haute performance.
• 18 servos de bus série métalliques de 35KG pour un contrôle de mouvement stable et coordonné.
• Contrôle de précision de l'algorithme d'inverse kinematics; soutient la marche en mode triangulaire et la fréquence de foulée ajustable.
• Ajustabilité du mouvement: Translation X/Y, rotation sur soi-même à 360°, ajustement de la hauteur du corps, superposition de posture (marche en position haute/moyenne/basse), et vitesse de marche ajustable (vitesse linéaire, vitesse angulaire, hauteur, hauteur de pas, longueur de foulée).
• Intégration de grands modèles d'IA multimodaux: base de connaissances RAG évolutive, architecture de raisonnement dynamique bimodal, compréhension sémantique du texte, et dialogue en langage naturel.
• Caméra de profondeur + reconnaissance visuelle: détection d'obstacles par caméra de profondeur, cartographie 3D en temps réel, mesure de distance de profondeur, et reconnaissance de nuage de points 3D.
• Perception environnementale basée sur LiDAR: Détection omnidirectionnelle à 360°, cartographie et navigation, planification de trajectoire, évitement dynamique des obstacles, navigation multi-points et planification de réseau routier.
• Cadres/algorithmes pris en charge (listés) : MediaPipe, OpenCV; Gmapping, Cartographer; slam_toolbox; Odomètre radar RF2O; Planification de trajectoire DWA.
• Fonctions d'interaction visuelle AI (listées) : Suivi d'objet KCF, suivi de couleur, contrôle de commande par code QR, suivi de ligne visuelle.
• Contrôle interactif vocal: les commandes vocales peuvent contrôler l'état de mouvement; prend en charge des fonctions telles que le suivi de couleur, la reconnaissance de couleur et la patrouille de ligne visuelle.
• Contrôle multiplateforme: application de contrôle à distance iOS/Android, application de navigation cartographique iOS/Android, contrôle par ordinateur hôte PC et contrôle par manette sans fil 2.4G/USB.
• Transmission vidéo en temps réel FPV: connectez-vous à un réseau local via une application mobile pour visualiser la vidéo HD en temps réel capturée par le robot.
• Contrôle d'interconnexion multi-machines: soutient la navigation simultanée de plusieurs robots avec évitement dynamique des obstacles sur la même carte, et contrôle synchronisé via un seul ordinateur hôte.
• Mode d'apprentissage: le mouvement manuel d'une seule jambe sur le robot hôte peut être reproduit par un robot esclave effectuant la même action.
• Ressources d'apprentissage: “200+ exemples de cours” sont référencés ; des cours ROS accompagnants et des exemples d'application de modèles de langage AI de grande taille sont décrits (URL du tutoriel supprimée pour conformité).

Pour obtenir de l'aide sur la sélection avant-vente ou le support d'installation, contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected].

Spécifications

Différences de configuration (comme listé)

Raspberry Pi 5 (informations affichées)

Applications

• Apprentissage et développement ROS2 pour la locomotion multi-pattes (hexapode) et la cinématique inverse.
• Expériences de cartographie/navigation SLAM : navigation à point unique et multi-points, planification de réseau routier et évitement dynamique d'obstacles.
• Projets de vision par ordinateur et de perception utilisant une caméra de profondeur et la reconnaissance visuelle par IA (références OpenCV / MediaPipe).
• Interaction vocale et démonstrations de modèles larges multimodaux (références intégration texte/voix/visuel).
• Contrôle de synchronisation multi-robots et navigation multi-robots (références contrôle d'interconnexion multi-machines).

Manuels

Des ressources de tutoriels sont référencées pour ce produit (page d'étude du fabricant mentionnée dans la source ; URL externe supprimée pour conformité).

Détails

Construit sur ROS2 pour Raspberry Pi, Muto RS combine la mobilité hexapode à 18 DDL avec la perception IA pour l'apprentissage de la robotique de bureau.

De la cartographie et navigation SLAM à l'interaction visuelle et vocale, la plateforme est conçue comme un kit de développement ROS2 tout-en-un.

Les flux de travail IA multimodaux s'associent aux concepts de planification de réseau routier pour soutenir les démonstrations de recherche et l'instruction en classe.

Choisissez une configuration qui correspond à vos besoins en contrôleurs et capteurs, avec des options centrées sur le calcul Raspberry Pi.

Les modèles de texte, de voix et de vision peuvent être intégrés pour construire des comportements d'intelligence incarnée en Python et ROS2.

Utilisez des commandes de haut niveau pour les tâches de mouvement, perception Q&R, suivi de cible et navigation autonome.

La perception basée sur SLAM prend en charge la navigation multipoint et les comportements de recherche de cibles dans des environnements cartographiés.

Les démonstrations d'interaction de niveau supérieur incluent la compréhension de l'intention, les comportements d'apprentissage par imitation et l'exploration de l'environnement.

Les packages ROS2 intégrés connectent les données LiDAR et de la caméra de profondeur pour la cartographie, les nuages de points et la détection d'obstacles.

Les algorithmes de vision et les commandes vocales ajoutent un contrôle mains libres, avec prise en charge des fonctionnalités de coordination multi-robots.

Le mode d'apprentissage et une disposition complète de 18 DOF facilitent la démonstration des allures et des mouvements coordonnés des jambes.

La cinématique inverse et la planification des allures aident à traduire les réglages de posture et de foulée en mouvements stables d'hexapode.

Ajustez la hauteur du corps, la posture et la vitesse de marche pour s'adapter à différentes surfaces, démonstrations et scénarios de navigation.

La vidéo FPV et les comportements d'imitation d'action rendent les démonstrations plus interactives pour les laboratoires, clubs et présentations.

Programmez en Python et contrôlez le robot depuis des applications mobiles, un hôte PC ou une manette sans fil selon votre configuration.

Développez et testez dans la simulation RViz, puis déployez sur la pile ROS2 pour des expériences robotiques répétables.

Les matériaux d'apprentissage Yahboom Muto RS ROS2 couvrent la vision AI, Mediapipe, la navigation dans le réseau routier et les tutoriels vidéo de base ROS2.

Le Muto RS hexapode utilise une pile modulaire avec des composants tels que le lidar, une caméra de profondeur, un contrôleur Raspberry Pi et des servos de bus série pour un mouvement coordonné des jambes.

Le capteur de profondeur Orbbec Astra Pro Plus et un module SLAM LiDAR 2D fournissent des entrées de profondeur et de cartographie pour les projets robotiques ROS2.

Le kit comprend un module vocal AI avec un haut-parleur filaire plus une batterie lithium 7.4V 9900mAh pour l'alimentation embarquée.

L'hexapode Yahboom Muto RS ROS2 inclut une référence dimensionnelle multi-vue en mm pour aider à planifier le dégagement et le placement de montage.

La liste du colis comprend le châssis assemblé du robot MUTO ainsi que des options supplémentaires comme un Raspberry Pi 5, un SLAM Lidar et une caméra de profondeur, ainsi que des accessoires d'alimentation et audio.