Pomiń, aby przejść do informacji o produkcie
1 z 9

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

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

Yahboom

Cena regularna $798.93 USD
Cena regularna Cena promocyjna $798.93 USD
W promocji Wyprzedane
Z wliczonymi podatkami. Koszt wysyłki obliczony przy realizacji zakupu.
Główna płyta sterująca
Wersja
Pokaż kompletne dane

Przegląd

Yahboom Muto S2 to 18DOF robot-hexapod zaprojektowany dla Raspberry Pi 5 lub NVIDIA Jetson NANO jako główny kontroler. Jest to robot-hexapod na poziomie biurkowym z korpusem z aluminium, 18 stopniami swobody i wbudowanym algorytmem kinematyki odwrotnej do sterowania symulowanymi chodem. Dzięki programowaniu w Python3 i przetwarzaniu obrazu OpenCV, obsługuje funkcje interakcji wizualnej AI, takie jak rozpoznawanie kolorów, śledzenie/podążanie, śledzenie twarzy, rozpoznawanie kodów QR i patrolowanie linii wizualnej. Metody sterowania obejmują aplikację na telefon komórkowy, bezprzewodowe sterowanie uchwytem oraz sterowanie stroną internetową komputera (Jupyter Lab), z transmisją wideo w czasie rzeczywistym (FPV).

Kluczowe cechy

  • Robot Hexapod z Wizją AI: Algorytm Kinematyki Odwrotnej, Bioniczny Chód, 18DOF Stawów, Wizualna Interakcja AI.
  • 18DOF stawy ruchowe: Wykorzystuje 18 wysokowydajnych serwomechanizmów i części strukturalne z aluminium do połączenia trzech stawów na każdej nodze.
  • 35KG inteligentny system serwomechanizmów szeregowych: 18 sztuk 35KG metalowych serwomechanizmów.
  • 2D kamera PTZ: 2DOF kamera PTZ do zastosowań wizyjnych.
  • Transmisja wideo w czasie rzeczywistym: Połącz się przez sieć lokalną za pomocą aplikacji mobilnej, aby oglądać nagrania wideo HD w czasie rzeczywistym.
  • Dostosowanie ruchu postawy& : Obsługuje swobodne dostosowanie prędkości chodzenia i wysokości ciała robota (Dostosowanie wysokości robota / Dostosowanie prędkości robota; dostosowanie prędkości chodzenia: wolno/szybko).
  • Tryb nauczania: Ręczne sterowanie ruchem pojedynczej nogi maszyny głównej; inna maszyna podrzędna wykonuje tę samą akcję.
  • Uwaga dotycząca wsparcia Raspberry Pi 5: „MUTO RS jest wyposażony w rozszerzoną płytę zasilania” dostosowaną do Raspberry Pi 5, zapewniającą stabilne zasilanie 5.1V/5A; limit prądu 0.6A zwiększa wyjście prądu portu USB do 1.6A (aby pomóc uniknąć zamarzania/ponownego uruchamiania).

W celu uzyskania pomocy przy wyborze i wsparcia posprzedażowego, skontaktuj się z https://rcdrone.top/ lub wyślij e-mail na [email protected].

Specyfikacje

Model Muto S2
Typ robota Robot AI Vision Hexapod
Stopnie swobody 18DOF (18 stopni swobody)
Materiał korpusu Stop aluminium
Serwomechanizmy 18PCS 35KG metalowe serwomechanizmy; 35KG inteligentny serwomechanizm szeregowy
Kamera 2MP 1080 HD kamera; USB 1080P kamera
Gimbal kamery 2DOF kamera PTZ
Bateria 7.4V 9900mAh pakiet baterii (9900mAh)
Kompatybilność z głównym kontrolerem Raspberry Pi 5 / Jetson NANO
Programowanie Python3
Stos wizyjny Przetwarzanie obrazu OpenCV; AI interakcja wizualna; głębokie uczenie
Zdalne sterowanie Aplikacja mobilna, bezprzewodowy uchwyt, strona internetowa komputera (Jupyter Lab); sterowanie WiFi

Porównanie głównych kontrolerów (zgodnie z dostarczonymi danymi)

Płyta główna kontrolera Raspberry Pi 5 8G Jetson NANO 4GB SUB
Moc obliczeniowa Dwukrotna moc obliczeniowa Raspberry Pi 4B 0.5 TFLOPS
CPU Cortex-A76 Procesor Quad-Core Arm Cortex-A57 MPCore
GPU Broadcom VideoCore VII 128-rdzeniowy GPU NVIDIA Maxwell
Pamięć 4GB/8GB 4GB
Przechowywanie Karta TF 64GB za darmo Dysk U 64GB za darmo
Zasilanie 10W 5W | 10W
Efekt przetwarzania obrazu AI ★★★★ ★★★

Robot Muto S2 oferuje dwa główne kontrolery, Raspberry Pi 5 i Jetson NANO 4GB SUB, a metody użytkowania są zasadniczo takie same, oba korzystają z systemu Ubuntu. Różne główne kontrolery tylko nieznacznie wpływają na płynność systemu.Materiały kursowe, funkcje produktów i dostarczone oprogramowanie sterujące są spójne.

Lista funkcji (Kursy/Przykłady)

Kamera PTZ

  • 00. Kalibracja wartości HSV koloru
  • 01. Rozpoznawanie koloru
  • 02. Śledzenie koloru
  • 03. Podążanie za kolorem
  • 04. Grupa akcji rozpoznawania koloru
  • 05. Wykrywanie twarzy
  • 06. Śledzenie twarzy
  • 07. Witanie ludzi
  • 08. Rozpoznawanie kodu QR
  • 09. Instrukcje kodu QR
  • 10. Wizualne podążanie za linią
  • 11. Nauka ruchu
  • 12. Synchronizowana akcja z wisiorkiem uczącym

Głębokie uczenie maszynowe

  • 01. KNN
  • 02. Podstawowy tutorial TensorFlow
  • 03. Podstawowe użycie PyTorch
  • 04. Yolov5 wykrywa obiekty w czasie rzeczywistym
  • 05. Konstrukcja środowiska Jetson-inference
  • 06. Wykrywanie obiektów i akcja
  • 07. Sterowanie ruchem ciała robota
  • 08. Robot sterowany gestami

Kurs Jetson NANO

  • 1. O systemie JetsonNano
  • 2. Konfiguracja sieci i Jtop
  • 3. Zwiększenie przestrzeni swap
  • 4. Użycie API biblioteki GPIO
  • 5. Konfiguracja biblioteki sprzętowej
  • 6. Funkcja odczytu pinów
  • 7. Sterowanie poziomem wyjścia pinów
  • 8. Sterowanie LED
  • 9. Komunikacja Jetson Nano z zewnętrznymi portami szeregowymi urządzeń
  • 10. Komunikacja I2C Jetson Nano

Kurs zdalnego sterowania

  • 1. Zamknięcie procesu sterowania aplikacją
  • 2. Samouczek zdalnego sterowania aplikacją mobilną
  • 3. Zdalne sterowanie bezprzewodowym uchwytem USB

Podstawowy kurs robota

  • 1. Sterowanie brzęczykiem
  • 2. Sterowanie serwem PWM
  • 3. Sterowanie serwem magistrali
  • 4. Ruch robota do przodu i do tyłu
  • 5.Robot porusza się w lewo i prawo
  • 6. Robot obraca się w lewo i prawo
  • 7. Kontrola wysokości
  • 8. Kontrola głowy
  • 9. Wykonanie grupy akcji
  • 10. Odczyt danych
  • 11. Sterowanie komputerem głównym
  • 12. Sterownik kamery

Kurs Raspberry Pi

  • 1. Tworzenie środowiska Python
  • 2. Helloworld
  • 3. Wyjście pinów na wysokie i niskie poziomy
  • 4. Odczyt wysokich i niskich poziomów pinów
  • 5. Wyjście PWM
  • 6. Komunikacja szeregowa
  • 7. Komunikacja I2C
  • 8. Komunikacja szeregowa
  • 9. Komunikacja I2C

Kurs Open Source CV

  • 1. Wprowadzenie do Open Source CV
  • 2. Odczyt i wyświetlanie obrazu
  • 3. Zapis obrazu
  • 4. Jakość obrazu
  • 5. Operacje na pikselach
  • 6. Powiększanie obrazu
  • 7. Przycinanie obrazu
  • 8.Panoramowanie obrazu
  • 9. Odbicie obrazu
  • 10. Transformacja afiniczna
  • 11. Obrót obrazu
  • 12. Transformacja perspektywiczna
  • 13. Przetwarzanie w skali szarości
  • 14. Obraz binarny
  • 15. Wykrywanie zielonych krawędzi
  • 16. Rysowanie odcinków linii
  • 17. Rysowanie prostokątnych okręgów
  • 18. Rysowanie tekstu i obrazu

Wideo

Instrukcje / Samouczki

Link do samouczka (oficjalny): http://www.yahboom.net/study/Muto-S2

Szczegóły