DOFBOT प्रो 6-DOF 3D डेप्थ विज़न रोबोटिक आर्म जेटसन नैनो 4GB / ओरिन नैनो सुपर / ओरिन NX सुपर के लिए
DOFBOT प्रो 6-DOF 3D डेप्थ विज़न रोबोटिक आर्म जेटसन नैनो 4GB / ओरिन नैनो सुपर / ओरिन NX सुपर के लिए
Yahboom
पिकअप उपलब्धता लोड नहीं की जा सकी
अवलोकन
DOFBOT PRO एक डेस्कटॉप-स्तरीय 3D AI दृष्टि रोबोटिक आर्म है जिसे ROS शिक्षा और विकास के लिए डिज़ाइन किया गया है। यह 6-DOF गति संयुक्त संरचना, 3D गहराई कैमरा, और NVIDIA Jetson श्रृंखला नियंत्रण बोर्डों को जोड़ता है ताकि ROS, अग्रिम/विपरीत कीनिमेटिक्स, और 3D-स्थान पहचान, ट्रैकिंग, और पकड़ने के लिए दृश्य धारणा के माध्यम से जटिल गति नियंत्रण को सरल बनाया जा सके।
वीडियो
मुख्य विशेषताएँ
- Jetson प्लेटफ़ॉर्म संगतता: Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER नियंत्रण बोर्डों के साथ संगत; GPU-त्वरित मॉडल प्रशिक्षण और Python विकास का समर्थन किया जाता है।
- 3D गहराई बिंदु बादल पहचान: 3D स्थिति, ट्रैकिंग, और पकड़ने के कार्यों के लिए RGB + गहराई (RGB+D) फ्यूजन पहचान।
- ROS गति योजना और अनुकरण: MoveIt गति योजना और RViz रोबोट अनुकरण का समर्थन करता है; 2D और 3D दृश्य इंटरैक्शन का समर्थन करता है।
- 6-DOF एल्यूमिनियम-एलॉय संरचना: सटीक-मशीन एल्यूमिनियम मिश्र धातु शरीर; चिकनी मल्टी-एक्सिस गति के लिए उच्च-सटीक सर्वो।
- क्रॉस-प्लेटफ़ॉर्म नियंत्रण: ऐप नियंत्रण (Android/iOS), वायरलेस हैंडल नियंत्रण, और पीसी वेब पृष्ठ नियंत्रण का समर्थन करता है।
- मल्टीमोडल / बड़े-मॉडल अवधारणाएँ (जैसा कि प्रदान किया गया है): बड़ा भाषा मॉडल, बड़ा भाषण मॉडल, बड़ा दृश्य मॉडल; स्केलेबल RAG ज्ञान आधार और “डुअल-मोडल डायनेमिक फीडबैक रीजनिंग आर्किटेक्चर” विवरण शामिल हैं।
- एल्गोरिदम ढांचे सूचीबद्ध: इनवर्स काइनेमैटिक्स एल्गोरिदम, YOLOv11, OpenCV, MediaPipe।
उत्पाद चयन और तकनीकी सहायता के लिए, संपर्क करें https://rcdrone.top/ या ईमेल करें [email protected].
विशेषताएँ
DOFBOT-PRO (रोबोटिक आर्म सिस्टम)
| मास्टर नियंत्रण | जेटसन नैनो B01 / जेटसन ओरिन नैनो सुपर / जेटसन ओरिन NX सुपर |
|---|---|
| स्वतंत्रता की डिग्री | 6 |
| हाथ की लंबाई | 350 मिमी |
| ग्रिपर खोलना-बंद करना | 6 सेमी |
| दोहराने योग्य स्थिति सटीकता | ±0.5 मिमी |
| संरचना प्रकार | पारंपरिक रोबोटिक आर्म संरचना |
| कैमरा | DABAI DCW2 गहराई कैमरा |
| दृश्य आयाम | गहराई की दूरी की जानकारी के साथ 3D छवि |
| स्वर | AI बड़े मॉडल वॉयस मॉड्यूल + स्पीकर |
| डिस्प्ले | 10.1-इंच डिस्प्ले |
| कार्य | इंटरकनेक्शन नियंत्रण; MoveIt गति योजना; RViz रोबोट सिमुलेशन; 2D दृश्य इंटरैक्शन; 3D दृश्य इंटरैक्शन; AI बड़ा मॉडल |
| स्थिति (जैसा वर्णित है) | एंबेडेड AI / AI बड़ा मॉडल / 3D गहराई दृश्य रोबोटिक हाथ |
ROS रोबोटिक हाथ कॉन्फ़िगरेशन (जैसा सूचीबद्ध है)
| संस्करण | मानक संस्करण | अल्टीमेट संस्करण |
|---|---|---|
| नियंत्रण बोर्ड | 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 |
| वॉयस मॉड्यूल | सभी संस्करणों में AI बड़ा मॉडल वॉयस मॉड्यूल शामिल है | |
| गहराई कैमरा | DABAI DCW2 गहराई कैमरा | |
| डिस्प्ले | / | एचडी 10।1-इंच टच स्क्रीन |
कंट्रोलर चयन सिफारिशें (जेटसन बोर्ड स्पेक्स दिखाए गए)
| आइटम | जेटसन नैनो B01 4GB | जेटसन ओरिन नैनो सुपर 4GB | जेटसन ओरिन नैनो सुपर 8GB | जेटसन ओरिन NX सुपर 8GB | जेटसन ओरिन NX सुपर 16GB |
|---|---|---|---|---|---|
| कंप्यूटिंग पावर | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | क्वाड-कोर आर्म कॉर्टेक्स-A57 एमपीकोर प्रोसेसर | 6-कोर आर्म कॉर्टेक्स-A78AE v8.2 64-बिट CPU; 1.5MB L2 + 4MB L3 | 6-कोर आर्म कॉर्टेक्स-A78AE v8.2 64-बिट CPU; 1.5MB L2 + 4MB L3 | 6-कोर NVIDIA आर्म कॉर्टेक्स A78AE v8.2 64-बिट CPU; 1.5MB L2 + 4MB L3 | 8-कोर NVIDIA आर्म कॉर्टेक्स A78AE v8.2 64-बिट CPU; 2MB L2 + 4MB L3 |
| GPU | 128-कोर NVIDIA Maxwell GPU | 512-कोर NVIDIA Ampere आर्किटेक्चर GPU जिसमें 16 टेन्सर कोर हैं | 1024-कोर NVIDIA Ampere आर्किटेक्चर GPU जिसमें 32 टेन्सर कोर हैं | 1024-कोर NVIDIA Ampere आर्किटेक्चर GPU जिसमें 32 टेन्सर कोर हैं | 1024-कोर NVIDIA Ampere आर्किटेक्चर GPU जिसमें 32 टेन्सर कोर हैं |
| मेमोरी | 4GB 64-बिट LPDDR4; 25.6GB/s | 4GB 64-बिट LPDDR5; 51GB/s | 8GB 128-बिट LPDDR5; 102GB/s | 8GB 128-बिट LPDDR5; 102GB/s | 16GB 128-बिट LPDDR5; 102GB/s |
| स्टोरेज | 16GB eMMC + 64GB U डिस्क | 256GB SSD | |||
| पावर | 5W - 10W | 7W , 10W , 25W | 7W , 15W , 25W | 10W , 15W , 25W , 40W | 10W , 15W , 25W , 40W |
| ROS सिस्टम संस्करण | Ubuntu18.04 + Docker + ROS2 Humble | Ubuntu22.04 LTS + ROS2 Humble | |||
कार्य संचालन अंतर (मापे गए परिणाम दिखाए गए)
| संस्करण | जेटसन नैनो B01 4GB | जेटसन ओरिन नैनो सुपर 8GB | जेटसन ओरिन NX सुपर 16GB |
|---|---|---|---|
| रोबोट स्टार्टअप (प्रोग्राम प्रारंभ समय) | 62सेकंड | 49सेकंड | 48सेकंड |
| 2D-चेहरे की ट्रैकिंग (प्रोग्राम प्रारंभ समय / प्रोग्राम चलने का फ्रेम) | 4सेकंड / 10fps | 7सेकंड / 30fps | 7सेकंड / 30fps |
| 2D-इशारा पहचान ब्लॉक पकड़ना (प्रोग्राम प्रारंभ समय / प्रोग्राम चलने का फ्रेम) | 7सेकंड / 6fps | 6सेकंड / 30fps | 6सेकंड / 30fps |
| 2D-उंगलियों की ट्रेजेक्टरी पहचान (प्रोग्राम प्रारंभ समय / प्रोग्राम चलने का फ्रेम) | 10सेकंड / 5fps | 7सेकंड / 30fps | 6सेकंड / 30fps |
| MoveIt (कार्यक्रम प्रारंभ समय / कार्यक्रम चलने का फ्रेम) | 45सेकंड / 6fps | 43सेकंड / 30fps | 38सेकंड / 30fps |
| 3D-Yolo कचरा पहचान और छंटाई (कार्यक्रम प्रारंभ समय / कार्यक्रम चलने का फ्रेम) | 64सेकंड / 5fps | 9सेकंड / 30fps | 6सेकंड / 30fps |
| 3D-Mediapipe इशारा मशीन कोड दूरी छंटाई (कार्यक्रम प्रारंभ समय / कार्यक्रम चलने का फ्रेम) | 9सेकंड / 6fps | 5सेकंड / 14fps | 3सेकंड / 15fps |
| 3D-ट्रैकिंग रंग ब्लॉकों को पकड़ने के लिए (कार्यक्रम प्रारंभ समय / कार्यक्रम चलने का फ्रेम) | 8सेकंड / 10fps | 4सेकंड / 14fps | 2सेकंड / 15fps |
| AI बड़ा मॉडल वस्तु छंटाई के लिए (कार्यक्रम प्रारंभ समय / कार्यक्रम चलने का फ्रेम) | 40सेकंड / 5fps | 25सेकंड / 30fps | 20सेकंड / 30fps |
अनुप्रयोग
- 3D दृष्टि पहचान और पकड़; स्थानिक धारणा; वस्तु ट्रैकिंग; 3D छंटाई
- गहराई माप (दूरी माप), आकार पहचान, ऊँचाई माप, मात्रा माप
- गहराई दृष्टि स्थिति निर्धारण और ट्रैकिंग; 3D स्थानिक ट्रैकिंग और पकड़; 3D पॉइंट क्लाउड पहचान
- AI-संचालित दृश्य इंटरैक्शन: बुद्धिमान छंटाई और हैंडलिंग, रंग पहचान, गतिशील ट्रैकिंग, कचरा छंटाई, ट्रैकिंग, पकड़
- विविध कार्यप्रवाह का वर्णन: वीडियो विश्लेषण, लंबे आदेश गति नियंत्रण, असामान्य ऊँचाई छंटाई, इरादा अनुमान (RAG ज्ञान आधार), KCF वस्तु ट्रैकिंग एल्गोरिदम, YOLOv11-आधारित पहचान कार्य
आयतन माप प्रदर्शनों के लिए उदाहरण वस्तु आयाम दिखाए गए: 30*30*30 मिमी घन, 30*30*30 मिमी सिलेंडर, 30*30*60 मिमी सिलेंडर।उदाहरण दूरी ओवरले में 240.0 मिमी और 190.0 मिमी शामिल हैं।
हस्तनिर्देश
ट्यूटोरियल लिंक: http://www.yahboom.net/study/DOFBOT-Pro
विवरण
लोकप्रिय डेस्कटॉप रोबोटिक आर्म विकल्पों की तुलना एक नज़र में करें, जिसमें स्वतंत्रता के डिग्री, पहुंच, ग्रिपर रेंज, और नियंत्रण प्लेटफार्म शामिल हैं।
एक त्वरित स्पेक स्नैपशॉट ROS सीखने, सिमुलेशन, और बुनियादी दृष्टि कार्यों के लिए सही मॉडल चुनने में मदद करता है।
DOFBOT-PRO एक 6-DOF आर्म, RGB+D गहराई संवेदन, और 3D धारणा और पकड़ विकास के लिए Jetson संगतता को जोड़ता है।
वैकल्पिक कॉन्फ़िगरेशन विवरण उन उपयोगकर्ताओं के लिए प्रदान किए गए हैं जिन्हें एक अलग आर्म संरचना और कैमरा सेटअप की आवश्यकता है।
ROS शिक्षा और विकास के लिए निर्मित, किट एक कॉम्पैक्ट 6-DOF आर्म को गहराई दृष्टि और एक एकीकृत डेस्कटॉप-शैली सेटअप के साथ जोड़ता है।
गति योजना और धारणा कार्यप्रवाह के लिए डिज़ाइन किया गया है जैसे कि काइनेमैटिक्स, लक्ष्य पहचान, ट्रैकिंग, और 3D स्पेस में पकड़ना।
मुख्य मॉड्यूल गहराई धारणा, एआई इंटरैक्शन अवधारणाओं, और सामान्य रोबोटिक्स पाइपलाइनों में उपयोग किए जाने वाले सॉफ़्टवेयर ढांचे को कवर करते हैं।
हार्डवेयर और सॉफ़्टवेयर हाइलाइट्स यह संक्षेप में बताते हैं कि दृष्टि + ROS डेमो और कक्षा प्रयोगों के निर्माण के लिए क्या शामिल है।
कई जेटसन बोर्ड विकल्प शुरुआती स्तर के प्रोटोटाइपिंग से उच्च-प्रदर्शन एआई कार्यभार तक स्केल करने में मदद करते हैं।
कॉनफिगरेशन मैट्रिक्स का उपयोग करें ताकि नियंत्रक बोर्ड और विशेषता सेट को आपके ROS प्रोजेक्ट आवश्यकताओं से मेल किया जा सके।
गहराई दृष्टि अधिक विश्वसनीय स्थिति, पहचान, और पकड़ योजना के लिए दूरी-जानकारी समझ जोड़ती है, जो केवल 2D से बेहतर है।
आर्म-कैमरा कैलिब्रेशन ऐसे कार्यों का समर्थन करता है जैसे कि पॉइंट-क्लाउड पहचान और 3D-स्थान इंटरैक्शन के लिए गहराई-आधारित माप।
बहु-मोडीय इंटरैक्शन अवधारणाओं में टेक्स्ट, वॉयस, और विज़न क्षमताएँ शामिल हैं जो समृद्ध मानव-रोबोट कार्यप्रवाह बनाने के लिए हैं।
अनुप्रयोग उदाहरणों में छंटाई और हैंडलिंग व्यवहारों पर ध्यान केंद्रित किया गया है जो धारणा को कमांड-चालित नियंत्रण के साथ जोड़ते हैं।
व्यावहारिक डेमो ट्रैकिंग, छंटाई, और क्रिया चयन कार्यों को प्रदर्शित करते हैं जो विज़न और इंटरैक्शन लॉजिक के चारों ओर बनाए गए हैं।
इंटरैक्टिव चुनौती-शैली गतिविधियाँ धारणा, तर्क, और नियंत्रण लूप का परीक्षण करने के लिए सुलभ परिदृश्य प्रदान करती हैं।
विज़न पहचान उदाहरणों में रंग-आधारित ट्रैकिंग, ब्लॉक छंटाई, इंटरैक्टिव खेल, और लेबल-आधारित स्टैकिंग शामिल हैं।
प्रशिक्षण नोट्स और प्रदर्शन वक्र वस्तु पहचान कार्यों के लिए शामिल गहरे-सीखने के कार्यप्रवाह दिशा को रेखांकित करते हैं।
DOFBOT Pro मीडिया पाइप-आधारित इशारा इंटरैक्शन, फॉरवर्ड/इनवर्स काइनेमैटिक्स, और सेटअप और विकास कार्यप्रवाह के लिए MoveIt सिमुलेशन नियंत्रण का समर्थन करता है।
DOFBOT Pro गति नियंत्रण के लिए ट्रेजेक्टरी योजना, टकराव पहचान, और ROS/ROS2 (Humble) कार्यप्रवाह के साथ MoveIt काइनेमैटिक्स सिमुलेशन का समर्थन करता है।
DOFBOT Pro ऐप नियंत्रण, वेब नियंत्रण, और एक USB वायरलेस रिमोट का समर्थन करता है, जिसमें 6-DOF जॉइंट लेआउट J1–J6 के रूप में लेबल किया गया है, जो सटीक सेटअप और आंदोलन योजना के लिए है।
DOFBOT Pro 6-DOF रोबोटिक आर्म एक Jetson-आधारित नियंत्रण बोर्ड को एक DaBai DCW2 गहराई कैमरा और दृष्टि-निर्देशित गति परियोजनाओं के लिए बुद्धिमान सीरियल बस सर्वोस के साथ जोड़ता है।
DOFBOT Pro सेटअप में एक रोबोटिक आर्म एक्सपेंशन बोर्ड लेआउट शामिल है और नियंत्रण के लिए एक वॉयस मॉड्यूल और 10.1-इंच टच स्क्रीन जैसे ऐड-ऑन का समर्थन करता है।
DOFBOT-PRO पाठ्यक्रम रूपरेखा प्रशिक्षण मॉड्यूल और सीखने के लक्ष्यों को तोड़ती है ताकि सेटअप और विकास के चरणों की योजना बनाने में मदद मिल सके।
DOFBOT Pro में संगठित ओपन-सोर्स कोड और चरण-दर-चरण ट्यूटोरियल फ़ोल्डर शामिल हैं जो 2D/3D दृश्य ट्रैकिंग, छंटाई और ग्रिपिंग, और गहराई कैमरा वर्कफ़्लो को कवर करते हैं।
DOFBOT Pro में डाउनलोड करने योग्य वीडियो ट्यूटोरियल, ROS2 अध्ययन सामग्री, एक 3D मॉडल फ़ाइल, और Jetson बोर्ड पर विकास के लिए ओपन-सोर्स पायथन कोड शामिल हैं।
आयाम चित्र और एक विशिष्ट अवलोकन आपको DOFBOT Pro 6-DOF रोबोटिक आर्म के लिए माउंटिंग स्थान और सिस्टम एकीकरण की योजना बनाने में मदद करते हैं।
DOFBOT Pro किट में रोबोटिक आर्म के साथ मानक सहायक उपकरणों का एक सेट शामिल है जैसे कि नियंत्रक हार्डवेयर, पावर और डेटा केबल, और असेंबली और सेटअप के लिए बुनियादी उपकरण।
Related Collections
