概要
DOFBOT PROは、ROS教育と開発のために設計されたデスクトップレベルの3D AIビジョンロボティックアーム です。6自由度の動作ジョイント構造、3D深度カメラ、NVIDIA Jetsonシリーズの制御ボードを組み合わせて、ROSを通じて複雑な動作制御を簡素化し、前方/逆運動学および視覚認識による3D空間の認識、追跡、把持を実現します。
ビデオ
主な特徴
- Jetsonプラットフォームの互換性: Jetson Nano 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER制御ボードと互換性があります。GPU加速モデルのトレーニングとPython開発がサポートされています。
- 3D深度ポイントクラウド認識: 3D位置決め、追跡、把持タスクのためのRGB + 深度(RGB+D)融合検出。
- ROS動作計画とシミュレーション: MoveIt動作計画とRVizロボットシミュレーションをサポートします。2Dおよび3Dの視覚インタラクションをサポートしています。
- 6-DOF アルミ合金構造: 精密加工されたアルミ合金ボディ; スムーズな多軸動作のための高精度サーボ。
- クロスプラットフォーム制御: アプリ制御(Android/iOS)、ワイヤレスハンドル制御、PCウェブページ制御をサポート。
- マルチモーダル / 大規模モデルの概念(提供される通り): 大規模言語モデル、大規模音声モデル、大規模視覚モデル; スケーラブルRAGナレッジベースと「デュアルモーダル動的フィードバック推論アーキテクチャ」の説明を含む。
- リストされたアルゴリズムフレームワーク: 逆運動学アルゴリズム、YOLOv11、OpenCV、MediaPipe。
製品選択および技術サポートについては、https://rcdrone.top/までお問い合わせいただくか、メールで [email protected].
仕様
DOFBOT-PRO(ロボットアームシステム)
| マスターコントロール | Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER |
|---|---|
| 自由度 | 6 |
| アームスパン | 350mm |
| グリッパー開閉 | 6cm |
| 再現性のある位置決め精度 | ±0.5mm |
| 構造タイプ | 従来のロボットアーム構造 |
| カメラ | DABAI DCW2 深度カメラ |
| 視覚的次元 | 深度距離情報を持つ3D画像 |
| 音声 | AI大規模モデル音声モジュール + スピーカー |
| ディスプレイ | 10.1インチディスプレイ |
| 機能 | 相互接続制御; MoveItモーションプランニング; RVizロボットシミュレーション; 2D視覚インタラクション; 3D視覚インタラクション; AI大規模モデル |
| 位置決め(記載の通り) | 組み込みAI / AI大規模モデル / 3D深度視覚ロボットアーム |
ROSロボットアーム構成(リストに記載)
| バージョン | スタンダードバージョン | アルティメットバージョン |
|---|---|---|
| 制御基板 | 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 |
| 音声モジュール | すべてのバージョンにはAI大規模モデル音声モジュールが含まれています | |
| 深度カメラ | DABAI DCW2 深度カメラ | |
| ディスプレイ | / | HD 10.1インチタッチスクリーン |
コントローラー選択推奨 (Jetsonボード仕様表示)
| アイテム | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|---|---|
| 計算能力 | 0.5TFLOPS (FP16) | 34 TOPS | 67 TOPS | 117 TOPS | 157 TOPS |
| CPU | クアッドコア Arm Cortex-A57 MPCoreプロセッサ | 6コア Arm Cortex-A78AE v8.2 64ビットCPU; 1.5MB L2 + 4MB L3 | 6コア Arm Cortex-A78AE v8.2 64ビットCPU; 1.5MB L2 + 4MB L3 | 6コア NVIDIA Arm Cortex A78AE v8.2 64ビットCPU; 1.5MB L2 + 4MB L3 | 8コア NVIDIA Arm Cortex A78AE v8.2 64ビットCPU; 2MB L2 + 4MB L3 |
| GPU | 128コアNVIDIA Maxwell GPU | 512コアNVIDIA AmpereアーキテクチャGPU、16 Tensor Cores搭載 | 1024コアNVIDIA AmpereアーキテクチャGPU、32 Tensor Cores搭載 | 1024コアNVIDIA AmpereアーキテクチャGPU、32 Tensor Cores搭載 | 1024コアNVIDIA AmpereアーキテクチャGPU、32 Tensor Cores搭載 |
| メモリ | 4GB 64ビットLPDDR4; 25.6GB/s | 4GB 64ビット LPDDR5; 51GB/s | 8GB 128ビット LPDDR5; 102GB/s | 8GB 128ビット LPDDR5; 102GB/s | 16GB 128ビット LPDDR5; 102GB/s |
| ストレージ | 16GB eMMC + 64GB Uディスク | 256GB SSD | |||
| 電力 | 5W - 10W | 7W , 10W , 25W | 7W , 15W , 25W | 10W , 15W , 25W , 40W | 10W , 15W , 25W , 40W |
| ROSシステムバージョン | Ubuntu18.04 + Docker + ROS2 Humble | Ubuntu22.04 LTS + ROS2 Humble | |||
機能動作の違い(測定結果を示す)
| バージョン | Jetson Nano B01 4GB | Jetson Orin Nano SUPER 8GB | Jetson Orin NX SUPER 16GB |
|---|---|---|---|
| ロボット起動(プログラム開始時間) | 62秒 | 49秒 | 48秒 |
| 2D顔追跡(プログラム開始時間 / プログラム実行フレーム) | 4秒 / 10fps | 7秒 / 30fps | 7秒 / 30fps |
| 2Dジェスチャー認識ブロック取得(プログラム開始時間 / プログラム実行フレーム) | 7秒 / 6fps | 6秒 / 30fps | 6秒 / 30fps |
| 2D指先軌跡認識(プログラム開始時間 / プログラム実行フレーム) | 10秒 / 5fps | 7秒 / 30fps | 6秒 / 30fps |
| MoveIt (プログラム開始時間 / プログラム実行フレーム) | 45秒 / 6fps | 43秒 / 30fps | 38秒 / 30fps |
| 3D-Yolo ゴミ認識と仕分け (プログラム開始時間 / プログラム実行フレーム) | 64秒 / 5fps | 9秒 / 30fps | 6秒 / 30fps |
| 3D-Mediapipe ジェスチャー機械コード距離仕分け (プログラム開始時間 / プログラム実行フレーム) | 9秒 / 6fps | 5秒 / 14fps | 3秒 / 15fps |
| 3D-トラッキングによるカラー ブロックの取得 (プログラム開始時間 / プログラム実行フレーム) | 8秒 / 10fps | 4秒 / 14fps | 2秒 / 15fps |
| AI 大規模モデルによるオブジェクト仕分け (プログラム開始時間 / プログラム実行フレーム) | 40秒 / 5fps | 25秒 / 30fps | 20秒 / 30fps |
アプリケーション
- 3Dビジョン検出と把持; 空間認識; 物体追跡; 3Dソーティング
- 深度測定(距離測定)、形状認識、高さ測定、体積測定
- 深度ビジョンの位置決めと追跡; 3D空間追跡と把持; 3Dポイントクラウド認識
- AI駆動の視覚インタラクション: インテリジェントなソーティングとハンドリング、色認識、動的追跡、ゴミのソーティング、追跡、把持
- 記述されたマルチモーダルワークフロー: ビデオ分析、長コマンドモーション制御、異常高さソーティング、意図推論(RAGナレッジベース)、KCF物体追跡アルゴリズム、YOLOv11ベースの認識タスク
体積測定デモ用に示された例の物体寸法: 30*30*30mm キューブ、30*30*30mm シリンダー、30*30*60mm シリンダー。例として示される距離オーバーレイには、240.0mmおよび190.0mmが含まれます。
マニュアル
チュートリアルリンク: http://www.yahboom.net/study/DOFBOT-Pro
詳細

人気のデスクトップロボットアームのオプションを一目で比較できます。自由度、リーチ、グリッパーの範囲、制御プラットフォームを含みます。

簡単な仕様スナップショットは、ROS学習、シミュレーション、基本的な視覚タスクに適したモデルを選ぶのに役立ちます。

DOFBOT-PROは、6自由度アーム、RGB+D深度センサー、およびJetson互換性を組み合わせて、3D認識と把握の開発を行います。

異なるアーム構造とカメラ設定が必要なユーザーのために、代替構成の詳細が提供されています。

ROS教育と開発のために構築されたキットは、コンパクトな6自由度アームと深度視覚、統合されたデスクトップスタイルのセットアップを組み合わせています。

運動計画と認識ワークフロー、例えば運動学、ターゲット認識、追跡、3D空間での把握のために設計されています。

主要なモジュールは、深度認識、AIインタラクションの概念、および一般的なロボティクスパイプラインで使用されるソフトウェアフレームワークをカバーしています。

ハードウェアとソフトウェアのハイライトは、ビジョン + ROSデモや教室実験を構築するために含まれているものを要約しています。

複数のJetsonボードオプションは、エントリーレベルのプロトタイピングから高性能AIワークロードへのスケールを支援します。

構成マトリックスを使用して、コントローラーボードと機能セットをあなたのROSプロジェクトの要件に合わせてください。

深度ビジョンは、2Dだけよりも信頼性の高い位置決め、認識、把握計画のための距離を意識した理解を追加します。

アームカメラのキャリブレーションは、ポイントクラウド認識や深度ベースの測定など、3D空間でのインタラクションのためのタスクをサポートします。

マルチモーダルインタラクションの概念には、テキスト、音声、視覚機能が含まれ、より豊かな人間とロボットのワークフローを構築します。

アプリケーションの例は、知覚とコマンド駆動型制御を組み合わせたソーティングおよびハンドリングの行動に焦点を当てています。

実用的なデモは、視覚とインタラクションロジックに基づいた追跡、ソーティング、およびアクション選択タスクを紹介します。

インタラクティブなチャレンジスタイルの活動は、知覚、推論、および制御ループをテストするためのアプローチしやすいシナリオを提供します。

視覚認識の例は、色に基づく追跡、ブロックソーティング、インタラクティブゲーム、およびラベルベースのスタッキングをカバーしています。

トレーニングノートとパフォーマンス曲線は、オブジェクト検出タスクのために含まれる深層学習ワークフローの方向性を概説しています。

DOFBOT Proは、MediaPipeベースのジェスチャーインタラクション、前方/逆運動学、およびセットアップと開発ワークフローのためのMoveItシミュレーション制御をサポートしています。

DOFBOT Proは、動作制御のための軌道計画、衝突検出、およびROS/ROS2(Humble)ワークフローを備えたMoveIt運動学シミュレーションをサポートしています。

DOFBOT Proは、アプリ制御、ウェブ制御、およびUSBワイヤレスリモコンをサポートしており、正確なセットアップと動きの計画のためにJ1–J6とラベル付けされた6-DOFジョイントレイアウトを備えています。

DOFBOT Pro 6-DOFロボットアームは、Jetsonベースの制御基板とDaBai DCW2深度カメラ、視覚誘導の動作プロジェクトのためのインテリジェントシリアルバスサーボを組み合わせています。

DOFBOT Proのセットアップには、ロボットアーム拡張ボードレイアウトが含まれており、制御のための音声モジュールや10.1インチタッチスクリーンなどのアドオンをサポートしています。

DOFBOT-PROコースの概要は、トレーニングモジュールと学習目標を分解し、セットアップと開発ステップの計画を支援します。

DOFBOT Proには、2D/3Dビジュアルトラッキング、ソーティングおよびグリッピング、深度カメラワークフローをカバーする整理されたオープンソースコードとステップバイステップのチュートリアルフォルダーが含まれています。

DOFBOT Proには、ダウンロード可能なビデオチュートリアル、ROS2学習資料、3Dモデルファイル、およびJetsonボードでの開発用のオープンソースPythonコードが含まれています。

寸法図と仕様概要は、DOFBOT Pro 6-DOFロボットアームのマウントスペースとシステム統合の計画を支援します。

DOFBOT Proキットには、コントローラーハードウェア、電源およびデータケーブル、組み立ておよびセットアップ用の基本ツールなどの標準アクセサリーセットを備えたロボットアームが含まれています。
Related Collections
