Yahboom JetCobot Braccio Robotico Collaborativo Visivo 7-DOF per Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom JetCobot Braccio Robotico Collaborativo Visivo 7-DOF per Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER
Yahboom
Impossibile caricare la disponibilità di ritiro
Panoramica
JetCobot è un braccio robotico collaborativo visivo a 7 assi che utilizza una scheda di sviluppo della serie NVIDIA Jetson come scheda di controllo principale (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Con una configurazione simile a quella di un robot UR, sistema operativo per robot ROS e un algoritmo di cinematica inversa, supporta il controllo delle coordinate, la pianificazione del movimento, la presa, la classificazione e compiti di interazione visiva correlati.
JetCobot integra un braccio robotico e un sistema di telecamere. È dotato di una telecamera USB da 0,3 MP (campo visivo di 110°) e supporta l'elaborazione delle immagini OpenCV, la visione artificiale e flussi di lavoro di apprendimento profondo per funzioni come interazione con i colori, rilevamento/tracciamento del volto, riconoscimento delle etichette, addestramento dei modelli e interazione con i gesti.
Caratteristiche principali
- Struttura a 7 gradi di libertà con configurazione simile a quella di un UR: Design del corpo fluido, ampia gamma di movimento e cablaggio dei servomotori nascosto (come descritto nel grafico di confronto).
- Chimica inversa + flusso di lavoro ROS: Supporta il controllo delle coordinate e la pianificazione del movimento.
- Supporto MoveIt + RViz: Include modello di simulazione cinematica URDF, controllo della simulazione MoveIt/pianificazione della traiettoria, rilevamento delle collisioni e scenari di presa spaziale.
- Riconoscimento visivo AI e tracciamento degli obiettivi: Riconoscimento e tracciamento dei colori, ordinamento dei blocchi colorati, presa dei blocchi colorati, interazione con i colori, riconoscimento e tracciamento dei volti, e riconoscimento delle etichette/pile intelligenti (codici etichetta Apriltag).
- Apprendimento profondo / addestramento del modello: Supporta flussi di lavoro di classificazione dei rifiuti e esempi di presa basati su regioni (identificazione della regione: presa e posizionamento; rilevamento della regione: presa personalizzata).
- Sviluppo MediaPipe / aggiornamento interazione AI: Gruppo di azione di controllo gestuale, stack di controllo riconoscimento gestuale, riconoscimento del braccio robotico e tracciamento del palmo, e controllo della postura gestuale del braccio robotico.
- Metodi di controllo multipli: Supporta il controllo della simulazione MoveIt, controllo manuale e controllo web PC (il controllo Jupyter Lab è anche mostrato).
Specifiche
| Prodotto | Braccio robotico collaborativo visivo AI JetCobot |
| Gradi di libertà | 7 |
| Massima apertura efficace del braccio | 270MM |
| Gamma di rotazione delle articolazioni | -153° a 153° |
| Accuratezza di ripetizione della posizione | ±0.5mm |
| Camera | 0.3MP USB camera |
| Campo visivo della camera | 110° |
| Frequenza fotogrammi della camera (mostrata) | 30fps |
| Dimensione visiva (grafico) | Immagine 2D piana |
| Pinza (mostrata) | Pinza elettrica |
| Angolo di apertura-chiusura della pinza (grafico) | 5cm |
| Portata della pinza (mostrata) | 20-45mm |
| Forza della pinza (mostrata) | Forza di 150g |
| Tipo di struttura (grafico) | Struttura robotica simile a UR |
| Controllo principale (grafico) | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
| Funzione (grafico) | Controllo dell'interconnessione; Pianificazione del movimento MoveIt; Simulazione robotica RViz; Interazione visiva 2D |
| Voce (grafico) | / |
| Visualizzazione (grafico) | / |
Opzioni di controllo principale Jetson (Grafico di riferimento)
| Pannello di controllo 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 |
| Potenza di calcolo | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | processore Arm Cortex-A57 MPCore a 4 core | 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 a 8 core 64-bit; 2MB L2 + 4MB L3 |
| GPU | GPU NVIDIA Maxwell a 128 core | GPU architettura NVIDIA Ampere a 512 core con 16 Tensor Cores | GPU architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores | GPU architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores | GPU architettura NVIDIA Ampere a 1024 core con 32 Tensor Cores |
| Memoria | 4GB LPDDR4 64-bit 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 |
| Memoria | 16GB eMMC + 64GB U disk | 256GB SSD | |||
| Potenza | 5W - 10W | 7W, 10W, 25W | 7W, 15W, 25W | 10W, 15W, 25W, 40W | |
| Versione del sistema ROS | Ubuntu18.04 + ROS1 Melodic | Ubuntu22.04 LTS + ROS2 Humble | |||
Il grafico nota anche che i metodi di utilizzo delle diverse schede di controllo della serie Jetson sono fondamentalmente gli stessi; le diverse schede di controllo influenzano principalmente le prestazioni di JetCobot.
Funzione misurata / Differenza di prestazioni (Tabella di riferimento)
| Articolo |
Versione Jetson Nano Tempo di avvio del programma / Frame rate di esecuzione del programma |
Versione Jetson Orin Nano SUPER 8GB Tempo di avvio del programma / Frame rate di esecuzione del programma |
Versione Jetson Orin NX SUPER 16GB Tempo di avvio del programma / Frame rate di esecuzione del programma |
| Avvio del robot | 43s Inizializzazione del braccio robotico completata / / | 38s Inizializzazione del braccio robotico completata / / | 37s Inizializzazione del braccio robotico completata / / |
| Funzione visiva di base (Riconoscimento dei colori) | 6s / 12s | 5s / 30fps | 4s / 30fps |
| Classificazione dei rifiuti Yolov5 | 31s / 6s | 17s / 30fps | 16s / 30fps |
| Rilevamento facciale Mediapipe | 13s / 30s | 8s / 30fps-40fps | 7s / 30fps-50fps |
| Tracciamento del blocco di colore | 10s / 30s | 7s / 30fps | 5s / 30fps |
| Riconoscimento del codice tag Apriltag | 5s / 25s | 3s / 30fps | 3s / 30fps |
| Modellazione di simulazione RVIZ | 16s / 31s | 9s / 31fps | 7s / 31fps |
Note mostrate con il grafico: JetCobot non è configurato con tecnologia di container Docker; utilizza una funzione di configurazione di immagine nativa ufficiale per sfruttare appieno le prestazioni complessive della scheda madre.I dati provengono da un test di laboratorio Yahboom reale; le prestazioni del Jetson Orin Nano SUPER 4GB e 8GB sono simili, e le prestazioni del Jetson Orin NX SUPER 8GB e 16GB sono vicine.
Cosa è incluso
- braccio robotico collaborativo myCobot280 7-DOF (JetCobot)
- pinza elettrica
- camera USB
- controllo principale Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, a seconda della versione)
- schermo OLED (elencato nel grafico della lista di spedizione)
- Accessori (come elencato nel grafico della lista di spedizione)
Applicazioni
- apprendimento ROS, cinematica e pianificazione del movimento (MoveIt / RViz)
- visioni artificiali e esperimenti di interazione basati su OpenCV
- demonstrazioni di interazione AI: tracciamento dei colori, riconoscimento delle etichette (Apriltag), riconoscimento dei gesti e flussi di lavoro di addestramento dei modelli
- afferramento, ordinamento e compiti di pick-and-place di base basati su coordinate
Manuali / Documentazione
Per assistenza nella selezione pre-vendita o supporto post-vendita, contattare https://rcdrone.top/ o inviare un'email a [email protected].
Dettagli
Confronta JetCobot con altre opzioni di controllo master ROS per scegliere la piattaforma giusta per la tua applicazione.
Multiple piattaforme Yahboom arm condividono un flusso di lavoro ROS simile, mentre le opzioni hardware e di visione variano a seconda del modello.
Le configurazioni della camera di profondità supportano compiti di visione 3D come il tracciamento consapevole della distanza e l'interazione.
JetCobot si concentra su una struttura simile a UR a 7 gradi di libertà con ripetibilità a livello millimetrico per compiti di movimento coordinato.
Yahboom JetCobot è un braccio robotico collaborativo visivo a 7 gradi di libertà da scrivania costruito attorno a schede di controllo NVIDIA Jetson.
Un completo stack software supporta il controllo ROS, la pianificazione MoveIt, la visualizzazione RViz e la visione basata su OpenCV.
Seleziona Jetson Nano B01, Orin Nano SUPER o Orin NX SUPER in base al calcolo necessario per il tuo pipeline AI.
Un chiaro confronto tra Jetson aiuta a abbinare la capacità di CPU/GPU e memoria ai carichi di lavoro ROS e visione.
Le prestazioni variano a seconda del controller Jetson, mentre il set di funzionalità JetCobot e gli esempi di corsi rimangono coerenti.
La configurazione simile a UR offre un'ampia gamma di movimento con una costruzione più pulita per l'uso in aula e in laboratorio.
Un layout a 7 DOF migliora la flessibilità per il posizionamento, la presa e la pianificazione dei percorsi in spazi di lavoro ristretti.
Una camera USB integrata consente flussi di lavoro di picking e sorting visivi senza configurazioni complesse di telecamere esterne.
Le dimostrazioni integrate coprono il riconoscimento dei colori, il sorting dei blocchi, la sovrapposizione basata su tag e l'interazione basata sul tracciamento.
Utilizza l'addestramento di modelli di deep learning e l'interazione gestuale di MediaPipe per costruire compiti di pick-and-place più reattivi.
I modelli MoveIt e URDF supportano la simulazione, la pianificazione delle traiettorie e il controllo delle collisioni prima di essere eseguiti sull'hardware.
Controlla JetCobot attraverso un ambiente Jupyter basato su browser o un gamepad USB per test rapidi e dimostrazioni.
La cinematica inversa consente l'input delle coordinate per un posizionamento ripetibile e un'orientazione consistente dell'end-effector.
Sette giunti (J1–J7) offrono una maggiore flessibilità per la pianificazione del movimento e la presa coordinata.
JetCobot offre un'apertura massima efficace del braccio di 270 mm (senza pinza), con una rotazione della base J1 di ±153° e una ripetibilità di ±0,5 mm.
JetCobot è costruito attorno al sistema operativo ROS Robot e elenca la compatibilità con ROS2 Humble e ROS1 Melodic.
Il supporto alla simulazione MoveIt consente di testare e controllare il braccio robotico JetCobot in un ambiente virtuale prima di eseguirlo sull'hardware.
Il kit del braccio JetCobot combina un gripper, una camera HD USB, uno schermo OLED e una base a ventosa per configurazioni desktop stabili.
Il braccio JetCobot abbina una camera HD USB (480p, 30 fps, campo visivo di 110°) a un gripper elettrico compatto per compiti di picking e posizionamento guidati dalla visione.
Il curriculum JetCobot copre configurazione e assemblaggio, basi di ROS/Ubuntu, mappatura SLAM, visione AI con MediaPipe e esercizi di tracciamento e afferraggio visivi.
I materiali didattici di JetCobot includono cartelle di download organizzate e contenuti del corso come le basi visive AI e Mediapipe, con un link di studio su yahboom.net/study/JetCobot.
Le risorse di apprendimento JetCobot includono corsi di tracciamento e afferraggio visivi AI, tutorial MoveIt, basi di ROS2 e codice sorgente Python aperto.
Le dimensioni del gripper JetCobot sono fornite in millimetri per aiutare a pianificare lo spazio di montaggio e il clearance complessivo del braccio.
JetCobot supporta la programmazione Python con opzioni ROS per Jetson Nano B01 e Jetson Orin Nano/NX, oltre a una camera a fuoco fisso da 0,3 MP (480P, 30fps, angolo ampio di 110°).
Il kit JetCobot include il gripper, la camera USB, i componenti del telaio, l'adattatore di alimentazione e il cablaggio, con accessori opzionali per Jetson Nano/Orin elencati.
Related Collections
