Overzicht
Yahboom Raspbot is een AI-visie robotautokit ontworpen voor AI-beginners en compatibel met de Raspberry Pi 5-ontwikkelbord. Het maakt gebruik van een multifunctioneel robotauto-uitbreidingsbord als chassis en integreert 4WD TT-motoren, een high-definition CSI-camera, een vierkanaals volgsysteem en een ultrasoon module voor FPV-rijden en AI-visie leren met Python3 en open-source CV. Besturing is beschikbaar via Android/iOS-app, infrarood afstandsbediening en PC (Jupyter Lab) webprogrammering, met real-time videoweergave.
Belangrijkste Kenmerken
- Eenvoudige structuur voor montage en snelle leerervaring
- FPV first-person view besturing met real-time video retour
- Rijke bedieningsmethoden: APP (iOS & Android), PC (Jupyter Lab), infrarood afstandsbediening
- AI vision gameplay gebaseerd op Python-programmering en open-source CV: visuele identiteit, mobiele tracking, autopilot, objectherkenning, gebarenherkenning, QR-code herkenning/besturing, kentekenherkenning, visuele lijnpatrouille, en meer
- Sensor-gebaseerde functies: ultrasone en infrarood detectie obstakelvermijding, infrarood volgmodus, zoemer om muziek af te spelen, ultrasoon volgen
- Twee-graden-van-vrijheid cameraplatform (PTZ)
Configuratie Opties
- Zonder TF-kaart: Geschikt voor gebruikers die al een Raspberry Pi 5-bord en TF-kaart hebben
- Met TF-kaart: Geschikt voor gebruikers die al een Raspberry Pi 5-bord hebben; TF-kaart systeembestand is geschreven
- Met TF-kaart en Raspberry Pi 5-4GB: Geschikt voor gebruikers die geen Raspberry Pi 5-bord hebben; TF-kaart systeembestand is geschreven
- Met TF-kaart en Raspberry Pi 5-8GB: Geschikt voor gebruikers die geen Raspberry Pi 5-bord hebben en meer uitbreidingsfuncties willen; TF-kaart systeembestand is geschreven
Specificaties
| Productafmetingen (tekening) | Lengte 240 mm; Breedte 157.99 mm; Hoogte 148.4 mm |
| Afmetingen na montage | 240*158*150 mm |
| Gewicht na montage | 528 g (zonder Raspberry Pi) |
| Materiaal van de behuizing | Epoxy glasvezelplaat |
| Microprocessor | Raspberry Pi 5 Broadcom BCM2712 64bit 2.5GHz quad core + VideoCore VII @800MHz |
| CPU (Raspberry Pi 5 referentie) | Broadcom BCM2712; Quad core Cortex-A76 (ARM v8) 64-bit SoC; Hoofd frequentie 2.4GHz (16nm proces) |
| GPU (Raspberry Pi 5 referentie) | 800MHz VideoCore VII; Ondersteunt OpenGLES3.1, Vulkan1.2 |
| AI rekencapaciteit | 500GFLOPS |
| Besturingssysteem | raspios-bookworm-arm64 |
| Programmeertaal | Python |
| Aandrijving | 4WD aandrijving |
| Motorparameters | Reductieverhouding 1:48; 6V koolborstel TT motor |
| Graden van vrijheid van het cameraplatform | Twee graden van vrijheid; 180 graden omhoog, omlaag, links en rechts |
| Invoer | Groothoekcamera; infrarood obstakelvermijdingssensor*2; infraroodontvanger; ultrasone afstandsmeetsensor; vierkanaals volgsensor; IIC-interface*2; seriële interface |
| Uitvoer | Passieve zoemer; 2 PWM-servos; 4 TT DC-motoren |
| Stroomoplossing | 12.6V power battery pack |
| Levensduur | 180 minuten |
| Stroominterface | DC-interface |
| Afstandsbedieningsmethode | Mobiele telefoon APP; PC-computer; infrarood afstandsbediening |
| Communicatiemethode | WiFi-netwerk; infrarood afstandsbedieningscommunicatie |
| Circuitveiligheidsbescherming | Omgekeerde verbinding bescherming; overstroombeveiliging; lage spanningsbeveiliging; kortsluitbeveiliging |
Camera Parameters
| Pixel | 5 miljoen pixels |
| Fotosensitieve chip | OV5647 |
| Statische resolutie | 2592*1944; ondersteuning 1080P@30FPS / 720P@60FPS / 480P@90FPS video opname |
| Gezichtsveld | 65 graden |
| Grootte | 25*24*9 mm |
| Interface | CSI-interface |
| Kabelmateriaal | FPC |
| Lijnlengte | 30 cm |
Uitbreidingsbordinterfaces (Multifunctioneel Robotauto-uitbreidingsbord)
- Infrarood obstakelvermijdingssensor*2
- Seriële poort
- I2C PH2.0 interface*2
- Raspberry Pi 40pin interface
- Kan LED1 (rood), LED2 (blauw) aansturen
- Passieve zoemer
- Infrarood ontvanger
- Ultrasone module interface
- OLED interface
- PWM servo interface*4
- 5V spanningsindicator
- Batterij invoerindicator
- Schakelaar
- DC motor interface*4
- Lijninspectiemodule interface
- DC voedingsinterface
- MCU statusindicator
Toepassingen
- Raspberry Pi 5 robotica leren en AI visie projecten
- Python3 + OpenCV praktijk (tracking, herkenning en autonome rij-demo's)
- FPV robotauto programmeren via app en Jupyter Lab
Voor hulp bij bestellingen, configuratiekeuze of technische ondersteuning, neem contact op met https://rcdrone.top/ of e-mail [email protected] .
Handleidingen
Studie URL: http://www.yahboom.net/study/Raspbot
- Instructiehandleiding
- Eerste Proef
- Cursus afstandsbediening
- Voorbereiding
- OpenCV Basiscursus
- Hardware Controle cursus
- AI visie cursus
- Bijlage
- PDF's getoond: Bestuurder camera.pdf; Kleur recognition.pdf; HSV waarde test.pdf; Camerakleur tracking.pdf; Autokleur tracking.pdf; Tensorflow object recognition.pdf; QR-code recognition.pdf; QR-code control.pdf; Gezicht recognition.pdf; Autopilot.pdf; Gebaar recognition.pdf; Kentekenplaat recognition.pdf; Autopilot.pdf
Details

Begin met het leren van AI-visie op Raspberry Pi 5 met een 4WD robotauto die FPV-rijden, camera pan/tilt en onboard sensoren combineert.

Python + open-source CV gameplay omvat visuele herkenning, tracking en autonoom rijden, met FPV-besturing en ondersteuning voor mobiele apps.

Gebouwd voor Raspberry Pi 5-prestaties, ondersteunt soepelere cameraverwerking voor computer-vision leerprojecten.

Kies een kitconfiguratie op basis van of je al een microSD (TF) kaart hebt voor Raspberry Pi 5.

Bundelopties zijn beschikbaar met een vooraf geladen TF-kaart en Raspberry Pi 5 (4GB) voor snellere installatie.

Voor meer uitbreidingsmogelijkheden wordt de Raspberry Pi 5 (8GB) bundel gecombineerd met een voorgeschreven TF-kaart voor een snelle start.

Een kosteneffectieve manier om AI-visie op Raspberry Pi te verkennen, door een CSI-camera, PTZ-montage en robotchassis in één bouw te combineren.

Rijd in FPV-modus vanaf iOS/Android met realtime videoweergave en een afstandsbedieningsinterface op het scherm.

Bedien het op jouw manier—mobiele app voor rijden, PC-webprogrammering in JupyterLab, of de meegeleverde infrarood afstandsbediening.

Vooraf gebouwde demo's helpen je bij het oefenen met kleurtracking, volgpatronen en QR-codebesturing met behulp van Python-gebaseerde vision routines.

Autopilot routines maken gebruik van OpenCV-verwerking en PID-regelconcepten om automatische rijexperimenten te ondersteunen.

Sensor-gebaseerd spel omvat obstakelvermijding, infraroodlijnvolging, ultrasoon volgen en zoemergeluidseffecten.

Kernhardware integreert een multifunctionele uitbreidingskaart met 4WD-aandrijving, camera pan/tilt, ultrasone afstandsmeting en een volgmodule.

Stapsgewijze lessen en downloadbare documenten ondersteunen montage, codering en vision experimenten.

Controleer afmetingen en belangrijkste specificaties voordat je begint met bouwen, inclusief details van de camerainterface en de totale gemonteerde grootte.

Alles wat nodig is voor montage is gespecificeerd, inclusief chassis elektronica, motoren, sensoren, kabels, afstandsbediening en gereedschappen (opties variëren).
Related Collections
