概要
Yahboom Muto S2は、Raspberry Pi 5またはNVIDIA Jetson NANOをメインコントローラーとして設計された18DOFの六足歩行ロボットです。これはデスクトップレベルのバイオニック六足歩行ロボットで、アルミ合金のボディ、18自由度、シミュレートされた歩行のための逆運動学アルゴリズム制御を内蔵しています。Python3プログラミングとOpenCV画像処理により、色認識、追跡/フォロー、顔追跡、QRコード認識、視覚ラインパトロールなどのAI視覚インタラクション機能をサポートします。制御方法には、携帯電話アプリ、ワイヤレスハンドル制御、コンピュータウェブページ(Jupyter Lab)制御があり、リアルタイムビデオ伝送(FPV)を備えています。
主な特徴
- AIビジョン六足歩行ロボット: 逆運動学アルゴリズム、バイオニック歩行、18DOFジョイント、AI視覚インタラクション。
- 18DOFモーションジョイント: 18個の高性能サーボとアルミ合金構造部品を使用して、各脚に3つのジョイントを接続します。
- 35KGスマートシリアルバスサーボシステム: 18個の35KGメタルサーボ。
- 2DカメラPTZ: ビジョンアプリケーション用の2DOFカメラPTZ。
- リアルタイムビデオ伝送: モバイルフォンアプリを通じてローカルエリアネットワークに接続し、HDビデオ映像をリアルタイムで視聴。
- 姿勢&動き調整 : 歩行速度とロボット本体の高さの自由調整をサポート(ロボット高さ調整/ロボット速度調整;歩行速度調整:遅い/速い)。
- ティーチングモード: ホストマシンの単脚動作を手動で制御し、別のスレーブマシンが同じ動作を実行。
- Raspberry Pi 5サポートノート: 「MUTO RSは、Raspberry Pi 5に適応した安定化電源拡張ボードを装備」し、安定した5.1V/5A電源を提供; 0.6Aの電流制限によりUSBポートの電流出力を 1。6A(フリーズ/再起動を避けるため)。
選択のサポートとアフターサポートについては、https://rcdrone.top/に連絡するか、メールでお問い合わせください [email protected].
仕様
| モデル | Muto S2 |
| ロボットタイプ | AIビジョンヘキサポッドロボット |
| 自由度 | 18DOF(18自由度) |
| ボディ素材 | アルミ合金 |
| サーボ | 18PCS 35KGメタルサーボ;35KGスマートシリアルバスサーボ |
| カメラ | 2MP 1080 HDカメラ;USB 1080Pカメラ |
| カメラジンバル | 2DOFカメラPTZ |
| バッテリー | 7.4V 9900mAh バッテリーパック (9900mAh) |
| メインコントローラー互換性 | Raspberry Pi 5 / Jetson NANO |
| プログラミング | Python3 |
| ビジョンスタック | OpenCV 画像処理; AI ビジュアルインタラクション; ディープラーニング |
| リモートコントロール | モバイルAPP、ワイヤレスハンドル、コンピュータウェブページ (Jupyter Lab); WiFi コントロール |
メインコントロール比較 (提供されたもの)
| メインコントロールボード | Raspberry Pi 5 8G | Jetson NANO 4GB SUB |
| 計算能力 | Raspberry Pi 4B の2倍の計算能力 | 0.5 TFLOPS |
| CPU | Cortex-A76 | クアッドコア Arm Cortex-A57 MPCore プロセッサ |
| GPU | Broadcom VideoCore VII | 128コア NVIDIA Maxwell GPU |
| メモリ | 4GB/8GB | 4GB |
| ストレージ | 64GB TFカード無料提供 | 64GB Uディスク無料提供 |
| 電力 | 10W | 5W | 10W |
| AI画像処理効果 | ★★★★ | ★★★ |
Muto S2ロボットは、Raspberry Pi 5とJetson NANO 4GB SUBの2つのメインコントローラーを提供し、使用方法は基本的に同じで、どちらもUbuntuシステムを使用しています。異なるメインコントロールは、システムのスムーズさにわずかに影響を与えるだけです。コース教材、製品機能、および提供される制御ソフトウェアは一貫しています。
機能リスト(コース/例)
カメラPTZ
- 00. 色HSV値キャリブレーション
- 01. 色認識
- 02. 色追跡
- 03. 色追従
- 04. 色認識アクショングループ
- 05. 顔検出
- 06. 顔追跡
- 07. 人に挨拶
- 08. QRコード認識
- 09. QRコード指示
- 10. ビジュアルライン追従
- 11. モーションラーニング
- 12. ティーチペンダント同期アクション
機械ディープラーニング
- 01. KNN
- 02. TensorFlow基本チュートリアル
- 03. PyTorchの基本使用法
- 04. Yolov5によるリアルタイム物体検出
- 05. Jetson-inference環境構築
- 06. 物体検出とアクション
- 07. ボディムーブメントコントロールロボット
- 08. ジェスチャーコントロールロボット
Jetson NANOコース
- 1. JetsonNanoシステムについて
- 2. ネットワーク構成とJtop
- 3. スワップスペースの増加
- 4. GPIOライブラリのAPI使用法
- 5. ハードウェアライブラリの構成
- 6. ピン読み取り機能
- 7. ピンレベル出力制御
- 8. LED制御
- 9. Jetson Nanoが外部デバイスのシリアルポートと通信
- 10. Jetson nano I2C通信
リモートコントロールコース
- 1. APP制御プロセスを閉じる
- 2. モバイルAPPリモートコントロールチュートリアル
- 3. USBワイヤレスハンドルリモートコントロール
ロボット基礎コース
- 1. ブザーを制御
- 2. PWMサーボを制御
- 3. バスサーボを制御
- 4. ロボットの前進と後退
- 5. ロボットは左右に移動します
- 6. ロボットは左右に回転します
- 7. 高さを制御する
- 8. 頭を制御する
- 9. アクショングループのパフォーマンス
- 10. データを読む
- 11. ホストコンピュータ制御
- 12. カメラドライバー
Raspberry Pi コース
- 1. Python環境を構築する
- 2. Helloworld
- 3. ピンの出力高低レベル
- 4. ピンの高低レベルを読む
- 5. PWMを出力する
- 6. シリアル通信
- 7. I2C通信
- 8. シリアル通信
- 9. I2C通信
オープンソースCVコース
- 1. オープンソースCVの紹介
- 2. 画像の読み込みと表示
- 3. 画像の書き込み
- 4. 画像品質
- 5. ピクセル操作
- 6. 画像のズーム
- 7. 画像の切り取り
- 8.画像パン
- 9. 画像ミラーリング
- 10. アフィン変換
- 11. 画像回転
- 12. 透視変換
- 13. グレースケール処理
- 14. バイナリ画像
- 15. エッジグリーン検出
- 16. 線分描画
- 17. 長方形円描画
- 18. テキストと画像描画
ビデオ
マニュアル / チュートリアル
チュートリアルリンク(公式): http://www.yahboom.net/study/Muto-S2
詳細

18DOFのバイオニックヘキサポッドプラットフォームは、逆運動学の歩行制御とカメラベースのAIインタラクションを組み合わせています。

Raspberry Pi 5またはNVIDIA Jetson Nanoで動作するように設計されており、ロボティクス学習、ビジョンプロジェクト、歩行実験に最適です。

主な機能には、OpenCVベースのビジョン機能、Pythonプログラミング、WiFi制御、FPVビデオストリーミングが含まれます。

Raspberry Pi 5またはJetson Nanoをメインコントローラーとして選択し、Pi 5の安定性のために設計された電源拡張ボードオプションを提供します。

構造化された機能リストと学習パスは、PTZビジョン、ディープラーニングの基本、および両方のコントローラーのためのステップバイステップのコースをカバーしています。

18個の高トルクサーボが各脚の3つの関節を駆動し、安定した関節式のヘキサポッドの動きを実現します。

組み込みの逆運動学により、足の軌道を調整し、よりスムーズで安定したシミュレートされた歩行を実現します。

リアルタイムFPVにより、ローカルネットワーク接続を介して電話アプリからロボットを操作および監視できます。

アプリでアクショングループを保存し、プリセットの動きをトリガーしたり、カスタムポーズのために個々の関節を微調整したりできます。

インタラクティブな動きは、ジェスチャースタイルの挨拶や動作ルーチンなどの遊び心のある行動をサポートします。

反応的な動きのデモは、近距離の障害物や動的な動き中のバランス調整を強調します。

ビジョンベースの行動は、ハンズオンAIインタラクション実験のための追跡とフォローをサポートできます。

クイックコマンドは、丸まる動作や前進する動作などの一般的なアクション状態を可能にします。

異なる表面、デモ、および屋内デスクトップテストに合わせて、体の高さと歩行速度を調整します。

ティーチングモードでは、1台のロボットの脚の動きを手動でガイドし、2台目のユニットがそれをミラーリングします。

カメラベースのAI機能には、OpenCVワークフローを使用した色追跡、顔追跡、QRコード認識が含まれます。

物体検出、骨格ベースのポーズ推定、ジェスチャー制御ルーチンなど、より深いAIデモを探求します。

Pythonでプログラムの動作を設定し、モーションコントロール、ビジョン処理、自動化のためにラップトップから迅速に反復します。

MUTO S2は、リモートコントロール、ロボットキャリブレーション、パフォーマンスモード、データモニタリングのためのクロスプラットフォームiOS/Androidアプリをサポートしています。

Muto S2は、JupyterLabウェブページを通じたPCコントロールと、ロボットの動きのための2.4G/USBワイヤレスゲームパッドコントロールをサポートしています。

Yahboom Muto S2のコースカタログには、組み立て、モーションコントロール、OpenCVビジョン機能、AI実験のためのガイド付きモジュールが記載されています。

Yahboom Muto S2には、AIビジョンとディープラーニングのコースファイルを含む、ステップバイステップのセットアップとコーディングのための整理された学習リソースが含まれています。

Muto S2のヘキサポッドレイアウトには、OLEDスクリーン、2DOFカメラPTZモジュール、USBハブ拡張ボード、大型リチウムバッテリーマウントが含まれています。

Muto S2は、0–270°の関節範囲を持つインテリジェントシリアルバスサーボを使用し、35kgf·cmのトルクと6.0–8.4Vの動作を含む仕様が記載されています。

USB HD 1080PカメラPTZは、パン/チルト制御のために2DOFサーボを使用し、USB 2.0を介して接続し、80–120°の視野を持っています。

7.4V 9900mAhリチウムバッテリーパックは、DC 4.0×1.7充電インターフェースと約15cmのリードを使用して簡単に接続できます。

Yahboom Muto S2は、ミリメートル単位の寸法を示す上面図と正面図を備えており、配置とクリアランスの計画に役立ちます。

MUTO S2は、Jetson Nano 4GB USBまたはRaspberry Pi 5メインコントロールボードと共に利用可能で、どちらもPython、18DOFジョイント、および約3.7時間のバッテリー寿命をサポートしています。

Muto S2 ヘキサポッドキットには、ロボットシャーシ、PTZカメラモジュール、OLEDコンポーネント、USBハブ拡張ボード、バッテリーパック、充電器、ケーブル、基本的なツールが含まれており、Raspberry PiまたはJetson Nanoアクセサリーは追加としてリストされています。
Related Collections
