商品情報にスキップ
1 8

Yahboom JetCobot 7自由度ビジュアル協働ロボットアーム(Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER対応)

Yahboom JetCobot 7自由度ビジュアル協働ロボットアーム(Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER対応)

Yahboom

通常価格 $1,167.80 USD
通常価格 セール価格 $1,167.80 USD
セール 売り切れ
税込。 配送料はチェックアウト時に計算されます。
メインコントロールボード
詳細を表示する

概要

JetCobotは、NVIDIA Jetsonシリーズの開発ボード(Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER)をメインコントロールボードとして使用する7軸の視覚協働ロボットアームです。URのようなロボット構成、ROSロボットオペレーティングシステム、逆運動学アルゴリズムを備えており、座標制御、動作計画、把持、仕分け、および関連する視覚インタラクションタスクをサポートします。

JetCobotはロボットアームとカメラシステムを統合しています。0.3MP USBカメラ(110°の視野角)を搭載し、OpenCV画像処理、機械視覚、深層学習ワークフローをサポートしており、色のインタラクション、顔の検出/追跡、ラベル認識、モデルのトレーニング、ジェスチャーインタラクションなどの機能を提供します。

主な特徴

  • URのような構成を持つ7-DOF構造: スムーズなボディデザイン、大きな可動範囲、隠れたサーボ配線(比較チャートに記載されている通り)。
  • 逆運動学 + ROS ワークフロー: 座標制御と動作計画をサポートします。
  • MoveIt + RViz サポート: URDF 逆運動学シミュレーションモデル、MoveIt シミュレーション制御/軌道計画、衝突検出、および空間グリッピングシナリオを含みます。
  • AI ビジュアル認識とターゲット追跡: 色認識と追跡、色ブロックのソート、色ブロックのキャッチ、色の相互作用、顔認識と追跡、およびラベル認識/インテリジェントスタッキング(Apriltag ラベルコード)。
  • 深層学習 / モデル訓練: ゴミ分類ワークフローと領域ベースのキャッチ例をサポートします(領域識別:キャッチと配置;領域検出:カスタマイズキャッチ)。
  • MediaPipe開発 / AIインタラクションアップグレード: ジェスチャーコントロールアクショングループ、ジェスチャー認識コントロールスタック、ロボットアーム認識と手のひら追跡、そしてジェスチャーポーズコントロールロボットアーム。
  • 複数のコントロール方法: MoveItシミュレーションコントロール、ハンドルコントロール、PCウェブコントロール(Jupyter Labコントロールも表示されます)。

仕様

製品 JetCobot AIビジュアルコラボレーティブロボットアーム
自由度 7
最大有効アームスパン 270MM
関節回転範囲 -153°から153°
繰り返し位置決め精度 ±0.5mm
カメラ 0.3MP USBカメラ
カメラの視野 110°
カメラのフレームレート(表示) 30fps
視覚的寸法(チャート) 平面2D画像
グリッパー(表示) 電動グリッパー
グリッパーの開閉角度(チャート) 5cm
グリッパーの範囲(表示) 20-45mm
グリッパーの力(表示) 150gの力
構造タイプ(チャート) UR型ロボット構造
メインコントロール(チャート) Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER
機能(チャート)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
音声 (チャート) /
表示 (チャート) /

Jetsonマスターコントロールオプション (参照チャート)

メインコントロールボード 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 4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 102 GB/s 8GB 128ビット LPDDR5 102 GB/s 16GB 128ビット LPDDR5 102 GB/s
ストレージ 16GB eMMC + 64GB Uディスク 256GB SSD
電源 5W - 10W 7W, 10W, 25W 7W, 15W, 25W 10W, 15W, 25W, 40W
ROSシステムバージョン Ubuntu18.04 + ROS1 Melodic Ubuntu22.04 LTS + ROS2 Humble

このチャートは、複数のJetsonシリーズ制御ボードの使用方法が基本的に同じであることを示しています。異なる制御ボードは主にJetCobotの性能に影響を与えます。

測定された機能/性能の違い (参考チャート)

アイテム Jetson Nano バージョン
プログラム開始時間 / プログラム実行フレームレート
Jetson Orin Nano SUPER 8GB バージョン
プログラム開始時間 / プログラム実行フレームレート
Jetson Orin NX SUPER 16GB バージョン
プログラム開始時間 / プログラム実行フレームレート
ロボット起動 43秒 ロボットアーム初期化完了 / / 38秒 ロボットアーム初期化完了 / / 37秒 ロボットアーム初期化完了 / /
基本的な視覚機能 (色認識) 6秒 / 12秒 5秒 / 30fps 4秒 / 30fps
Yolov5 ゴミ分類 31秒 / 6秒 17秒 / 30fps 16秒 / 30fps
Mediapipe顔検出 13秒 / 30秒 8秒 / 30fps-40fps 7秒 / 30fps-50fps
カラー ブロック トラッキング 10秒 / 30秒 7秒 / 30fps 5秒 / 30fps
Apriltag タグ コード 認識 5秒 / 25秒 3秒 / 30fps 3秒 / 30fps
RVIZ シミュレーション モデリング 16秒 / 31秒 9秒 / 31fps 7秒 / 31fps

チャートに表示されるノート: JetCobotはDockerコンテナ技術で構成されていません; それは公式のネイティブイメージ構成機能環境を使用して、全体のマザーボード性能を最大限に引き出します。データは実際のYahboomラボテストからのものであり、Jetson Orin Nano SUPER 4GBと8GBの性能は類似しており、Jetson Orin NX SUPER 8GBと16GBの性能は近いです。

含まれているもの

  • myCobot280 7-DOF コラボレーティブロボットアーム (JetCobot)
  • 電動グリッパー
  • USBカメラ
  • Jetsonメインコントロール (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, バージョンに応じて)
  • OLEDスクリーン (出荷リストチャートに記載)
  • アクセサリー (出荷リストチャートに記載)

アプリケーション

  • ROS学習、運動学、動作計画 (MoveIt / RViz)
  • 機械視覚およびOpenCVベースのインタラクション実験
  • AIインタラクションデモ: 色追跡、ラベル認識 (Apriltag)、ジェスチャー認識、モデルトレーニングワークフロー
  • デスクトップでの把持、仕分け、基本的な座標ベースのピックアンドプレースタスク

マニュアル / ドキュメント

販売前の選択支援や販売後のサポートについては、https://rcdrone.top/に連絡するか、メールで[email protected]. してください。

詳細