Yahboom JetCobot Lengan Robotik Kolaboratif Visual 7-DOF untuk Jetson Nano B01 4GB/Orin Nano SUPER/Orin NX SUPER

Yahboom

$1,167.80 USD

Jualan Habis dijual

Taxes included. Penghantaran dikira semasa pembayaran.

Papan kawalan utama Dengan Jetson NANO 4GB Dengan Jetson Orin NANO 4GB SUPER Dengan Jetson Orin NANO 8GB SUPER Dengan Jetson Orin NX 8GB SUPER Dengan Jetson Orin NX 16G SUPER

Kuantiti

Lihat butiran penuh

Tinjauan

JetCobot adalah lengan robot kolaboratif visual 7-paksi yang menggunakan papan pembangunan siri NVIDIA Jetson sebagai papan kawalan utama (Jetson Nano B01 4GB / Jetson Orin Nano SUPER / Jetson Orin NX SUPER). Dengan konfigurasi robot seperti UR, sistem operasi robot ROS, dan algoritma kinematik terbalik, ia menyokong kawalan koordinat, perancangan gerakan, pemegangan, pengasingan, dan tugas interaksi visi yang berkaitan.

JetCobot mengintegrasikan lengan robot dan sistem kamera. Ia dilengkapi dengan kamera USB 0.3MP (sudut pandang 110°) dan menyokong pemprosesan imej OpenCV, visi mesin, dan aliran kerja pembelajaran mendalam untuk fungsi seperti interaksi warna, pengesanan/pengawasan wajah, pengenalan label, latihan model, dan interaksi isyarat.

Ciri Utama

Struktur 7-DOF dengan konfigurasi seperti UR: Reka bentuk badan yang lancar, julat gerakan yang besar, dan pendawaian servo tersembunyi (seperti yang diterangkan dalam carta perbandingan).
Kinematik terbalik + aliran kerja ROS: Menyokong kawalan koordinat dan perancangan gerakan.
Support MoveIt + RViz: Termasuk model simulasi kinematik URDF, kawalan simulasi MoveIt/perancangan trajektori, pengesanan perlanggaran, dan senario penggenggaman spatial.
Pengenalan visual AI dan penjejakan sasaran: Pengenalan dan penjejakan warna, pengasingan blok warna, pengambilan blok warna, interaksi warna, pengenalan dan penjejakan wajah, serta pengenalan label/pengumpulan pintar (kod label Apriltag).
Pembelajaran mendalam / latihan model: Menyokong aliran kerja pengelasan sampah dan contoh pengambilan berdasarkan kawasan (pengenalan kawasan: mengambil dan meletakkan; pengesanan kawasan: menyesuaikan pengambilan).
Pembangunan MediaPipe / peningkatan interaksi AI: Kumpulan tindakan kawalan isyarat, tumpuan pengenalan isyarat, pengenalan lengan robotik dan penjejakan tapak tangan, serta kawalan postur isyarat lengan robotik.
Pelbagai kaedah kawalan: Menyokong kawalan simulasi MoveIt, kawalan pemegang, dan kawalan web PC (kawalan Jupyter Lab juga ditunjukkan).

Spesifikasi

Produk	JetCobot AI lengan robotik kolaboratif visual
Darjah kebebasan	7
Jangkauan lengan maksimum yang berkesan	270MM
Julat putaran sendi	-153° hingga 153°
Ketepatan pengulangan penempatan	±0.5mm
Kamera	0.3MP kamera USB
Sudut pandang kamera	110°
Kadar bingkai kamera (ditunjukkan)	30fps
Dimensi visual (graf)	Imej 2D rata
Pemegang (ditunjukkan)	Pemegang elektrik
Sudut buka-tutup pemegang (graf)	5cm
Julat pemegang (ditunjukkan)	20-45mm
Kuasa pemegang (ditunjukkan)	Kuasa 150g
Jenis struktur (graf)	Struktur robot seperti UR
Kawalan utama (graf)	Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER
Fungsi (graf)	Pengawalan interkoneksi; Perancangan gerakan MoveIt; Simulasi robot RViz; Interaksi visual 2D
Suara (graf)	/
Paparan (graf)	/

Pilihan Kawalan Utama Jetson (Carta Rujukan)

Papan kawalan utama	Jetson Nano B01 4GB	Jetson Orin Nano SUPER 4GB	Jetson Orin Nano SUPER 8GB	Jetson Orin NX SUPER 8GB	Jetson Orin NX SUPER 16GB
Kuasa pengkomputeran	0.5TFLOPS (FP16)	34 TOPS	67 TOPS	117 TOPS	157 TOPS
CPU	4 teras pemproses Arm Cortex-A57 MPCore	CPU 6-teras Arm Cortex-A78AE v8.2 64-bit; 1.5MB L2 + 4MB L3	CPU 6-teras Arm Cortex-A78AE v8.2 64-bit; 1.5MB L2 + 4MB L3	CPU 6-teras NVIDIA Arm Cortex-A78AE v8.2 64-bit; 1.5MB L2 + 4MB L3	CPU 8-teras NVIDIA Arm Cortex-A78AE v8.2 64-bit; 2MB L2 + 4MB L3
GPU	128 teras GPU NVIDIA Maxwell	GPU seni bina NVIDIA Ampere 512-teras dengan 16 Teras Tensor	GPU seni bina NVIDIA Ampere 1024-teras dengan 32 Teras Tensor	GPU seni bina NVIDIA Ampere 1024-teras dengan 32 Teras Tensor	GPU seni bina NVIDIA Ampere 1024-teras dengan 32 Teras Tensor
Memori	4GB 64-bit LPDDR4 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
Penyimpanan	16GB eMMC + 64GB U disk	256GB SSD
Kuasa	5W - 10W	7W, 10W, 25W	7W, 15W, 25W	10W, 15W, 25W, 40W
Versi sistem ROS	Ubuntu18.04 + ROS1 Melodic	Ubuntu22.04 LTS + ROS2 Humble

Jadual juga mencatat bahawa kaedah penggunaan pelbagai papan kawalan siri Jetson pada dasarnya adalah sama; papan kawalan yang berbeza terutamanya mempengaruhi prestasi JetCobot.

Perbezaan Fungsi/Prestasi yang Diukur (Carta Rujukan)

Item	Versi Jetson Nano Masa mula program / Kadar bingkai program berjalan	Versi Jetson Orin Nano SUPER 8GB Masa mula program / Kadar bingkai program berjalan	Versi Jetson Orin NX SUPER 16GB Masa mula program / Kadar bingkai program berjalan
Pemula robot	43s Inisialisasi lengan robot selesai / /	38s Inisialisasi lengan robot selesai / /	37s Inisialisasi lengan robot selesai / /
Fungsi visual asas (Pengenalan warna)	6s / 12s	5s / 30fps	4s / 30fps
Klasifikasi sampah Yolov5	31s / 6s	17s / 30fps	16s / 30fps
Mediapipe pengesanan wajah	13s / 30s	8s / 30fps-40fps	7s / 30fps-50fps
Pengesanan blok warna	10s / 30s	7s / 30fps	5s / 30fps
Pengenalan kod tag Apriltag	5s / 25s	3s / 30fps	3s / 30fps
Pemodelan simulasi RVIZ	16s / 31s	9s / 31fps	7s / 31fps

Nota yang ditunjukkan dengan carta: JetCobot tidak dikonfigurasikan dengan teknologi kontena Docker; ia menggunakan fungsi persekitaran konfigurasi imej asli rasmi untuk memaksimumkan prestasi keseluruhan papan induk.Data ini adalah dari ujian makmal Yahboom yang sebenar; prestasi Jetson Orin Nano SUPER 4GB dan 8GB adalah serupa, dan prestasi Jetson Orin NX SUPER 8GB dan 16GB adalah hampir sama.

Apa yang Termasuk

myCobot280 7-DOF lengan robot kolaboratif (JetCobot)
Penggenggam elektrik
Kamera USB
Pengawal utama Jetson (Jetson Nano B01 / Jetson Orin Nano SUPER / Jetson Orin NX SUPER, bergantung pada versi)
Skrin OLED (senarai dalam carta senarai penghantaran)
Aksesori (seperti yang disenaraikan dalam carta senarai penghantaran)

Aplikasi

Pembelajaran ROS, kinematik, dan perancangan gerakan (MoveIt / RViz)
Penglihatan mesin dan eksperimen interaksi berasaskan OpenCV
Demos interaksi AI: penjejakan warna, pengenalan label (Apriltag), pengenalan isyarat, dan aliran kerja latihan model
Penggenggaman desktop, pengasingan, dan tugas pengambilan dan penempatan asas berasaskan koordinat

Manual / Dokumentasi

Tutorial: https://www.yahboom.net/study/JetCobot

Untuk bantuan pemilihan pra-jualan atau sokongan selepas jualan, hubungi https://rcdrone.top/ atau emel [email protected].

Butiran

Comparison chart highlighting JetCobot vs other ROS robotic arm masters, with key specs and features

Bandingkan JetCobot dengan pilihan kawalan master ROS lain untuk memilih platform yang tepat untuk aplikasi anda.

Specs table for DOFBOT SE ROS master control, listing accuracy, arm span, camera type, and functions

Pelbagai platform lengan Yahboom berkongsi aliran kerja ROS yang serupa, sementara pilihan perkakasan dan visi berbeza mengikut model.

DOFBOT-PRO comparison table featuring depth camera option and 3D visual interaction capability

Konfigurasi kamera kedalaman menyokong tugas visi 3D seperti penjejakan yang peka jarak dan interaksi.

JetCobot comparison chart listing 7-DOF, 270 mm reach, ±0.5 mm repeat accuracy, and UR-like structure

JetCobot memberi tumpuan kepada struktur 7-DOF seperti UR dengan ketepatan tahap milimeter untuk tugas gerakan terkoordinasi.

Yahboom JetCobot 7-DOF AI visual collaborative robotic arm kit with base, arm, and packaging

Yahboom JetCobot adalah lengan robot kolaboratif visual 7-DOF desktop yang dibina di sekitar papan kawalan NVIDIA Jetson.

JetCobot product introduction poster with icons for ROS, MoveIt, RViz, OpenCV, deep learning, and MediaPipe

Stak perisian lengkap menyokong kawalan ROS, perancangan MoveIt, visualisasi RViz, dan visi berasaskan OpenCV.

Jetson Orin SUPER performance overview graphic comparing Nano B01, Orin Nano, and Orin NX options

Pilih Jetson Nano B01, Orin Nano SUPER, atau Orin NX SUPER berdasarkan pengiraan yang diperlukan untuk saluran AI anda.

Jetson series selection matrix for ROS master control, with CPU/GPU specs, memory, and Ubuntu/ROS versions

Perbandingan Jetson yang jelas membantu memadankan kapasiti CPU/GPU dan memori dengan beban kerja ROS dan penglihatan.

Function operation difference table for JetCobot across Jetson versions, with task timing and FPS metrics

Prestasi berbeza mengikut pengawal Jetson, sementara set ciri JetCobot dan contoh kursus kekal konsisten.

JetCobot UR-like robot configuration photo highlighting smooth arm design and hidden wiring concept

Konfigurasi seperti UR menyediakan pelbagai gerakan dengan binaan yang lebih kemas untuk penggunaan di bilik darjah dan makmal.

Analysis graphic comparing JetCobot 7-DOF UR-like design vs typical 6-DOF arms, wiring, reach, and control

Susun atur 7-DOF meningkatkan fleksibiliti untuk penempatan, penggenggaman, dan perancangan laluan di ruang kerja yang sempit.

Integrated robotic arm and camera setup scanning color blocks; text notes ±0.5 mm repeat positioning accuracy

Kamera USB terintegrasi membolehkan aliran kerja pemilihan dan pengasingan visual tanpa persediaan kamera luar yang kompleks.

AI visual recognition and target tracking examples: color sorting, grabbing, interaction, tag stacking, tracking

Demos terbina dalam merangkumi pengenalan warna, pengasingan blok, penumpukan berasaskan tag, dan interaksi berasaskan penjejakan.

Deep learning and MediaPipe feature panel: model training, region detection grabbing, gesture recognition control

Gunakan latihan model pembelajaran mendalam dan interaksi isyarat MediaPipe untuk membina tugas pengambilan dan penempatan yang lebih responsif.

MoveIt kinematics and planning collage for JetCobot, including URDF model, collision detection, and spatial grip

Model MoveIt dan URDF menyokong simulasi, perancangan trajektori, dan pemeriksaan perlanggaran sebelum dijalankan pada perkakasan.

Cross-platform remote control options: web-based JupyterLab control and USB gamepad teleoperation

Kawal JetCobot melalui persekitaran Jupyter berasaskan pelayar atau gamepad USB untuk ujian dan demo yang cepat.

Inverse kinematics algorithm graphic with multi-pose arm overlay for coordinate-based positioning control

Kinematik songsang membolehkan input koordinat untuk penempatan yang boleh diulang dan orientasi akhir yang konsisten.

7-DOF collaborative robot joint map labeled J1–J7 on JetCobot arm beside a laptop and Jetson carrier base

Tujuh sendi (J1–J7) memberikan fleksibiliti tambahan untuk perancangan gerakan dan penggenggaman yang terkoordinasi.

JetCobot robotic arm working radius diagram with 270mm reach and J1 base rotation range ±153°

JetCobot menawarkan rentang lengan efektif maksimum 270mm (tanpa penggenggam), dengan putaran asas J1 ±153° dan kebolehulangan ±0.5mm.

Graphic describing ROS Robot Operating System support for Yahboom JetCobot, listing ROS2 Humble and ROS1 Melodic.

JetCobot dibina di sekitar Sistem Operasi Robot ROS dan menyenaraikan keserasian dengan ROS2 Humble dan ROS1 Melodic.

JetCobot robotic arm beside a monitor showing MoveIt simulation control interface for a 7-DOF collaborative arm

Sokongan simulasi MoveIt membolehkan lengan robot JetCobot diuji dan dikawal dalam persekitaran maya sebelum dijalankan pada perkakasan.

Yahboom JetCobot robotic arm kit with gripper, USB HD camera, OLED screen, suction-cup base and metal chassis

Kit lengan JetCobot menggabungkan pemegang, kamera HD USB, skrin OLED, dan asas cawan sedutan untuk penyediaan desktop yang stabil.

Yahboom JetCobot robotic arm with USB HD camera module and motorized gripper mounted on the end effector

Lengan JetCobot menggabungkan kamera HD USB (480p, 30 fps, sudut pandang 110°) dengan pemegang elektrik kompak untuk tugas pengambilan dan penempatan yang dipandu visi.

JetCobot course outline table listing lessons on assembly, ROS/Ubuntu setup, SLAM, AI vision, tracking, and grasping

Kurikulum JetCobot merangkumi penyediaan dan pemasangan, asas ROS/Ubuntu, pemetaan SLAM, visi AI dengan MediaPipe, dan latihan pengesanan dan penggenggaman visual.

JetCobot tutorial materials page with download folders and course sections, plus study link yahboom.net/study/JetCobot

Materi tutorial JetCobot termasuk folder muat turun yang teratur dan kandungan kursus seperti asas visual AI dan Mediapipe, dengan pautan kajian di yahboom.net/study/JetCobot.

Course resource overview for Yahboom JetCobot, listing AI visual tracking/grabbing, MoveIt, ROS2 tutorials, and Python code

Sumber pembelajaran JetCobot termasuk kursus pengesanan dan pengambilan visual AI, tutorial MoveIt, asas ROS2, dan kod sumber Python terbuka.

JetCobot robotic arm with gripper dimension drawing showing overall height and base footprint measurements in mm

Dimensi JetCobot dengan pemegang disediakan dalam milimeter untuk membantu merancang ruang pemasangan dan keseluruhan jarak lengan.

JetCobot 7-DOF visual collaborative robotic arm specs table with Python support, ROS options, and camera details

JetCobot menyokong pengaturcaraan Python dengan pilihan ROS untuk Jetson Nano B01 dan Jetson Orin Nano/NX, ditambah dengan kamera tetap fokus 0.3MP (480P, 30fps, 110° sudut lebar).

Yahboom JetCobot shipping list with gripper, USB camera, chassis parts, power adapter, cables, and Jetson accessory options

Kit JetCobot termasuk penggenggam, kamera USB, komponen chassis, penyesuai kuasa, dan pendawaian, dengan aksesori Jetson Nano/Orin pilihan yang disenaraikan.