Yahboom Transbot SE ROS Robotauto met 3DOF-arm & 2MP PTZ, voor Jetson Nano B01 / Raspberry Pi 5

Overzicht

Transbot SE is een ROS Robot Auto (rupsband platform) ontworpen voor AI-visie en robotica-ontwikkeling met Jetson Nano B01 of Raspberry Pi 5. Het gebruikt een volledig aluminiumlegering lichaam en integreert een 3DOF robotarm plus een 2DOF camera PTZ voor op visie gebaseerde besturing, tracking en robotarm simulatie met MoveIt.

Hulp nodig bij het kiezen van een versie (met/zonder Jetson Nano of Raspberry Pi) of het voorbereiden van de softwareomgeving? Neem contact op met de ondersteuning via https://rcdrone.top/ of e-mail [email protected].

Belangrijkste kenmerken

• Getraceerd rupsbandchassis met differentiële rupsstructuur voor off-road rijden
• Volledig aluminiumlegering body
• 3DOF robotarm (intelligente seriële busservo) voor grijpen/hanteren en simulatie-workflows
• 2DOF camera PTZ met 2MP camera (horizontale/verticale rotatie)
• 520 encoder motoren
• Ingebouwde AI-visiestack: OpenCV beeldverwerking, MediaPipe machine learning, YOLO objectherkenning en een AI deep learning framework
• Interconnectiecontrole opties getoond: Afstandsbediening APP, Jupyter webprogrammeercontrole, ROS-systeemcontrole, cross-platform interconnectiecontrole, multi-voertuig formatiecontrole
• Programmeren: Python programmeren en C++ programmeren worden aangegeven

AI Vision & Controlefuncties (Getoond)

• OpenCV beeldverwerking: Objectdetectie (herken specifieke objectcategorieën), AR Vision (12 effecten weergegeven via schaakbordpapier), AR QR-code (genereer en herken AR QR-codes), Gezichtsherkenning (autonome training en realtime herkenning door realtime verzameling van gezichtsbeelden)
• AI visueel spelverloop: Kleurtracking, Objecttracking (camera PTZ volgt objecten in realtime), Robotarmhandling (QR-code commando-gebaseerde handling), Autopilot (aangepaste kleurselectie; volgt een herkend kleurpad)
• MoveIt robotarmbesturing: voorwaartse/inverse kinematica-algoritme, Cartesische padplanning, botsingsdetectie, MoveIt-simulatie
• Gebaarherkenningsbesturing (MediaPipe): palmgestuurde chassisbeweging, gebaarbestuurde robotarmactiegroepen, gebaarbestuurde chassisbeweging, armhoudingscontrole (robotarm imiteert armpostuur en handpalm openen/sluiten)
• MediaPipe ontwikkeling: gebaarherkenning, gezichtsherkenning, 3D-objectherkenning (voorbeelden getoond: “SHOE”, “CHAIR”, “CUP”, “CAMERA”, enz.)
• Voorbeelden van deep learning getoond: KNN-herkenning van handgeschreven cijfers; YOLO-objectherkenning (aangepaste objectherkenning via training van aangepaste datasets met behulp van het YOLOv5-algoritme)

Specificaties

Versie-opties (Getoond)

• Jetson Nano versie: Met Jetson Nano 4GB (SUB versie) / Zonder Jetson Nano
• Raspberry Pi versie: Met Raspberry Pi 5-4GB / Zonder Raspberry Pi (vereist Raspberry Pi met 4GB of meer RAM)

Toepassingen

• ROS leren en robotbewegingscontrole ontwikkeling
• Computer vision projecten (OpenCV), gebarenherkenning (MediaPipe), en objectherkenning (YOLO)
• Robotarm simulatie en planningsproeven met MoveIt (kinematica, Cartesische planning, botsingsdetectie)
• Afstandsbediening en webgebaseerde programmeercontrole demonstraties (APP controle, Jupyter, ROS systeemcontrole)

Handleidingen & Leerbronnen

Handleiding link:http://www.yahboom.net/study/Transbot-SE

Cursus Catalogus (Getoond)

• Introductie van Transbot SE: Over Transbot SE; Voorzorgsmaatregelen voor gebruik en batterijveiligheid; Eerste Proefrit
• Eerste Proefrit: WiFi-netwerkconfiguratie; APP-besturing; USB draadloze handgreepbesturing; Handgreep videobesturing
• Hardwarebesturingscursus: Over uitbreidingsbord en firmware bijwerken; Sluit zelfstartproces; Installeer Transbot SE-bibliotheek; Bestuur zoemer en knop; Bestuur PWM-servo; Bestuur busservo; Bestuur motor; Bestuur robotbeweging
• Linux besturingssysteemconfiguratie: Installatie en gebruik van virtuele machine; Basisprincipes van Linux; Afstandsbediening; Configuratie van communicatie tussen meerdere machines; Statisch IP en hotspotmodus; Webpagina realtime monitoring; Uitbreidingstutorial; Schrijf systeemafbeeldingen
• Docker gebruik: Docker overzicht en docker installatie; Veelvoorkomende commando's voor docker image containers; Docker images diepgaand begrijpen en images publiceren; Docker hardware interactie en gegevensverwerking; Start de Dobot container
• ROS Basiscursus: ROS introductie; Projectbestandsstructuur; Veelvoorkomende commando's en tools; Publisher; Abonnees; Aangepaste onderwerpberichten en gebruik; Client; Server; Aangepaste servicemeldingen en gebruik; TF release en monitoring
• OpenCV cursussen: Beginnen met Open Source CV; Open Source CV geometrische transformatie; Open Source CV beeldverwerking en tekstlijnsegmenten tekenen; Open Source CV beeldverfraaiing; AR visie; AR QR code; ROS+Opencv basis; ROS+Opencv toepassing; MediaPipe ontwikkeling
• ROS robotcursus: PID-algoritme; Basiscommunicatie; Toetsenbordbesturing; Handvatbesturing; Robottoestandschatting; Gegevenskalibratie
• ROS eenvoudige cameracursus: HD camera kalibratie; HD camera kleurtracking; HD camera kleurtracking (chassis); HD camera objecttracking; KCF doeldetectie; HD camera gezichtsherkenning; HD camera robotarm dragen; HD camera Autopilot
• ROS robotarm besturingstutorial: MoveIt configuratie; MoveIt besturing van de echte machine; MoveIt beweegt willekeurig; MoveIt kinematica ontwerp; MoveIt cartesiaans pad; MoveIt vermijden; MoveIt scèneontwerp; MoveIt trajectplanning
• ROS multi-robot besturing: Multi-robot besturing; Multi-robot wachtrij prestaties; Multi-robot robotarm dansen
• ROS robotarm MoveIt besturingscursus: MoveIt configuratie; MoveIt bestuurt de echte machine; MoveIt beweegt willekeurig; MoveIt kinematica ontwerp; MoveIt cartesiaans pad; MoveIt vermijden; MoveIt scèneontwerp; MoveIt trajectplanning; Mediapie palm besturingsauto; Mediapipe gebarenbesturing robotarm; Mediapipe gebarenbesturing auto; Mediapipe arm houdingbesturing
• Deep learning cursussen: KNN herkent handgeschreven cijfers; Basisgebruik van TensorFlow; Basisgebruik van PyTorch (jetson); yolov5 modeltraining (jetson); yolov5+tensorrt versnelling (jetson); yolov4-tiny

Details

Transbot SE is een rupsband ROS robotplatform gebouwd voor AI-visieprojecten, met een volledig metalen behuizing, een 3DOF-arm en een 2DOF-camera gimbal.

Een volledige softwarestack ondersteunt OpenCV vision, MediaPipe gebarenbesturing, YOLO-herkenning en MoveIt-gebaseerde simulatie van robotarmen.

Het rupsbandchassis en de differentiële aandrijving zijn ontworpen voor stabiele beweging op verschillende binnen- en buitenoppervlakken.

Compatibel met Raspberry Pi 5 voor ROS-ontwikkeling en soepelere on-board vision verwerking.

Kies een kit met Jetson Nano of Raspberry Pi inbegrepen, of een versie zonder board als je al je eigen controller hebt.

Ingebouwde OpenCV-demo's omvatten objectdetectie, AR-effecten met markerborden en QR-code generatie/herkenning workflows.

AI visueel spel voegt kleurtracking, PTZ-gebaseerde objecttracking, QR-commando pick-and-place en kleurpad-autopilot toe.

MoveIt-integratie ondersteunt kinematica, Cartesiaanse planning en botsingscontrole voor de ontwikkeling en simulatie van robotarmen.

MediaPipe gebarenbesturing maakt handpalmgestuurde bewegingen mogelijk plus gebaar-geactiveerde actie groepen van de robotarm en houdingsspiegeling.

Voorbeeldprojecten omvatten gebaren-/gezichtsherkenning, 3D-objectlabels, KNN-cijferherkenning en YOLO-datasettrainingvoorbeelden.

Gebruik de afstandsbedieningsapp voor snel rijden, camerafuncties en interactieve AI-modi zonder een volledige desktopopstelling.

Meerdere bedieningspaden worden ondersteund, waaronder Jupyter-webprogrammering, ROS-systeemcontrole en platformonafhankelijke onderlinge verbinding.

Een gestructureerde cursuscatalogus begeleidt de installatie, ROS-basisprincipes, visuele functies en geavanceerde besturingsthema's.

Online tutorialbronnen zijn beschikbaar om te helpen bij het opbouwen van de softwareomgeving en sneller te beginnen met ROS- en visiedemo's.

Hardware hoogtepunten omvatten de 2DOF camera PTZ, 3DOF seriële-bus arm, encoder motoren, en een optionele ROS hoofdcontrolebord.

De uitbreidingsbord breakout vereenvoudigt de bedrading voor motoren, seriële apparaten, USB randapparatuur, en algemene sensoren.

Gedetailleerde afmetingen helpen bij het plannen van montage ruimte, laboratoriumindelingen, en accessoire-integratie.

Een complete parameter tabel vergelijkt controller opties en vat stroom, interfaces, besturingssysteem, en montage details samen.

3DOF robotarm afmetingen en belangrijke servo parameters (YB-SD15M gewrichten en YB-S06 klauw) helpen bij indelingsplanning en stroomselectie.

De 2DOF camera PTZ module bevat een 2MP 1080p USB 2.0 camera en een compacte houder met afmetingen in millimeters voor eenvoudigere integratie.

De 520 encoder tandwielmotor maakt gebruik van een 12V geborsteld ontwerp met een reductieverhouding van 1:56 en een Hall-encoder (3,3–5V), met een nominaal toerental van 205±10 rpm na vertraging.

De 12V 4400mAh lithiumbatterijpack gebruikt een T-type ontlaadstekker en vermeldt een nominale ontlaadstroom van 8,8A en een maximale ontlaadstroom van 10A.

De Yahboom Transbot SE ROS robotkit bevat het frame en de bovenplaat, rupsbanden en wielen, een 3DOF robotarm, 2DOF camera PTZ, motoren, batterij, oplader en kabels.

De Transbot SE ROS robotonderdelenpakketten bevatten Jetson Nano of Raspberry Pi opties met accessoires zoals een koelventilator, antennes en TF-opslag.