Przegląd
Yahboom DOFBOT to model AI dużej skali wizji ramienia robotycznego , zaprojektowany do rozwoju ROS2 i programowania w Pythonie 3 na Jetson NANO 4GB (B01/SUB). Integruje kamerę HD USB z 6-DOF ramieniem robotycznym biurkowym i wspiera aplikacje wizji AI, takie jak śledzenie kolorów, rozpoznawanie gestów, śledzenie twarzy, interakcje wizualne oraz demonstracje sortowania. Struktura wykorzystuje zielony utleniony stop aluminium, w tym uchwyt ze stopu aluminium o grubości 2 mm oraz podwozie z przyssawką dla stabilnego umiejscowienia.
Kluczowe cechy
- Integracja ramienia 6-DOF + kamery: „Integracja ramienia robotycznego – kamery” z „6 stopniami swobody”.
- Rozwój ROS2: Określono ROS2 Humble (Docker + ROS2 Humble). Wspiera symulację robota RViz oraz planowanie ruchu MoveIt.
- Stos interakcji wizji AI & : OpenCV, MediaPipe, YOLOv11, algorytm kinematyki odwrotnej.
- Fuzja dużych modeli AI multimodalnych (wymienione możliwości): Skalowalna baza wiedzy RAG, zrozumienie semantyczne tekstu, naturalny dialog mowy oraz zrozumienie wizualnych scen.
- Metody sterowania: Aplikacja mobilna na Android/iOS, kontrola z komputera PC oraz przewodowy pilot USB (standardowy).
- Łatwy w konfiguracji dla początkujących: Wstępnie zmontowany przed wysyłką; karta TF z obrazem fabrycznym do podłączenia i użycia; konfiguracja sieci za pomocą kodu QR aplikacji; dostarczone samouczki i kod.
- Serwomechanizmy & rozszerzenie: 6 serwomechanizmów HQ; wielofunkcyjna płyta rozszerzeń kompatybilna z Jetson NANO, Raspberry Pi, Arduino i Micro:bit. Konfiguracja serwomechanizmów podana jako 5×15KG serwomechanizm szynowy + 1×6KG serwomechanizm szynowy.
Specyfikacje
| Produkt | DOFBOT AI Duży Model Wizualnego Ramienia Robota |
| Stopień swobody | 6 |
| Rozpiętość ramienia | 350mm |
| Chwytak otwieranie-zamykanie | 6cm |
| Powtarzalna dokładność pozycjonowania | ±0.5mm |
| Kamera | Kamera HD USB |
| Wymiary wizualne | Płaski obraz 2D |
| Głos | Moduł głosowy dużego modelu AI + głośnik |
| Wyświetlacz | / |
| Typ struktury | Tradycyjna struktura ramienia robota |
| System ROS | Docker + ROS2 Humble |
| Funkcje (wymienione) | Kontrola połączeń; planowanie ruchu MoveIt; symulacja robota RViz; interakcja wizualna 2D; interakcja głosowa; duży model AI |
| Główny kontroler (wymieniony) | Raspberry Pi / Jetson Nano B01 |
| Materiał (struktura) | Zielony utleniony stop aluminium; grubość uchwytu ze stopu aluminium 2mm |
| Baza | Podwozie z przyssawką |
Jetson NANO 4GB SUB Notatki (wymienione)
- Jetson NANO 4GB SUB jest opisany jako: czterordzeniowy procesor Cortex-A57, 128-rdzeniowy procesor graficzny Maxwell, 4GB pamięci LPDDR oraz moc obliczeniowa 472GFLOP.
- Obsługiwane frameworki AI: TensorFlow, Pytorch, caffe/caffe2, Keras, MXNET, itd.
- Jetson NANO 4GB SUB jest oznaczony jako Opcjonalny.
Wizja AI & Pokazy dużych modeli (przykłady pokazane)
- Interaktywne funkcje wizji AI: śledzenie rozpoznawania kolorów, chwytanie bloków kolorów, interakcja kolorów, gra w łapanie, sortowanie śmieci, układanie bloków kolorów.
- Pokazy uczenia maszynowego MediaPipe: grupa akcji robota sterowanego gestami, rozpoznawanie gestów, rozpoznawanie/śledzenie dłoni, kontrola postawy ramienia.
- Multimodalne aplikacje dużych modeli: analiza wideo, kontrola ruchu na długie komendy, inteligentne podawanie, sortowanie w przestrzeni 3D.
- Aplikacje inteligencji ucieleśnionej: bloki kolorów z powrotem na miejscu, śledzenie wizualne (KCF), sortowanie śmieci (YOLOv11), wnioskowanie intencji (baza wiedzy RAG).
Notatki z dostarczonych materiałów: „Szkolenie modelu musi być przeprowadzone przez użytkownika.” Niektóre rekwizyty sceniczne (e.g. , kosz na śmieci) są opisane jako rekwizyty wystawowe i nie są wliczone.
Symulacja MoveIt / RViz & Planowanie (wymienione)
- Kontrola symulacji MoveIt i planowanie trajektorii.
- Wsparcie URDF z wizualną manipulacją RViz (kontrola przeciągnij i upuść, kontrola pozycji wstępnej, unikanie przeszkód).
- Wykrywanie kolizji i „przestrzenne chwytanie” są pokazane jako wspierane funkcje symulacji.
Co jest w zestawie
- Wstępnie złożony robotyczny ramie DOFBOT (złożony przed wysyłką)
- Karta TF z plikiem obrazu fabrycznego
- Przewodowy pilot USB (standardowy)
Samouczki / Filmy
Samouczki online: http://www.yahboom.net/study/Dofbot-Jetson_nano
Wsparcie
W przypadku pytań dotyczących kompatybilności (opcje kontrolera Jetson/Raspberry Pi), potwierdzenia konfiguracji lub wsparcia posprzedażowego, skontaktuj się z https://rcdrone.top/ lub wyślij e-mail na [email protected].
Szczegóły

DOFBOT łączy 6‑DOF ramie biurkowe i kamerę HD USB do rozwoju wizji AI w Pythonie dla ROS2, z zasięgiem 350 mm i powtarzalnością ±0,5 mm.

Wybierz platformę sterującą, która pasuje do Twojego laboratorium, od środowisk PC po rozwój AI oparty na Jetsonie.

Ulepszone konfiguracje dodają wizję głębi i opcje interakcji 3D dla bardziej zaawansowanych demonstracji percepcyjnych.

Dostępne są alternatywne konfiguracje ramion, gdy potrzebny jest inny zasięg lub układ stopnia swobody.

Wstępnie zmontowana platforma DOFBOT, gotowa do nauki z przewodnikiem, testowania i szybkiego eksperymentowania z ROS2.

Zbudowana, aby wspierać przepływy pracy w stylu OpenCV oraz projekty interakcji na wyższym poziomie w jednym systemie desktopowym.

Opcjonalny Jetson Nano 4GB SUB zapewnia obliczenia na pokładzie dla zadań wizji AI na krawędzi i rozwoju w Pythonie.

Przepływy pracy demonstracyjne obejmują naturalną interakcję, wykonywanie zadań i podstawowe scenariusze sortowania do praktyki.

Zachowania prowadzone wizją obejmują śledzenie celów i wykonywanie prostych działań typu pick-and-place.

Interaktywne gry edukacyjne pomagają w eksploracji zadań w stylu wizji i języka w formacie przyjaznym dla klasy.

Demos wizji podstawowej obejmują rozpoznawanie kolorów i śledzenie, interaktywną zabawę w „łapanie” oraz sortowanie oparte na regułach.

Obejmuje koncepcje interakcji oparte na gestach, przykłady treningu modeli oraz kontrolę ruchu opartą na kinematyce odwrotnej.

Użyj MoveIt z symulacją RViz i planowaniem ruchu, aby przetestować trajektorie i logikę chwytania przed uruchomieniem na żywo.

Wsparcie ROS2 Humble łączy się z aplikacją mobilną, kontrolą PC i opcjami zdalnego sterowania przez USB dla elastycznej obsługi.

Kontrole oparte na aplikacji dodają zabawę napędzaną gestami, pokazy śledzenia i niestandardowe grupy akcji dla powtarzalnych ruchów.

Sześć stawów artykulacyjnych (J1–J6) zapewnia kompaktową przestrzeń roboczą do manipulacji prowadzonej przez wizję i nauczania ruchów.

Modularne opcje sprzętowe obejmują serwomechanizmy szynowe, płyty rozszerzeń/kontrolne, sieciowanie i opcjonalne komponenty głosowe.

Płytka rozszerzeń i serwomechanizmy szeregowe upraszczają okablowanie i ułatwiają rozszerzenie ramienia o dodatkowe akcesoria.

Zestaw DOFBOT zawiera moduł kamery USB (480p/30fps, 110°) oraz moduł głosowy AI z małym głośnikiem do wprowadzania wizji i głosu.

Materiały szkoleniowe Yahboom DOFBOT obejmują ponad 200 systematycznych kursów dotyczących konfiguracji i programowania ramienia robota wizualnego.

Dołączony sylabus kursu DOFBOT przedstawia moduły szkoleniowe i zarysy lekcji, aby pomóc w konfiguracji i nauce.

Yahboom DOFBOT zawiera kod open-source oraz szczegółowe samouczki, a także pliki modeli 3D i zasoby wsparcia technicznego po sprzedaży.

Robotyczne ramię DOFBOT 6-DOF zawiera rysunki wymiarowe oraz tabelę specyfikacji, aby pomóc w planowaniu montażu i przestrzeni roboczej.

Zestaw DOFBOT zawiera montaż ramienia robota, kamerę, wyświetlacz OLED, uchwyt kontrolera, kable, przyssawki, śruby, narzędzia oraz instrukcję obsługi.

Akcesoria Jetson Nano obejmują płytę Nano 4GB (opcjonalnie), wentylator chłodzący, kartę SD, kartę sieciową bezprzewodową oraz taśmę kablową.
Related Collections
