Yahboom Muto RS Kit Robot Hexapode 18DOF ROS2 con Modello AI Avanzato, LiDAR e Telecamera di Profondità per Raspberry Pi 5

Panoramica

Il Yahboom Muto RS è un robot esapode bionico a livello desktop con un grande modello AI, costruito sul sistema operativo ROS2 e progettato per funzionare con Raspberry Pi (comprese le opzioni Raspberry Pi 5). Utilizza un corpo in lega di alluminio e una struttura articolare a 18 DOF guidata da 18PCS 35KG servocomandi a bus seriale, e integra sensori come una fotocamera di profondità e LiDAR oltre a un modulo di interazione vocale. Con la programmazione in Python3 e algoritmi integrati (inclusa la cinematica inversa), supporta l'interazione visiva AI, la mappatura/navigazione SLAM, l'interazione vocale, l'apprendimento profondo e la simulazione RViz per lo sviluppo e l'educazione ROS.

Caratteristiche Principali

• 18 giunti di movimento DOF con parti strutturali in lega di alluminio; tre giunti per gamba; 18 servocomandi ad alte prestazioni.
• 18PCS 35KG servocomandi in metallo a bus seriale per un controllo del movimento stabile e coordinato.
• Controllo di precisione dell'algoritmo di cinematica inversa; supporta la camminata a passo triangolare e la frequenza del passo regolabile.
• Regolabilità del movimento: traduzione X/Y, rotazione autonoma a 360°, regolazione dell'altezza del corpo, sovrapposizione della postura (camminata a posizione alta/media/bassa) e velocità di camminata regolabile (velocità lineare, velocità angolare, altezza, altezza del passo, lunghezza del passo).
• Integrazione di modelli AI di grandi dimensioni multimodali: base di conoscenza RAG scalabile, architettura di ragionamento a feedback dinamico dual-modale, comprensione semantica del testo e dialogo vocale naturale.
• Telecamera di profondità + riconoscimento visivo: rilevamento ostacoli con telecamera di profondità, mappatura 3D in tempo reale, misurazione della distanza di profondità e riconoscimento di nuvole di punti 3D.
• Percezione ambientale basata su LiDAR: Rilevamento omnidirezionale a 360°, mappatura e navigazione, pianificazione del percorso, evitamento dinamico degli ostacoli, navigazione multi-punto e pianificazione della rete stradale.
• Framework/algoritmi supportati (elencati): MediaPipe, OpenCV; Gmapping, Cartographer; slam_toolbox; Odometro radar RF2O; Pianificazione del percorso DWA.
• Funzioni di interazione visiva AI (elencate): Tracciamento oggetti KCF, tracciamento del colore, controllo comandi codice QR, tracciamento visivo della linea.
• Controllo interattivo vocale: I comandi vocali possono controllare lo stato di movimento; supporta funzioni come tracciamento del colore, riconoscimento del colore e pattugliamento visivo della linea.
• Controllo multipiattaforma: App di controllo remoto iOS/Android, app di navigazione mappatura iOS/Android, controllo del computer host PC e controllo del manico wireless 2.4G/USB.
• Trasmissione video in tempo reale FPV: connettersi a una rete locale tramite app mobile per visualizzare video HD in tempo reale catturati dal robot.
• Controllo interconnesso multi-macchina: supporta la navigazione simultanea di più robot con evitamento dinamico degli ostacoli sulla stessa mappa e controllo sincrono tramite un singolo computer host.
• Modalità di insegnamento: il movimento manuale di una singola gamba sul robot host può essere replicato da un robot slave che esegue la stessa azione.
• Risorse di apprendimento: sono citati “200+ esempi di corsi”; sono descritti corsi ROS e esempi di applicazioni di modelli di linguaggio AI di grandi dimensioni (URL del tutorial rimosso per conformità).

Per aiuto nella selezione pre-vendita o supporto per l'installazione, contattare https://rcdrone.top/ o inviare un'email a [email protected] .

Specifiche

Differenze di configurazione (come elencato)

Raspberry Pi 5 (informazioni mostrate)

Applicazioni

• Apprendimento e sviluppo ROS2 per locomozione multi-gamba (esapode) e cinematica inversa.
• Esperimenti di mappatura/navigazione SLAM: navigazione a punto singolo e multipunto, pianificazione della rete stradale e evitamento dinamico degli ostacoli.
• Progetti di visione artificiale e percezione utilizzando telecamere di profondità e riconoscimento visivo AI (riferimenti OpenCV / MediaPipe).
• Interazione vocale e dimostrazioni di modelli multimodali di grandi dimensioni (riferimenti all'integrazione testo/voce/visiva).
• Controllo di sincronizzazione multi-robot e navigazione multi-robot (riferimenti al controllo di interconnessione multi-macchina).

Manuali

Risorse tutorial sono riferite per questo prodotto (pagina di studio del produttore menzionata nella fonte; URL esterno rimosso per conformità).

Dettagli

Costruito su ROS2 per Raspberry Pi, Muto RS unisce la mobilità esapode a 18 gradi di libertà con la percezione AI per l'apprendimento della robotica da scrivania.

Dalla mappatura e navigazione SLAM all'interazione visiva e vocale, la piattaforma è progettata come un kit di sviluppo ROS2 tutto-in-uno.

I flussi di lavoro AI multimodali si abbinano ai concetti di pianificazione della rete stradale per supportare dimostrazioni di ricerca e istruzione in aula.

Scegli una configurazione che corrisponda alle tue esigenze di controller e sensori, con opzioni incentrate sul calcolo Raspberry Pi.

Modelli di testo, voce e visione possono essere integrati per costruire comportamenti di intelligenza incarnata in Python e ROS2.

Utilizza comandi di alto livello per compiti di movimento, percezione Q&A, tracciamento dei bersagli e navigazione autonoma.

La percezione basata su SLAM supporta la navigazione multi-punto e i comportamenti di ricerca dei bersagli in ambienti mappati.

Le dimostrazioni di interazione di livello superiore includono la comprensione dell'intento, i comportamenti di apprendimento per imitazione e l'esplorazione dell'ambiente.

I pacchetti ROS2 integrati collegano i dati LiDAR e della telecamera di profondità per la mappatura, le nuvole di punti e la consapevolezza degli ostacoli.

Gli algoritmi di visione e i comandi vocali aggiungono un controllo a mani libere, con supporto per le funzionalità di coordinamento multi-robot.

La modalità di insegnamento e una disposizione completa di 18 gradi di libertà rendono più facile dimostrare andature e movimenti coordinati delle gambe.

Cinematica inversa e pianificazione dell'andatura aiutano a tradurre le impostazioni di postura e passo in un movimento stabile dell'esapode.

Regola l'altezza del corpo, la posizione e la velocità di camminata per adattarsi a diverse superfici, dimostrazioni e scenari di navigazione.

Il video FPV e i comportamenti di imitazione delle azioni rendono le dimostrazioni più interattive per laboratori, club e presentazioni.

Programma in Python e controlla il robot da app mobili, un host PC o un controller wireless a seconda della tua configurazione.

Sviluppa e testa nella simulazione RViz, quindi distribuisci nello stack ROS2 per esperimenti di robotica ripetibili.

I materiali didattici Yahboom Muto RS ROS2 coprono la visione AI, Mediapipe, la navigazione nella rete stradale e i tutorial video di base su ROS2.

Il Muto RS esapode utilizza uno stack modulare con componenti come lidar, una telecamera di profondità, controller Raspberry Pi e servocomandi a bus seriale per il movimento coordinato delle gambe.

Orbbec Astra Pro Plus per il rilevamento della profondità e un modulo SLAM LiDAR 2D forniscono input di profondità e mappatura per progetti di robotica ROS2.

Il kit include un modulo vocale AI con un altoparlante cablato più un pacco batteria al litio da 7,4V 9900mAh per l'alimentazione a bordo.

L'esapode Yahboom Muto RS ROS2 include un riferimento dimensionale multi-vista in mm per aiutare a pianificare il montaggio e il posizionamento.

La lista del pacchetto include il telaio assemblato del robot MUTO più componenti aggiuntivi opzionali come un Raspberry Pi 5, SLAM Lidar e una telecamera di profondità, insieme ad accessori di alimentazione e audio.