Przegląd
Yahboom Raspbot to zestaw samochodu-robota AI zaprojektowany dla początkujących w dziedzinie AI, kompatybilny z płytą rozwojową Raspberry Pi 5. Wykorzystuje wielofunkcyjną płytę rozszerzeń samochodu-robota jako podwozie i integruje silniki 4WD TT, kamerę CSI o wysokiej rozdzielczości, moduł śledzenia czterokanałowego oraz moduł ultradźwiękowy do jazdy FPV i nauki wizji AI z Python3 i open-source CV. Sterowanie jest dostępne za pośrednictwem aplikacji na Android/iOS, pilota na podczerwień oraz programowania internetowego na PC (Jupyter Lab), z możliwością oglądania wideo w czasie rzeczywistym.
Kluczowe funkcje
- Prosta struktura do montażu i szybkie doświadczenie w nauce
- Kontrola FPV z widokiem z pierwszej osoby z transmisją wideo w czasie rzeczywistym
- Bogate metody sterowania: aplikacja (iOS & Android), PC (Jupyter Lab), pilot na podczerwień
- Rozgrywka AI oparta na programowaniu w Pythonie i otwartym CV: identyfikacja wizualna, śledzenie mobilne, autopilot, rozpoznawanie obiektów, rozpoznawanie gestów, rozpoznawanie/kontrola kodów QR, rozpoznawanie tablic rejestracyjnych, patrolowanie linii wizualnej i więcej
- Funkcje oparte na czujnikach: unikanie przeszkód za pomocą ultradźwięków i detekcji podczerwieni, tryb śledzenia podczerwieni, brzęczyk do odtwarzania muzyki, śledzenie ultradźwiękowe
- Platforma kamery z dwoma stopniami swobody (PTZ)
Opcje konfiguracji
- Bez karty TF: Odpowiednie dla użytkowników, którzy już posiadają płytę Raspberry Pi 5 i kartę TF
- Z kartą TF: Odpowiedni dla użytkowników, którzy już posiadają płytę Raspberry Pi 5; plik systemowy karty TF został zapisany
- Z kartą TF i Raspberry Pi 5-4GB: Odpowiedni dla użytkowników, którzy nie posiadają płyty Raspberry Pi 5; plik systemowy karty TF został zapisany
- Z kartą TF i Raspberry Pi 5-8GB: Odpowiedni dla użytkowników, którzy nie posiadają płyty Raspberry Pi 5 i chcą wykonać więcej funkcji rozszerzenia; plik systemowy karty TF został zapisany
Specyfikacje
| Rozmiar produktu (rysunek) | Długość 240 mm; Szerokość 157.99 mm; Wysokość 148.4 mm |
| Wymiary po złożeniu | 240*158*150 mm |
| Waga po złożeniu | 528 g (bez Raspberry Pi) |
| Materiał obudowy | Płyta z włókna szklanego epoksydowego |
| Mikroprocesor | Raspberry Pi 5 Broadcom BCM2712 64bit 2.5GHz quad core + VideoCore VII @800MHz |
| CPU (odniesienie do Raspberry Pi 5) | Broadcom BCM2712; Czterordzeniowy Cortex-A76 (ARM v8) 64-bit SoC; Główna częstotliwość 2.4GHz (proces 16nm) |
| GPU (odniesienie do Raspberry Pi 5) | 800MHz VideoCore VII; Obsługa OpenGLES3.1, Vulkan1.2 |
| Moc obliczeniowa AI | 500GFLOPS |
| System operacyjny | raspios-bookworm-arm64 |
| Język programowania | Python |
| Napęd | Napęd 4WD |
| Parametry silnika | Przełożenie 1:48; 6V silnik szczotkowy TT |
| Stopnie swobody platformy kamery | Dwa stopnie swobody; 180 stopni w górę, w dół, w lewo i w prawo |
| Wejście | Kamera szerokokątna; czujnik unikania przeszkód na podczerwień*2; odbiornik podczerwieni; czujnik pomiaru odległości ultradźwiękowej; czujnik śledzenia czterokanałowy; interfejs IIC*2; interfejs szeregowy |
| Wyjście | Buzzer pasywny; 2 serwomechanizmy PWM; 4 silniki DC TT |
| Rozwiązanie zasilania | 12.Pakiet baterii zasilającej 6V |
| Czas pracy | 180 minut |
| Interfejs zasilania | Interfejs DC |
| Metoda zdalnego sterowania | Aplikacja mobilna; komputer PC; pilot na podczerwień |
| Metoda komunikacji | Sieć WiFi; komunikacja zdalna na podczerwień |
| Ochrona bezpieczeństwa obwodu | Ochrona przed odwrotnym połączeniem; ochrona przed nadmiernym prądem; ochrona przed niskim napięciem; ochrona przed zwarciem |
Parametry kamery
| Piksele | 5 milionów pikseli |
| Chip światłoczuły | OV5647 |
| Rozdzielczość statyczna | 2592*1944; wsparcie 1080P@30FPS / 720P@60FPS / 480P@90FPS video nagrywanie |
| Pole widzenia | 65 stopni |
| Rozmiar | 25*24*9 mm |
| Interfejs | Interfejs CSI |
| Materiał kabla | FPC |
| Długość linii | 30 cm |
Interfejsy płyty rozszerzeń (Wielofunkcyjna płyta rozszerzeń dla robota)
- Czujnik unikania przeszkód na podczerwień*2
- Port szeregowy
- I2C PH2.0 interfejs*2
- Interfejs Raspberry Pi 40pin
- Może sterować LED1 (czerwony), LED2 (niebieski)
- Buzzer pasywny
- Odbiornik podczerwieni
- Interfejs modułu ultradźwiękowego
- Interfejs OLED
- Interfejs serwomechanizmu PWM*4
- Wskaźnik napięcia 5V
- Wskaźnik wejścia baterii
- Przełącznik
- Interfejs silnika DC*4
- Interfejs modułu inspekcji linii
- Interfejs zasilania DC
- Wskaźnik statusu MCU
Zastosowania
- Projekty nauki robotyki i wizji AI z Raspberry Pi 5
- Praktyka Python3 + OpenCV (śledzenie, rozpoznawanie i pokazy autonomicznej jazdy)
- Programowanie samochodu-robota FPV przez aplikację i Jupyter Lab
W celu uzyskania pomocy przy zamówieniu, wyborze konfiguracji lub wsparciu technicznym, skontaktuj się https://rcdrone.top/ lub wyślij e-mail [email protected] .
Instrukcje
URL do nauki: http://www.yahboom.net/study/Raspbot
- Instrukcja obsługi
- Pierwsza próba
- Kurs zdalnego sterowania
- Przygotowanie
- Podstawowy kurs OpenCV
- Kurs kontroli sprzętu
- Kurs wizji AI
- Aneks
- Wyświetlane PDF-y: Sterownik camera.pdf; Kolor recognition.pdf; Wartość HSV test.pdf; Kolor kamery tracking.pdf; Kolor samochodu tracking.pdf; Obiekt Tensorflow recognition.pdf; Kod QR recognition.pdf; Kod QR control.pdf; Twarz recognition.pdf; Autopilot.pdf; Gest recognition.pdf; Tablica rejestracyjna recognition.pdf; Autopilot.pdf
Szczegóły

Rozpocznij naukę wizji AI na Raspberry Pi 5 z 4WD robotem samochodowym, który łączy jazdę FPV, obrót kamery i czujniki pokładowe.

Python + open-source CV gameplay obejmuje rozpoznawanie wizualne, śledzenie i autonomiczną jazdę, z kontrolą FPV i wsparciem aplikacji mobilnej.

Zaprojektowany dla wydajności Raspberry Pi 5, wspierający płynniejsze przetwarzanie obrazu dla projektów uczenia komputerowego.

Wybierz konfigurację zestawu w zależności od tego, czy masz już kartę microSD (TF) dla Raspberry Pi 5.

Dostępne są opcje zestawów z wstępnie załadowaną kartą TF i Raspberry Pi 5 (4GB) dla szybszego uruchomienia.

Dla większej możliwości rozbudowy, zestaw Raspberry Pi 5 (8GB) łączy się z wstępnie zapisaną kartą TF dla szybkiego startu.

Kosztowny sposób na eksplorację wizji AI na Raspberry Pi, łączący kamerę CSI, uchwyt PTZ i podwozie robota w jednej konstrukcji.

Jedź w trybie FPV z iOS/Android z transmisją wideo w czasie rzeczywistym i interfejsem zdalnego sterowania na ekranie.

Steruj na swój sposób—aplikacja mobilna do jazdy, programowanie w JupyterLab na PC lub dołączony pilot na podczerwień.

Wstępnie zbudowane dema pomagają ćwiczyć śledzenie kolorów, zachowania podążania i kontrolę kodów QR za pomocą rutyn wizyjnych opartych na Pythonie.

Rutyny autopilota wykorzystują przetwarzanie OpenCV i koncepcje kontroli PID, aby wspierać eksperymenty z automatycznym prowadzeniem.

Zabawa oparta na czujnikach obejmuje unikanie przeszkód, śledzenie linii na podczerwień, śledzenie ultradźwiękowe i efekty dźwiękowe brzęczyka.

Podstawowy sprzęt integruje wielofunkcyjną płytę rozszerzeń z napędem 4WD, kamerą z funkcją pan/tilt, pomiarem ultradźwiękowym i modułem śledzenia.

Krok po kroku lekcje i dokumenty do pobrania wspierają montaż, kodowanie i eksperymenty wizyjne.

Sprawdź wymiary i kluczowe specyfikacje przed budową, w tym szczegóły interfejsu kamery i całkowity rozmiar po złożeniu.

Wszystko, co potrzebne do montażu, jest wyszczególnione, w tym elektronika podwozia, silniki, czujniki, kable, pilot i narzędzia (opcje mogą się różnić).
Related Collections
