Passa alle informazioni sul prodotto
1 su 28

DOFBOT Pro Braccio Robotico 6-DOF con Visione 3D di Profondità per Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER

DOFBOT Pro Braccio Robotico 6-DOF con Visione 3D di Profondità per Jetson Nano 4GB / Orin Nano SUPER / Orin NX SUPER

Yahboom

Prezzo di listino $603.80 USD
Prezzo di listino Prezzo scontato $603.80 USD
In offerta Esaurito
Imposte incluse. Spese di spedizione calcolate al check-out.
Scheda di controllo principale
Versione
Visualizza dettagli completi

Panoramica

DOFBOT PRO è un braccio robotico di livello desktop con visione 3D AI progettato per l'istruzione e lo sviluppo ROS. Combina una struttura di giunto di movimento a 6 DOF, una telecamera di profondità 3D e schede di controllo della serie NVIDIA Jetson per semplificare il controllo del movimento complesso attraverso ROS, cinematica diretta/inversa e percezione visiva per il riconoscimento, il tracciamento e la presa nello spazio 3D.

Video

Caratteristiche principali

  • Compatibilità con la piattaforma Jetson: compatibile con le schede di controllo Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER; sono supportati l'addestramento di modelli accelerato da GPU e lo sviluppo in Python.
  • Riconoscimento della nuvola di punti di profondità 3D: rilevamento di fusione RGB + profondità (RGB+D) per compiti di posizionamento, tracciamento e presa 3D.
  • Pianificazione e simulazione del movimento ROS: supporta la pianificazione del movimento MoveIt e la simulazione del robot RViz; supporta l'interazione visiva 2D e 3D.
  • Struttura in lega di alluminio a 6 gradi di libertà: corpo in lega di alluminio lavorato con precisione; servomotori ad alta precisione per un movimento fluido su più assi.
  • Controllo multipiattaforma: supporta il controllo tramite app (Android/iOS), controllo wireless tramite manico e controllo tramite pagina web PC.
  • Concetti multimodali / di grandi modelli (come fornito): Modello di Linguaggio Grande, Modello di Voce Grande, Modello Visivo Grande; include una Base di Conoscenza RAG Scalabile e descrizioni dell'“Architettura di Ragionamento Dinamico a Doppia Modalità”.
  • Framework algoritmici elencati: algoritmo di cinematica inversa, YOLOv11, OpenCV, MediaPipe.

Per la selezione dei prodotti e supporto tecnico, contattare https://rcdrone.top/ o inviare un'email a [email protected].

Specifiche

DOFBOT-PRO (sistema di braccio robotico)

Controllo master Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER
Grado di libertà 6
Span del braccio 350mm
Chiusura-apertura della pinza 6cm
Precisione di posizionamento ripetibile ±0.5mm
Tipo di struttura Struttura tradizionale del braccio robotico
Camera DABAI DCW2 Camera di profondità
Dimensione visiva Immagine 3D con informazioni sulla distanza di profondità
Voce Modulo voce AI di grande modello + altoparlante
Display 10.1-pollice display
Funzione Controllo dell'interconnessione; Pianificazione del movimento MoveIt; Simulazione robotica RViz; Interazione visiva 2D; Interazione visiva 3D; Modello AI di grandi dimensioni
Posizionamento (come descritto) AI incorporata / Modello AI di grandi dimensioni / Braccio robotico visivo 3D

Configurazioni del braccio robotico ROS (come elencato)

Versione Versione Standard Versione Ultima
Pannelli di controllo 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
Modulo vocale Tutte le versioni includono il modulo vocale del modello AI di grandi dimensioni
Camera di profondità DABAI DCW2 Camera di profondità
Display/ HD 10.1-pollice touchscreen

Raccomandazioni per la selezione del controller (specifiche della scheda Jetson mostrate)

Articolo Jetson Nano B01 4GB Jetson Orin Nano SUPER 4GB Jetson Orin Nano SUPER 8GB Jetson Orin NX SUPER 8GB Jetson Orin NX SUPER 16GB
Potenza di calcolo 0.5TFLOPS (FP16) 34 TOPS 67 TOPS 117 TOPS 157 TOPS
CPU Processore Quad-core Arm Cortex-A57 MPCore CPU Arm Cortex-A78AE v8.2 a 6 core 64-bit; 1.5MB L2 + 4MB L3 CPU Arm Cortex-A78AE v8.2 a 6 core 64-bit; 1.5MB L2 + 4MB L3 CPU NVIDIA Arm Cortex A78AE v8.2 a 6 core 64-bit; 1.5MB L2 + 4MB L3 CPU NVIDIA Arm Cortex A78AE v8.2 CPU a 64 bit; 2MB L2 + 4MB L3
GPU GPU NVIDIA Maxwell a 128 core GPU con architettura NVIDIA Ampere a 512 core con 16 Tensor Cores GPU con architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores GPU con architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores GPU con architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores
Memoria 4GB LPDDR4 a 64 bit; 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
Memoria 16GB eMMC + 64GB U disk 256GB SSD
Potenza 5W - 10W 7W , 10W , 25W 7W , 15W , 25W 10W , 15W , 25W , 40W 10W , 15W , 25W , 40W
Versione del sistema ROS Ubuntu18.04 + Docker + ROS2 Humble Ubuntu22.04 LTS + ROS2 Humble

Funzione Operazione Differenza (risultati misurati mostrati)

Versione Jetson Nano B01 4GB Jetson Orin Nano SUPER 8GB Jetson Orin NX SUPER 16GB
Avvio del robot (tempo di avvio del programma) 62s 49s 48s
Riconoscimento facciale 2D (tempo di avvio del programma / frame in esecuzione del programma) 4s / 10fps 7s / 30fps 7s / 30fps
Riconoscimento di gesti 2D blocchi di acquisizione (tempo di avvio del programma / frame in esecuzione del programma) 7s / 6fps 6s / 30fps 6s / 30fps
Riconoscimento della traiettoria della punta delle dita 2D (tempo di avvio del programma / frame in esecuzione del programma) 10s / 5fps 7s / 30fps 6s / 30fps
MoveIt (ora di inizio programma / fotogramma in esecuzione programma) 45s / 6fps 43s / 30fps 38s / 30fps
Riconoscimento e smistamento rifiuti 3D-Yolo (ora di inizio programma / fotogramma in esecuzione programma) 64s / 5fps 9s / 30fps 6s / 30fps
Ordinamento della distanza del codice macchina dei gesti 3D-Mediapipe (ora di inizio programma / fotogramma in esecuzione programma) 9s / 6fps 5s / 14fps 3s / 15fps
Tracciamento 3D per afferrare blocchi colorati (ora di inizio programma / fotogramma in esecuzione programma) 8s / 10fps 4s / 14fps 2s / 15fps
Modello AI grande per lo smistamento degli oggetti (ora di inizio programma / fotogramma in esecuzione programma) 40s / 5fps 25s / 30fps 20s / 30fps

Applicazioni

  • Rilevamento e afferraggio della visione 3D; percezione spaziale; tracciamento degli oggetti; ordinamento 3D
  • Misurazione della profondità (misurazione della distanza), riconoscimento della forma, misurazione dell'altezza, misurazione del volume
  • Posizionamento e tracciamento della visione profonda; tracciamento e afferraggio spaziale 3D; riconoscimento della nuvola di punti 3D
  • Interazione visiva potenziata dall'IA: ordinamento e gestione intelligenti, riconoscimento dei colori, tracciamento dinamico, ordinamento dei rifiuti, tracciamento, afferraggio
  • Flussi di lavoro multimodali descritti: analisi video, controllo del movimento a lungo comando, ordinamento dell'altezza anomala, inferenza dell'intento (base di conoscenza RAG), algoritmo di tracciamento degli oggetti KCF, compiti di riconoscimento basati su YOLOv11

Esempi di dimensioni degli oggetti mostrati per dimostrazioni di misurazione volumetrica: Cubo 30*30*30mm, Cilindro 30*30*30mm, Cilindro 30*30*60mm.Esempi di sovrapposizioni di distanza mostrati includono 240,0 mm e 190,0 mm.

Manuali

Link al tutorial: http://www.yahboom.net/study/DOFBOT-Pro

Dettagli