Langkau ke maklumat produk
1 daripada 9

Yahboom Muto S2 18DOF Robot Hexapod AI Vision untuk Raspberry Pi 5 & Jetson NANO, 2DOF PTZ FPV

Yahboom Muto S2 18DOF Robot Hexapod AI Vision untuk Raspberry Pi 5 & Jetson NANO, 2DOF PTZ FPV

Yahboom

Harga biasa $798.93 USD
Harga biasa Harga jualan $798.93 USD
Jualan Habis dijual
Taxes included. Penghantaran dikira semasa pembayaran.
Papan kawalan utama
Versi
Lihat butiran penuh

Gambaran Keseluruhan

Yahboom Muto S2 adalah robot hexapod 18DOF yang direka untuk Raspberry Pi 5 atau NVIDIA Jetson NANO sebagai pengawal utama. Ia adalah robot hexapod bionik peringkat desktop dengan badan aloi aluminium, 18 darjah kebebasan, dan kawalan algoritma kinematik songsang terbina dalam untuk simulasi gaya berjalan. Dengan pengaturcaraan Python3 dan pemprosesan imej OpenCV, ia menyokong fungsi interaksi visual AI seperti pengecaman warna, penjejakan/pengikutan, penjejakan wajah, pengecaman kod QR, dan rondaan garis visual. Kaedah kawalan termasuk APP telefon bimbit, kawalan pemegang tanpa wayar, dan kawalan halaman web komputer (Jupyter Lab), dengan penghantaran video masa nyata (FPV).

Ciri-ciri Utama

  • Robot Hexapod Visi AI: Algoritma Kinematik Songsang, Gaya Berjalan Bionik, 18DOF Sendi, Interaksi Visual AI.
  • 18DOF sendi pergerakan: Menggunakan 18 servo berprestasi tinggi dan bahagian struktur aloi aluminium untuk menyambungkan tiga sendi pada setiap kaki.
  • Sistem servo bas bersiri pintar 35KG: 18PCS servo logam 35KG.
  • Kamera PTZ 2D: PTZ kamera 2DOF untuk aplikasi penglihatan.
  • Pemancaran video masa nyata: Sambung melalui rangkaian kawasan setempat melalui APP telefon bimbit untuk melihat rakaman video HD secara masa nyata.
  • Pelarasan pergerakan postur& : Menyokong pelarasan bebas kelajuan berjalan dan ketinggian badan robot (Pelarasan Ketinggian Robot / Pelarasan Kelajuan Robot; pelarasan kelajuan berjalan: perlahan/pantas).
  • Mod pengajaran: Kawal secara manual pergerakan kaki tunggal mesin utama; mesin hamba lain melakukan tindakan yang sama.
  • Nota sokongan Raspberry Pi 5: “MUTO RS dilengkapi dengan papan pengembangan bekalan kuasa terkawal” yang disesuaikan untuk Raspberry Pi 5, menyediakan bekalan kuasa stabil 5.1V/5A; had arus 0.6A meningkatkan output arus port USB kepada 1.6A (untuk membantu mengelakkan pembekuan/pemulaan semula).

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

Spesifikasi

Model Muto S2
Jenis robot Robot AI Vision Hexapod
Darjah kebebasan 18DOF (18 darjah kebebasan)
Bahan badan Aloi aluminium
Servo 18PCS 35KG servo logam; 35KG servo bas bersiri pintar
Kamera Kamera 2MP 1080 HD; Kamera USB 1080P
Gimbal kamera 2DOF kamera PTZ
Bateri 7.4V 9900mAh pek bateri (9900mAh)
Keserasian pengawal utama Raspberry Pi 5 / Jetson NANO
Pengaturcaraan Python3
Stak penglihatan Pemprosesan imej OpenCV; interaksi visual AI; pembelajaran mendalam
Kawalan jauh APP mudah alih, pemegang tanpa wayar, halaman web komputer (Jupyter Lab); kawalan WiFi

Perbandingan Kawalan Utama (seperti yang disediakan)

Papan kawalan utama Raspberry Pi 5 8G Jetson NANO 4GB SUB
Kuasa pengiraan Dua kali kuasa pengiraan Raspberry Pi 4B 0.5 TFLOPS
CPU Cortex-A76 Pemproses Quad-Core Arm Cortex-A57 MPCore
GPU Broadcom VideoCore VII 128-Core NVIDIA Maxwell GPU
Memori 4GB/8GB 4GB
Storan Kad TF 64GB percuma Cakera U 64GB percuma
Kuasa 10W 5W | 10W
Kesan pemprosesan imej AI ★★★★ ★★★

Robot Muto S2 menyediakan dua pengawal utama, Raspberry Pi 5 dan Jetson NANO 4GB SUB, dan kaedah penggunaannya pada dasarnya sama, kedua-duanya menggunakan sistem Ubuntu. Kawalan utama yang berbeza hanya sedikit mempengaruhi kelancaran sistem.Bahan kursus, fungsi produk, dan perisian kawalan yang disediakan adalah konsisten.

Senarai Fungsi (Kursus/Contoh)

Kamera PTZ

  • 00. Kalibrasi nilai HSV warna
  • 01. Pengenalan warna
  • 02. Penjejakan warna
  • 03. Mengikuti warna
  • 04. Kumpulan tindakan pengenalan warna
  • 05. Pengenalan Wajah
  • 06. Penjejakan wajah
  • 07. Menyapa orang
  • 08. Pengenalan kod QR
  • 09. Arahan kod QR
  • 10. Mengikuti garis visual
  • 11. Pembelajaran gerakan
  • 12. Tindakan segerak pendant pengajaran

Pembelajaran mendalam mesin

  • 01. KNN
  • 02. Tutorial asas TensorFlow
  • 03. Penggunaan asas PyTorch
  • 04. Yolov5 mengesan objek secara masa nyata
  • 05. Pembinaan persekitaran Jetson-inference
  • 06. Pengenalan objek dan tindakan
  • 07. Kawalan pergerakan badan robot
  • 08. Robot dikawal gerakan

Kursus Jetson NANO

  • 1. Mengenai sistem JetsonNano
  • 2. Konfigurasi rangkaian dan Jtop
  • 3. Ruang swap ditingkatkan
  • 4. Penggunaan API perpustakaan GPIO
  • 5. Konfigurasi perpustakaan perkakasan
  • 6. Fungsi pembacaan pin
  • 7. Kawalan output tahap pin
  • 8. Kawalan LED
  • 9. Jetson Nano berkomunikasi dengan port bersiri peranti luaran
  • 10. Komunikasi I2C Jetson nano

Kursus kawalan jauh

  • 1. Tutup proses kawalan APP
  • 2. Tutorial kawalan jauh APP mudah alih
  • 3. Kawalan jauh pemegang tanpa wayar USB

Kursus asas robot

  • 1. Kawalan buzzer
  • 2. Kawalan servo PWM
  • 3. Kawalan servo bas
  • 4. Robot ke hadapan dan ke belakang
  • 5.Robot bergerak ke kiri dan kanan
  • 6. Robot berputar ke kiri dan kanan
  • 7. Kawalan ketinggian
  • 8. Kawalan kepala
  • 9. Persembahan kumpulan tindakan
  • 10. Baca data
  • 11. Kawalan komputer hos
  • 12. Pemacu kamera

Kursus Raspberry Pi

  • 1. Bina persekitaran Python
  • 2. Helloworld
  • 3. Pin output tahap tinggi dan rendah
  • 4. Baca pin tahap tinggi dan rendah
  • 5. Output PWM
  • 6. Komunikasi bersiri
  • 7. Komunikasi I2C
  • 8. Komunikasi bersiri
  • 9. Komunikasi I2C

Kursus Open Source CV

  • 1. Pengenalan kepada Open Source CV
  • 2. Pembacaan dan paparan imej
  • 3. Penulisan gambar
  • 4. Kualiti imej
  • 5. Operasi piksel
  • 6. Zum imej
  • 7. Potong gambar
  • 8. Picture pan
  • 9. Cermin gambar
  • 10. Transformasi affine
  • 11. Putaran gambar
  • 12. Transformasi perspektif
  • 13. Pemprosesan skala kelabu
  • 14. Imej binari
  • 15. Pengesanan tepi hijau
  • 16. Lukisan segmen garis
  • 17. Lukisan bulatan segi empat tepat
  • 18. Lukisan teks dan gambar

Video

Manual / Tutorial

Pautan tutorial (rasmi): http://www.yahboom.net/study/Muto-S2

Butiran