Pomiń, aby przejść do informacji o produkcie
1 z 6

Moduł kamery Yahboom ROS-WiFi ESP32-S3 2MP do robotów ROS2, microROS WiFi-UDP bezprzewodowa transmisja obrazu

Moduł kamery Yahboom ROS-WiFi ESP32-S3 2MP do robotów ROS2, microROS WiFi-UDP bezprzewodowa transmisja obrazu

Yahboom

Cena regularna $36.20 USD
Cena regularna Cena promocyjna $36.20 USD
W promocji Wyprzedane
Z wliczonymi podatkami. Koszt wysyłki obliczony przy realizacji zakupu.
Wersja
Pokaż kompletne dane

Przegląd

Ten moduł kamery ROS-WiFi (typ produktu modułu kamery) integruje chip ESP32-S3, kamerę 2MP oraz czarną obudowę wydrukowaną w technologii 3D do bezprzewodowego przesyłania obrazów na robotach ROS2. Informacje o sieci WiFi można skonfigurować za pomocą modułu portu szeregowego, aby umożliwić płynniejsze bezprzewodowe przesyłanie obrazów w tej samej sieci LAN. Korzystając z protokołu microROS, moduł dostarcza dane obrazowe w czasie rzeczywistym do komputera hosta działającego na ROS2, umożliwiając aplikacje rozpoznawania wizualnego AI.

Uwaga: Przed użyciem tego modułu, zapoznaj się z samouczkami Yahboom i ręcznie skonfiguruj go, aby połączyć się z siecią WiFi w środowisku domowym lub biurowym.

Kluczowe cechy

  • Wbudowane rozwiązanie ESP32-S3; obsługuje bezprzewodowe przesyłanie WiFi w paśmie 2,4 GHz oraz przesyłanie obrazu wideo w czasie rzeczywistym.
  • Kamera o wysokiej rozdzielczości 2MP dla wyraźnych obrazów.
  • Projekt anteny łatkowej w celu zwiększenia stabilności sygnału; obsługuje przesyłanie obrazów wideo do 20M.
  • Bezprzewodowe przesyłanie wideo i rozwiązanie przesyłania obrazów ROS dla rozwoju ROS2.
  • Konfiguracja WiFi za pomocą modułu portu szeregowego; obsługuje połączenie WiFi + tryb hotspot.
  • Obsługuje tryb WiFi-UDP; po podłączeniu modułu przesyłania obrazu i robota do proxy WiFi-UDP maszyny wirtualnej, maszyna wirtualna może subskrybować tematy publikowane przez moduł przesyłania obrazu i robota.
  • Wskazówki dotyczące zgodności: może być zdalnie połączona z maszynami wirtualnymi PC, serią Raspberry Pi, serią Jetson i innymi głównymi płytami kontrolnymi.
  • Zapewnia przypadki programów wizji AI (przykłady obejmują: rozpoznawanie kolorów OpenCV przy użyciu HSV, rozpoznawanie obiektów 3D MediaPipe, rozpoznawanie gestów (14 rodzajów), tworzenie/rozpoznawanie kodów QR, wykrywanie twarzy MediaPipe (68 punktów charakterystycznych twarzy) oraz wykrywanie pozy MediaPipe (33 punkty kluczowe)).
  • Wsparcie dla opcjonalnej konfiguracji: 2D elektryczny PTZ jest wspierany w konfiguracji PTZ; standardowa konfiguracja ma stały kąt widzenia bez regulacji kąta.

Specyfikacje

Chip ESP32-S3
Kamera 2MP
WiFi 2.4GHz pasmo
Połączenie sieciowe Wsparcie dla połączenia WiFi + tryb Hotspot
Tryb transmisji (podany) Wsparcie dla trybu WiFi-UDP
Wyświetlacz Brak wyświetlacza
Główna częstotliwość Maksymalnie 240MHz
Równoważna moc obliczeniowa Około 600MIPS
Wskaźnik rozpoznawania klatek W zależności od wydajności komputera gospodarza
Interfejs na pokładzie Interfejs portu szeregowego
Kompatybilność Wsparcie dla wielu zewnętrznych kontrolerów głównych
Przypadki wizualnego rozpoznawania AI 13 przypadków wizji AI
Wsparcie ROS Wsparcie
Aplikacja AIoT IoT Wsparcie
Duży model językowy Nie wspiera
Interakcja głosowa Nie wspiera
Szkolenie modelu Nie wspiera
Zużycie energii / prąd roboczy 1W / 0.2A
Rozmiar 48*37.5*14mm

Co jest w zestawie

Standardowa konfiguracja (moduł kamery ROS-WiFi)

  • Moduł kamery ROS-WiFi x1
  • Śruba x3
  • Linia łącząca x2
  • Moduł portu szeregowego x1

Konfiguracja PTZ (moduł kamery ROS-WiFi + 2DOF PTZ)

  • Moduł kamery ROS-WiFi x1
  • Pakiet instalacyjny śruby miedzianej + skrzydła stałego x1
  • Linia łącząca x2
  • Moduł portu szeregowego x1
  • Pakiet akcesoriów PTZ (PTZ jest zmontowane) x1

W celu wsparcia w zakresie okablowania, konfiguracji i integracji ROS2, skontaktuj się z [email protected] or odwiedź https://rcdrone.top/.

Aplikacje

  • Bezprzewodowa transmisja obrazu dla robotów ROS2 za pomocą microROS w tej samej sieci LAN
  • Rozwój wizji ROS2 na komputerach gospodarzy, w tym w środowiskach PC/maszyn wirtualnych
  • Demonstracje wizji AI z przykładami OpenCV i MediaPipe
  • Instalacja w inteligentnych samochodach, dronach, robotach i innych platformach

Szczegóły