Aperçu
Le Yahboom Muto S2 est un robot hexapode 18DOF conçu pour Raspberry Pi 5 ou NVIDIA Jetson NANO comme contrôleur principal. C'est un robot hexapode bionique de niveau bureau avec un corps en alliage d'aluminium, 18 degrés de liberté, et un algorithme de contrôle cinématique inverse intégré pour des allures simulées. Avec la programmation Python3 et le traitement d'image OpenCV, il prend en charge des fonctions d'interaction visuelle AI telles que la reconnaissance de couleur, le suivi/suivi, le suivi de visage, la reconnaissance de code QR et la patrouille de ligne visuelle. Les méthodes de contrôle incluent l'application mobile, le contrôle par manette sans fil et le contrôle par page web (Jupyter Lab), avec transmission vidéo en temps réel (FPV).
Caractéristiques principales
- Robot Hexapode à Vision AI: Algorithme de Cinématique Inverse, Allure Bionique, Articulation 18DOF, Interaction Visuelle AI.
- Articulations de mouvement 18DOF: Utilise 18 servos haute performance et des pièces structurelles en alliage d'aluminium pour connecter trois articulations sur chaque jambe.
- Système de servo intelligent à bus série 35KG: 18PCS servos métalliques 35KG.
- PTZ caméra 2D: PTZ caméra 2DOF pour applications de vision.
- Transmission vidéo en temps réel: Connectez-vous via le réseau local à travers l'application mobile pour visionner des séquences vidéo HD en temps réel.
- Ajustement du mouvement de posture& : Prend en charge l'ajustement libre de la vitesse de marche et de la hauteur du corps du robot (Ajustement de la hauteur du robot / Ajustement de la vitesse du robot; ajustement de la vitesse de marche : lent/rapide).
- Mode d'apprentissage: Contrôlez manuellement le mouvement d'une seule jambe de la machine hôte ; une autre machine esclave effectue la même action.
- Note de support Raspberry Pi 5: “MUTO RS est équipé d'une carte d'extension d'alimentation régulée” adaptée au Raspberry Pi 5, fournissant une alimentation stable 5.1V/5A ; la limite de courant 0.6A augmente la sortie de courant du port USB à 1.6A (pour aider à éviter le gel/redémarrage).
Pour obtenir de l'aide pour la sélection et le support après-vente, contactez https://rcdrone.top/ ou envoyez un e-mail à [email protected].
Spécifications
| Modèle | Muto S2 |
| Type de robot | Robot hexapode à vision AI |
| Degrés de liberté | 18DOF (18 degrés de liberté) |
| Matériau du corps | Alliage d'aluminium |
| Servos | 18PCS 35KG servos métalliques; Servo bus série intelligent 35KG |
| Caméra | Caméra HD 2MP 1080; Caméra USB 1080P |
| Stabilisateur de caméra | PTZ caméra 2DOF |
| Batterie | 7.4V 9900mAh batterie (9900mAh) |
| Compatibilité du contrôleur principal | Raspberry Pi 5 / Jetson NANO |
| Programmation | Python3 |
| Stack de vision | Traitement d'image OpenCV; Interaction visuelle AI; apprentissage profond |
| Contrôle à distance | Application mobile, manette sans fil, page web ordinateur (Jupyter Lab); contrôle WiFi |
Comparaison du contrôle principal (tel que fourni)
| Carte de contrôle principale | Raspberry Pi 5 8G | Jetson NANO 4GB SUB |
| Puissance de calcul | Deux fois la puissance de calcul du Raspberry Pi 4B | 0.5 TFLOPS |
| CPU | Cortex-A76 | Processeur Quad-Core Arm Cortex-A57 MPCore |
| GPU | Broadcom VideoCore VII | 128-Core NVIDIA Maxwell GPU |
| Mémoire | 4GB/8GB | 4GB |
| Stockage | Carte TF 64GB gratuite | Clé USB 64GB gratuite |
| Alimentation | 10W | 5W | 10W |
| Effet de traitement d'image AI | ★★★★ | ★★★ |
Le robot Muto S2 propose deux contrôleurs principaux, Raspberry Pi 5 et Jetson NANO 4GB SUB, et les méthodes d'utilisation sont essentiellement les mêmes, utilisant tous deux le système Ubuntu. Les différents contrôles principaux n'affectent que légèrement la fluidité du système.Les matériaux du cours, les fonctions du produit et le logiciel de contrôle fournis sont cohérents.
Liste des fonctions (Cours/Exemples)
Caméra PTZ
- 00. Calibration de la valeur HSV de la couleur
- 01. Reconnaissance des couleurs
- 02. Suivi des couleurs
- 03. Suivi de couleur
- 04. Groupe d'actions de reconnaissance des couleurs
- 05. Détection de visage
- 06. Suivi de visage
- 07. Saluer les gens
- 08. Reconnaissance de code QR
- 09. Instructions de code QR
- 10. Suivi de ligne visuelle
- 11. Apprentissage du mouvement
- 12. Action synchronisée par pendentif d'enseignement
Apprentissage profond de la machine
- 01. KNN
- 02. Tutoriel de base TensorFlow
- 03. Utilisation de base de PyTorch
- 04. Yolov5 détecte des objets en temps réel
- 05. Construction de l'environnement Jetson-inference
- 06. Détection d'objets et action
- 07.Contrôle du mouvement du corps robot
- 08. Robot contrôlé par gestes
Cours Jetson NANO
- 1. À propos du système JetsonNano
- 2. Configuration réseau et Jtop
- 3. Espace d'échange augmenté
- 4. Utilisation de l'API de la bibliothèque GPIO
- 5. Configuration de la bibliothèque matérielle
- 6. Fonction de lecture des broches
- 7. Contrôle de la sortie de niveau des broches
- 8. Contrôler LED
- 9. Jetson Nano communique avec les ports série des appareils externes
- 10. Communication I2C Jetson nano
Cours de télécommande
- 1. Fermer le processus de contrôle de l'application
- 2. Tutoriel de contrôle à distance par application mobile
- 3. Contrôle à distance par poignée sans fil USB
Cours de base sur les robots
- 1. Contrôler le buzzer
- 2. Contrôler le servo PWM
- 3. Contrôler le servo bus
- 4. Avancer et reculer le robot
- 5.Déplacement du robot à gauche et à droite
- 6. Rotation du robot à gauche et à droite
- 7. Contrôle de la hauteur
- 8. Contrôle de la tête
- 9. Performance du groupe d'actions
- 10. Lecture des données
- 11. Contrôle par ordinateur hôte
- 12. Pilote de caméra
Cours Raspberry Pi
- 1. Construire l'environnement Python
- 2. Bonjour le monde
- 3. Niveau haut et bas de sortie de broche
- 4. Lecture des niveaux haut et bas de broche
- 5. Sortie PWM
- 6. Communication série
- 7. Communication I2C
- 8. Communication série
- 9. Communication I2C
Cours Open Source CV
- 1. Introduction à Open Source CV
- 2. Lecture et affichage d'image
- 3. Écriture d'image
- 4. Qualité de l'image
- 5. Opérations sur les pixels
- 6. Zoom d'image
- 7. Découpe d'image
- 8. Panoramique d'image
- 9. Miroir d'image
- 10. Transformation affine
- 11. Rotation d'image
- 12. Transformation de perspective
- 13. Traitement en niveaux de gris
- 14. Image binaire
- 15. Détection de bord vert
- 16. Dessin de segment de ligne
- 17. Dessin de cercle rectangulaire
- 18. Dessin de texte et d'image
Vidéo
Manuels / Tutoriels
Lien du tutoriel (officiel) : http://www.yahboom.net/study/Muto-S2
Détails

Une plateforme hexapode bionique 18DOF combine le contrôle de la démarche par cinématique inverse avec une interaction AI basée sur caméra.

Conçu pour fonctionner sur Raspberry Pi 5 ou NVIDIA Jetson Nano pour l'apprentissage de la robotique, les projets de vision et les expériences de démarche.

Les capacités clés incluent des fonctions de vision basées sur OpenCV, la programmation Python, le contrôle WiFi et le streaming vidéo FPV.

Choisissez Raspberry Pi 5 ou Jetson Nano comme contrôleur principal, avec une option de carte d'extension d'alimentation conçue pour la stabilité du Pi 5.

Une liste de fonctions structurée et un parcours d'apprentissage couvrent la vision PTZ, les bases de l'apprentissage profond et des cours étape par étape pour les deux contrôleurs.

Dix-huit servos à couple élevé entraînent trois articulations par jambe pour un mouvement hexapode stable et articulé.

La cinématique inverse intégrée aide à coordonner les trajectoires des pieds pour des allures simulées plus fluides et plus stables.

Le FPV en temps réel vous permet de piloter et de surveiller le robot depuis une application mobile via une connexion réseau locale.

Enregistrez des groupes d'actions dans l'application pour déclencher des mouvements prédéfinis ou affiner les articulations individuelles pour des poses personnalisées.

Les mouvements interactifs soutiennent des comportements ludiques tels que des salutations gestuelles et des routines de mouvement.

Les démonstrations de mouvements réactifs mettent en évidence les ajustements d'équilibre lors d'obstacles à courte portée et de mouvements dynamiques.

Les comportements basés sur la vision peuvent soutenir le suivi et l'accompagnement pour des expériences d'interaction IA pratiques.

Les commandes rapides permettent des états d'action courants comme se recroqueviller et avancer.

Ajustez la hauteur du corps et la vitesse de marche pour correspondre à différentes surfaces, démonstrations et tests de bureau en intérieur.

Le mode d'apprentissage permet de guider manuellement le mouvement de la jambe d'un robot et de le refléter par une deuxième unité.

Les fonctionnalités IA basées sur la caméra incluent le suivi des couleurs, le suivi des visages et la reconnaissance de codes QR à l'aide de workflows OpenCV.

Explorez des démonstrations IA plus approfondies telles que la détection d'objets, l'estimation de pose basée sur le squelette et les routines de contrôle gestuel.

Programmez des comportements en Python et itérez rapidement depuis un ordinateur portable pour le contrôle du mouvement, le traitement de la vision et l'automatisation.

Le MUTO S2 prend en charge une application iOS/Android multiplateforme pour le contrôle à distance, l'étalonnage du robot, les modes de performance et la surveillance des données.

Le Muto S2 prend en charge le contrôle PC via une page web JupyterLab et le contrôle par manette de jeu sans fil 2.4G/USB pour le mouvement du robot.

Le catalogue de cours Yahboom Muto S2 présente des modules guidés pour l'assemblage, le contrôle du mouvement, les fonctionnalités de vision OpenCV et les expériences d'IA.

Yahboom Muto S2 inclut des ressources d'apprentissage organisées avec des fichiers de cours sur la vision IA et l'apprentissage profond pour une configuration et un codage étape par étape.

La disposition hexapode du Muto S2 comprend un écran OLED, un module PTZ caméra 2DOF, une carte d'extension hub USB et un support de batterie lithium de grande capacité.

Le Muto S2 utilise un servo bus série intelligent avec une plage d'articulation de 0 à 270° et des spécifications listées incluant un couple de 35kgf·cm et un fonctionnement de 6,0 à 8,4V.

La caméra USB HD 1080P PTZ utilise un servo 2DOF pour le contrôle panoramique/inclinaison et se connecte via USB 2.0 avec un champ de vision allant jusqu'à 80–120°.

Le pack de batteries lithium 7,4V 9900mAh utilise une interface de charge DC 4,0×1,7 et des fils d'environ 15 cm pour une connexion facile.

Le Yahboom Muto S2 est livré avec une disposition dimensionnée montrant les vues de dessus et de face avec des mesures en millimètres pour planifier le placement et le dégagement.

Le MUTO S2 est disponible avec une carte de contrôle principale Jetson Nano 4GB USB ou Raspberry Pi 5, toutes deux prenant en charge Python, 18DOF joints, et environ 3,7 heures d'autonomie de batterie.

Le kit hexapode Muto S2 comprend le châssis du robot, le module caméra PTZ, les composants OLED, la carte d'extension USB hub, le pack de batteries, le chargeur, les câbles et les outils de base, avec les accessoires Raspberry Pi ou Jetson Nano listés comme options supplémentaires‑
Related Collections
